Aplica a OpenClaw v2026.2 | Este artículo asume que ya completaste la configuración básica y necesitas optimizar la selección de modelos o el control de costos.

TL;DR: OpenClaw soporta múltiples modelos: Claude Opus/Sonnet/Haiku, GPT-4o, Gemini, modelos locales (Ollama). Configura "agent": {"model": "anthropic/claude-opus-4-6"} para cambiar. Failover cambia automáticamente al modelo de respaldo: "fallback": [{"model": "claude-sonnet-4", "condition": "rate_limit"}]. Se recomienda Claude Opus para tareas complejas, Haiku para tareas simples de alta frecuencia.

Proveedores de modelos soportados

Visión general de proveedores

Comparación de capacidades de modelos

Configuración básica de modelos

Anthropic Claude

{
  "agent": {
    "model": "anthropic/claude-opus-4-6",
    "thinkingLevel": "high"
  },
  "models": {
    "anthropic": {
      "apiKey": "${ANTHROPIC_API_KEY}",
      "baseUrl": "https://api.anthropic.com"
    }
  }
}

Recomendaciones para la elección de modelo Claude:

OpenAI GPT

{
  "agent": {
    "model": "openai/gpt-4o"
  },
  "models": {
    "openai": {
      "apiKey": "${OPENAI_API_KEY}",
      "baseUrl": "https://api.openai.com/v1",
      "organization": "org-xxx"
    }
  }
}

Recomendaciones para la elección de modelo GPT:

Google Gemini

{
  "agent": {
    "model": "google/gemini-2.0-flash"
  },
  "models": {
    "google": {
      "apiKey": "${GOOGLE_API_KEY}",
      "baseUrl": "https://generativelanguage.googleapis.com/v1beta"
    }
  }
}

Modelos locales (Ollama)

{
  "agent": {
    "model": "ollama/llama3.1:70b"
  },
  "models": {
    "ollama": {
      "baseUrl": "http://localhost:11434"
    }
  }
}

Instalación y arranque de Ollama:

# Instalar Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Descargar modelo
ollama pull llama3.1:70b
ollama pull codellama:34b

# Iniciar servicio
ollama serve

API de terceros (proxy)

{
  "agent": {
    "model": "anthropic/claude-opus-4-6"
  },
  "models": {
    "anthropic": {
      "apiKey": "${PROVIDER_API_KEY}",
      "baseUrl": "https://api.your-provider.com/v1"
    }
  }
}

Formato de identificador de modelo

Formato

{provider}/{model-name}

Alias de modelos personalizados

{
  "models": {
    "aliases": {
      "smart": "anthropic/claude-opus-4-6",
      "fast": "anthropic/claude-sonnet-4",
      "cheap": "anthropic/claude-haiku-3.5",
      "local": "ollama/llama3.1:70b"
    }
  },
  "agent": {
    "model": "smart"
  }
}

Usar alias:

# Cambiar en el chat
/model fast

# O usar nombre completo
/model anthropic/claude-sonnet-4

Estrategia de Failover

¿Qué es Failover?

Cuando el modelo principal no está disponible (por ejemplo, límite de tasa, interrupción del servicio), cambia automáticamente al modelo de respaldo.

flowchart TB
    REQ[Solicitud llega] --> PRIMARY{¿Modelo principal disponible?}
    PRIMARY -->|Sí| EXEC1[Usar modelo principal]
    PRIMARY -->|No| CHECK{Condición de Failover}
    CHECK -->|Límite de tasa| SECONDARY1[Modelo de respaldo 1]
    CHECK -->|Interrupción del servicio| SECONDARY2[Modelo de respaldo 2]
    CHECK -->|Timeout| SECONDARY3[Modelo de respaldo 3]
    SECONDARY1 --> EXEC2[Ejecutar solicitud]
    SECONDARY2 --> EXEC2
    SECONDARY3 --> EXEC2
    EXEC1 --> RES[Devolver resultado]
    EXEC2 --> RES

Configurar Failover

{
  "agent": {
    "model": "anthropic/claude-opus-4-6"
  },
  "models": {
    "fallback": [
      {
        "model": "anthropic/claude-sonnet-4",
        "condition": "rate_limit"
      },
      {
        "model": "openai/gpt-4o",
        "condition": "error"
      },
      {
        "model": "ollama/llama3.1:70b",
        "condition": "timeout"
      }
    ]
  }
}

