OpenClaw v2026.2 対応 | 基礎設定を完了し、モデル選択やコスト管理を最適化したいユーザー向け。

TL;DR: OpenClaw はマルチモデルに対応：Claude Opus/Sonnet/Haiku、GPT-4o、Gemini、ローカルモデル（Ollama）。"agent": {"model": "anthropic/claude-opus-4-6"} で切り替え可能。Failover で自動的にバックアップモデルに切り替え："fallback": [{"model": "claude-sonnet-4", "condition": "rate_limit"}]。複雑なタスクには Claude Opus、高頻度の簡単なタスクには Haiku を推奨。

対応モデルプロバイダー

モデルプロバイダー概要

モデル能力比較

基本モデル設定

Anthropic Claude

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

Claude モデル選択の目安：

OpenAI GPT

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

GPT モデル選択の目安：

Google Gemini

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

ローカルモデル（Ollama）

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

Ollama のインストールと起動：

# Ollama をインストール
curl -fsSL https://ollama.com/install.sh | sh

# モデルをダウンロード
ollama pull llama3.1:70b
ollama pull codellama:34b

# サービスを起動
ollama serve

サードパーティ API 中継

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

モデル形式の説明

モデル識別子の形式

{provider}/{model-name}

カスタムモデルエイリアス

{
  "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"
  }
}

エイリアスの使用：

# チャットで切り替え
/model fast

# または完全名で
/model anthropic/claude-sonnet-4

Failover 戦略

Failover とは？

主モデルが利用できない場合（レート制限、サービス障害など）に、自動的にバックアップモデルに切り替えます。

flowchart TB
    REQ[リクエスト到着] --> PRIMARY{主モデル利用可能?}
    PRIMARY -->|はい| EXEC1[主モデルを使用]
    PRIMARY -->|いいえ| CHECK{Failover 条件}
    CHECK -->|レート制限| SECONDARY1[バックアップモデル 1]
    CHECK -->|サービス障害| SECONDARY2[バックアップモデル 2]
    CHECK -->|タイムアウト| SECONDARY3[バックアップモデル 3]
    SECONDARY1 --> EXEC2[リクエストを実行]
    SECONDARY2 --> EXEC2
    SECONDARY3 --> EXEC2
    EXEC1 --> RES[結果を返す]
    EXEC2 --> RES

Failover の設定

{
  "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"
      }
    ]
  }
}

Failover 条件

高度な Failover 設定

{
  "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
    }
  }
}

シーン別モデル切り替え

セッションタイプ別切り替え

異なるセッションタイプで異なるモデルを使用：

{
  "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"
      }
    }
  }
}

タスクタイプ別切り替え

{
  "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"
    }
  }
}

動的モデル選択

実行時にモデルを切り替え：

# CLI で切り替え
openclaw agent --model anthropic/claude-opus-4-6 --message "複雑なタスク"

# チャットで切り替え
/model anthropic/claude-opus-4-6
Claude Opus 4.6 に切り替えました。複雑な推論タスクに適しています

/model anthropic/claude-haiku-3.5
Haiku 3.5 に切り替えました。簡単なタスクの高速応答に適しています

コスト最適化戦略

モデルコスト比較

コスト最適化設定

{
  "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"
          }
        ]
      }
    }
  }
}

Token 使用量の監視

# 現在のセッション使用量を表示
/status

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

# 使用量表示を有効化
/usage full

使用量表示の設定

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

思考レベル設定

Thinking Level の説明

思考レベルの設定

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

動的切り替え

# チャットで切り替え
/think high
高思考モードに切り替えました。複雑な推論に適しています

/think minimal
最小思考に切り替えました。高速応答

ローカルモデル設定詳細

Ollama 設定

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

推奨ローカルモデル

ハードウェアの目安

マルチプロバイダーロードバランシング

ラウンドロビン戦略

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

重み付き戦略

{
  "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
        }
      ]
    }
  }
}

コストベース戦略

{
  "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"]
        }
      ]
    }
  }
}

モデル設定ベストプラクティス

1. シーン別に階層化

{
  "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. 適切な予算を設定

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

3. 監視と分析

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

4. テストと検証

# モデル接続をテスト
openclaw doctor --check models

# 特定モデルをテスト
openclaw agent --model anthropic/claude-opus-4-6 --message "テストメッセージ"

# モデル応答を比較
openclaw benchmark --models "anthropic/claude-opus-4-6,openai/gpt-4o" --prompt "複雑な質問"

トラブルシューティング

モデル接続失敗

# API Key を確認
openclaw config get models.anthropic.apiKey

# 接続をテスト
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"}]}'

# ネットワークを確認
ping api.anthropic.com

レート制限

# 使用量を確認
openclaw usage --today

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

# レート制限処理を設定
openclaw config set models.anthropic.rateLimitHandling auto_retry

ローカルモデルの問題

# Ollama サービスを確認
curl http://localhost:11434/api/tags

# モデルのロードを確認
ollama list

# モデルを手動でロード
ollama run llama3.1:70b

# GPU 使用を確認
nvidia-smi

まとめ

マルチモデル設定は OpenClaw の強力な機能の一つです：

• 柔軟な切り替え：タスクに応じて適切なモデルを選択
• Failover 保護：モデル不可用時の自動対応
• コスト最適化：予算を適切に配分、無駄を削減
• ローカル対応：プライバシー重視のシーンでローカルモデルを利用

適切なモデル設定により、パフォーマンス、コスト、プライバシーのバランスを最適化できます。

本記事のまとめ：

• 複数モデルプロバイダーの設定方法を習得
• Failover 戦略と設定を理解
• シーン別の動的モデル切り替えを習得
• コスト最適化戦略と監視方法を理解
• ローカルモデルの設定と利用を習得

更新履歴：

• 2026-02-26：初版公開、OpenClaw v2026.2 ベース

シリーズナビゲーション：

• ← 前の記事：Gateway コアコンセプト解説
• → 次の記事：Skills スキルシステム詳細