Dotyczy OpenClaw v2026.2 | Artykuł zakłada ukończenie podstawowej konfiguracji i potrzebę optymalizacji wyboru modelu lub kontroli kosztów.

TL;DR: OpenClaw obsługuje wiele modeli: Claude Opus/Sonnet/Haiku, GPT-4o, Gemini, modele lokalne (Ollama). Konfiguracja "agent": {"model": "anthropic/claude-opus-4-6"} — przełączenie gotowe. Failover automatycznie przełącza na model zapasowy: "fallback": [{"model": "claude-sonnet-4", "condition": "rate_limit"}]. Zalecane: Claude Opus do złożonych zadań, Haiku do prostych wysokoczęstotliwościowych.

Obsługiwani dostawcy modeli

Przegląd dostawców

Porównanie zdolności modeli

Podstawowa konfiguracja modelu

Anthropic Claude

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

Wskazówki dotyczące wyboru modelu Claude:

OpenAI GPT

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

Wskazówki dotyczące wyboru modelu GPT:

Google Gemini

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

Model lokalny (Ollama)

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

Instalacja i uruchomienie Ollama:

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

# Pobranie modelu
ollama pull llama3.1:70b
ollama pull codellama:34b

# Uruchomienie usługi
ollama serve

Zewnętrzny proxy API

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

Opis formatów modeli

Format identyfikatora modelu

{provider}/{model-name}

Własne aliasy modeli

{
  "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"
  }
}

Użycie aliasów:

# Przełączenie w czacie
/model fast

# Lub użycie pełnej nazwy
/model anthropic/claude-sonnet-4

Strategia Failover

Czym jest Failover?

Gdy model główny jest niedostępny (np. limit szybkości, przerwa w usłudze), automatyczne przełączenie na model zapasowy.

flowchart TB
    REQ[Żądanie] --> PRIMARY{Model główny dostępny?}
    PRIMARY -->|Tak| EXEC1[Użyj modelu głównego]
    PRIMARY -->|Nie| CHECK{Warunek Failover}
    CHECK -->|Limit szybkości| SECONDARY1[Model zapasowy 1]
    CHECK -->|Przerwa w usłudze| SECONDARY2[Model zapasowy 2]
    CHECK -->|Timeout| SECONDARY3[Model zapasowy 3]
    SECONDARY1 --> EXEC2[Wykonaj żądanie]
    SECONDARY2 --> EXEC2
    SECONDARY3 --> EXEC2
    EXEC1 --> RES[Zwróć wynik]
    EXEC2 --> RES

Konfiguracja 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"
      }
    ]
  }
}

Warunki Failover

Zaawansowana konfiguracja 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
    }
  }
}

Przełączanie modeli wg scenariusza

Przełączanie wg typu sesji

Różne typy sesji używają różnych modeli:

{
  "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"
      }
    }
  }
}

Przełączanie wg typu zadania

{
  "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"
    }
  }
}

Dynamiczny wybór modelu

Przełączanie modelu w czasie wykonania:

# Przełączenie z CLI
openclaw agent --model anthropic/claude-opus-4-6 --message "Złożone zadanie"

# Przełączenie w czacie
/model anthropic/claude-opus-4-6
Teraz używam Claude Opus 4.6, idealny do złożonego wnioskowania

/model anthropic/claude-haiku-3.5
Przełączam na Haiku 3.5, szybka odpowiedź na proste zadania

Strategia optymalizacji kosztów

Porównanie kosztów modeli

Konfiguracja optymalizacji kosztów

{
  "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"
          }
        ]
      }
    }
  }
}

Monitorowanie zużycia tokenów

# Sprawdzenie zużycia bieżącej sesji
/status

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

# Włączenie wyświetlania zużycia
/usage full

Konfiguracja wyświetlania zużycia

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

Konfiguracja poziomu myślenia

Opis Thinking Level

Konfiguracja poziomu myślenia

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

Dynamiczne przełączanie

# Przełączenie w czacie
/think high
Teraz tryb głębokiego myślenia, idealny do złożonego wnioskowania

/think minimal
Przełączenie na minimalne myślenie, szybka odpowiedź

Szczegóły konfiguracji modeli lokalnych

Konfiguracja Ollama

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

Zalecane modele lokalne

Zalecenia sprzętowe

Równoważenie obciążenia wielu dostawców

Strategia rotacyjna

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

Strategia ważona

{
  "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
        }
      ]
    }
  }
}

Strategia oparta na kosztach

{
  "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"]
        }
      ]
    }
  }
}

Najlepsze praktyki konfiguracji modeli

1. Warstwowanie wg scenariuszy

{
  "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. Rozsądny budżet

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

3. Monitorowanie i analiza

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

4. Testowanie i weryfikacja

# Test połączenia z modelem
openclaw doctor --check models

# Test konkretnego modelu
openclaw agent --model anthropic/claude-opus-4-6 --message "Wiadomość testowa"

# Porównanie odpowiedzi modeli
openclaw benchmark --models "anthropic/claude-opus-4-6,openai/gpt-4o" --prompt "Złożone pytanie"

Rozwiązywanie problemów

Niepowodzenie połączenia z modelem

# Sprawdzenie klucza API
openclaw config get models.anthropic.apiKey

# Test połączenia
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"}]}'

# Sprawdzenie sieci
ping api.anthropic.com

Limit szybkości

# Sprawdzenie zużycia
openclaw usage --today

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

# Konfiguracja obsługi limitu szybkości
openclaw config set models.anthropic.rateLimitHandling auto_retry

Problemy z modelem lokalnym

# Sprawdzenie usługi Ollama
curl http://localhost:11434/api/tags

# Sprawdzenie, czy model jest załadowany
ollama list

# Ręczne załadowanie modelu
ollama run llama3.1:70b

# Sprawdzenie użycia GPU
nvidia-smi

Podsumowanie

Konfiguracja wielu modeli to jedna z potężnych funkcji OpenClaw:

• Elastyczne przełączanie: wybierz odpowiedni model do zadania
• Ochrona Failover: automatyczna obsługa niedostępności modelu
• Optymalizacja kosztów: rozsądna alokacja budżetu
• Wsparcie lokalne: modele lokalne dla scenariuszy wrażliwych na prywatność

Dzięki rozsądnej konfiguracji modeli znajdziesz optymalny balans między wydajnością, kosztami i prywatnością.

Podsumowanie artykułu:

• Poznałeś metody konfiguracji wielu dostawców modeli
• Zrozumiałeś strategię i konfigurację Failover
• Nauczyłeś się dynamicznie przełączać modele wg scenariusza
• Poznałeś strategie optymalizacji kosztów i monitorowania
• Opanowałeś konfigurację i używanie modeli lokalnych

Historia zmian:

• 2026-02-26: Pierwsza wersja, na podstawie OpenClaw v2026.2

Nawigacja po serii:

• ← Poprzedni artykuł: Kluczowe koncepcje Gateway
• → Następny artykuł: System umiejętności Skills — szczegóły