Condiciones de Failover

Configuración avanzada de Failover

{
  "models": {
    "fallback": [
      {
        "model": "anthropic/claude-sonnet-4",
        "condition": "rate_limit",
        "maxRetries": 3,
        "retryDelay": 1000
      },
      {
        "model": "openai/gpt-4o",
        "condition": "error",
        "maxRetries": 2
      },
      {
        "model": "ollama/llama3.1:70b",
        "condition": "always"
      }
    ],
    "fallbackPolicy": {
      "retryPrimaryAfter": 60000,
      "logFallbacks": true,
      "notifyUser": true
    }
  }
}

Cambio de modelo por escenario

Cambio por tipo de sesión

Diferentes tipos de sesiones usan diferentes modelos:

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4"
    },
    "byChannel": {
      "telegram": {
        "model": "anthropic/claude-haiku-3.5"
      },
      "discord": {
        "model": "anthropic/claude-sonnet-4"
      }
    },
    "bySessionType": {
      "main": {
        "model": "anthropic/claude-opus-4-6"
      },
      "group": {
        "model": "anthropic/claude-haiku-3.5"
      }
    }
  }
}

Cambio por tipo de tarea

{
  "agents": {
    "taskModels": {
      "code": "anthropic/claude-opus-4-6",
      "reasoning": "anthropic/claude-opus-4-6",
      "chat": "anthropic/claude-sonnet-4",
      "simple": "anthropic/claude-haiku-3.5"
    }
  }
}

Selección dinámica de modelo

Cambiar modelo en tiempo de ejecución:

# Cambio desde CLI
openclaw agent --model anthropic/claude-opus-4-6 --message "Tarea compleja"

# Cambio en el chat
/model anthropic/claude-opus-4-6
Ahora usando Claude Opus 4.6, adecuado para tareas de razonamiento complejo

/model anthropic/claude-haiku-3.5
Cambiado a Haiku 3.5, respuesta rápida para tareas simples

Estrategias de optimización de costos

Comparación de costos de modelos

Configuración de optimización de costos

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4",
      "costOptimization": {
        "enabled": true,
        "rules": [
          {
            "condition": "context_length > 50000",
            "model": "anthropic/claude-sonnet-4"
          },
          {
            "condition": "simple_query",
            "model": "anthropic/claude-haiku-3.5"
          },
          {
            "condition": "code_generation",
            "model": "anthropic/claude-opus-4-6"
          }
        ]
      }
    }
  }
}

Monitoreo de uso de tokens

# Ver uso de la sesión actual
/status

# Salida ejemplo:
# Session: main
# Model: anthropic/claude-opus-4-6
# Tokens: 12,345 input / 2,456 output
# Cost: $0.21

# Activar visualización de uso
/usage full

Configurar visualización de uso

{
  "usageTracking": {
    "enabled": true,
    "showInResponse": true,
    "trackBySession": true,
    "trackByChannel": true,
    "alertThreshold": 10.00
  }
}

Configuración de nivel de pensamiento

Descripción de Thinking Level

Configurar nivel de pensamiento

{
  "agent": {
    "model": "anthropic/claude-opus-4-6",
    "thinkingLevel": "high"
  }
}

Cambio dinámico

# Cambiar en el chat
/think high
Ahora usando modo de pensamiento alto, adecuado para razonamiento complejo

/think minimal
Cambiado a pensamiento mínimo, respuesta rápida

Configuración detallada de modelos locales

Configuración de Ollama

{
  "agent": {
    "model": "ollama/llama3.1:70b"
  },
  "models": {
    "ollama": {
      "baseUrl": "http://localhost:11434",
      "options": {
        "temperature": 0.7,
        "num_ctx": 32768,
        "num_predict": 4096
      }
    }
  }
}

Modelos locales recomendados

Recomendaciones de hardware

Balanceo de carga multi-proveedor

Estrategia de rotación

{
  "models": {
    "loadBalancing": {
      "strategy": "round_robin",
      "providers": [
        {
          "model": "anthropic/claude-sonnet-4",
          "weight": 1
        },
        {
          "model": "openai/gpt-4o",
          "weight": 1
        }
      ]
    }
  }
}

Estrategia ponderada

{
  "models": {
    "loadBalancing": {
      "strategy": "weighted",
      "providers": [
        {
          "model": "anthropic/claude-sonnet-4",
          "weight": 70
        },
        {
          "model": "openai/gpt-4o",
          "weight": 20
        },
        {
          "model": "ollama/llama3.1:70b",
          "weight": 10
        }
      ]
    }
  }
}

Estrategia basada en costos

{
  "models": {
    "loadBalancing": {
      "strategy": "cost_optimized",
      "dailyBudget": 10.00,
      "providers": [
        {
          "model": "anthropic/claude-opus-4-6",
          "maxBudget": 5.00,
          "useFor": ["complex", "reasoning"]
        },
        {
          "model": "anthropic/claude-sonnet-4",
          "maxBudget": 3.00,
          "useFor": ["chat", "code"]
        },
        {
          "model": "anthropic/claude-haiku-3.5",
          "maxBudget": 2.00,
          "useFor": ["simple", "high_frequency"]
        }
      ]
    }
  }
}

Mejores prácticas de configuración de modelos

1. Estratificación por escenario

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4",
      "thinkingLevel": "medium"
    },
    "byUseCase": {
      "coding": {
        "model": "anthropic/claude-opus-4-6",
        "thinkingLevel": "high"
      },
      "chat": {
        "model": "anthropic/claude-haiku-3.5",
        "thinkingLevel": "minimal"
      },
      "research": {
        "model": "anthropic/claude-opus-4-6",
        "thinkingLevel": "xhigh"
      }
    }
  }
}

2. Establecer presupuesto razonable

{
  "budget": {
    "daily": 20.00,
    "weekly": 100.00,
    "monthly": 400.00,
    "alertThreshold": 0.8,
    "hardLimit": true
  }
}

3. Monitoreo y análisis

{
  "analytics": {
    "trackUsage": true,
    "trackCosts": true,
    "trackPerformance": true,
    "exportPath": "~/.openclaw/analytics",
    "retentionDays": 30
  }
}

4. Prueba y verificación

# Probar conexión del modelo
openclaw doctor --check models

# Probar modelo específico
openclaw agent --model anthropic/claude-opus-4-6 --message "Mensaje de prueba"

# Comparar respuestas de modelos
openclaw benchmark --models "anthropic/claude-opus-4-6,openai/gpt-4o" --prompt "Pregunta compleja"

Resolución de problemas

Fallo de conexión del modelo

# Verificar API Key
openclaw config get models.anthropic.apiKey

# Probar conexión
curl -X POST https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "claude-sonnet-4", "max_tokens": 10, "messages": [{"role": "user", "content": "hi"}]}'

# Verificar red
ping api.anthropic.com

Límite de tasa

# Ver uso
openclaw usage --today

# Salida ejemplo:
# Date: 2026-02-26
# Total tokens: 123,456
# Cost: $1.23
# Requests: 89

# Configurar manejo de límite de tasa
openclaw config set models.anthropic.rateLimitHandling auto_retry

Problemas con modelos locales

# Verificar servicio Ollama
curl http://localhost:11434/api/tags

# Verificar si el modelo está cargado
ollama list

# Cargar modelo manualmente
ollama run llama3.1:70b

# Verificar uso de GPU
nvidia-smi

Resumen

La configuración multimodelo es una de las funcionalidades más potentes de OpenClaw:

• Cambio flexible: Elige el modelo adecuado según las necesidades de la tarea
• Protección Failover: Manejo automático de indisponibilidad de modelos
• Optimización de costos: Asignación razonable de presupuesto, evitar desperdicio
• Soporte local: Uso de modelos locales para escenarios sensibles a la privacidad

Mediante una configuración razonable de modelos, puedes encontrar el mejor equilibrio entre rendimiento, costo y privacidad.

Resumen de este artículo:

• Dominaste los métodos de configuración de múltiples proveedores de modelos
• Entendiste la estrategia de Failover y su configuración
• Aprendiste a cambiar modelos dinámicamente por escenario
• Conociste las estrategias de optimización de costos y métodos de monitoreo
• Dominaste la configuración y uso de modelos locales

Historial de actualizaciones:

• 2026-02-26: Versión inicial publicada, basada en OpenClaw v2026.2

Navegación de la serie:

• ← Anterior: Análisis de conceptos centrales del Gateway
• → Siguiente: Sistema de Skills en detalle