正文

春节后开始上班，OpenClaw 这个有记忆的、能自主运行的 AI 彻底引爆了大众的神经，大厂也好、个人也好，纷纷下场开始「养龙虾」，甚至连安装都爆出了 500 甚至上千的高价。

但半个月过去，第一批开始养龙虾的人纷纷发现不对：为什么感觉没做什么事，账单却越来越多了呢？有人几十、数百能把小龙虾养得很好，而有的人却各种欠费、动辄上千，到底差在哪里？

这篇文章，我来和大家聊一下 OpenClaw 的费用计算问题。你看完能知道三件事： 钱花在哪里、为什么一开始便宜后来变贵、怎么控制住「漏水」 。

这里的 OpenClaw 只是 AI 工具的一个代表，其他包括 Claude Code 或者我们连接 API 使用的 Cherry Studio 之类的，算法都是一样的。

01.

先搞懂计费公式

既然我们都知道 OpenClaw 是个 AI 产品，那么肯定是需要付费使用的。

AI 费用的计量单位是 Token（词元） 。它是 AI 用来计算「读了多少东西」和「写了多少东西」的最小单位。你给 AI 的任务越重，AI 回复的内容越多，消耗的 Token 就越多，这就相当于你花的「话费」越多。

  • 汉字： 通常一个汉字要占 1 到 2 个 Token
  • 英文： 一个长单词可能被拆成 2 个 Token，短单词占 1 个
  • 标点符号： 通常各占 1 个 Token，如果是连续的符号（比如！！！），每个符号单独算一个，空格也算

比如我们打招呼说的「你好」，英文是「Hello」，中英文各占 2 个 Token。

而各个 AI 常用的「百万 Token」的计量，大致相当于一套《三体》全集，或《指环王》三部曲的单词量。

那关于费用，是怎么计算的呢？

常规的计算方式是：

总费用 =（输入 Token × 输入单价）+（输出 Token × 输出单价）

02.

输入是什么

这里面包括了：

  • OpenClaw 本身的设定文件，比如改造过的 USER.md、MEMORY.md 文件等
  • 对 OpenClaw 说的话，哪怕是「你好」这种打招呼，甚至一个「？」也算
  • 上传给 OpenClaw 的文件，比如截图、doc 这种办公文件
  • OpenClaw 抓取的网页内容、读取的代码、读取的文件内容
  • 和 OpenClaw 聊天的历史记录，只要没展开新的话题，就一直带着前面聊天的内容进行对话

这里展开说一下历史记录这个问题。

你和 OpenClaw 开始一个新对话，这时候历史记录为 0，就像一张白纸。你问一句，它答一句，速度最快，几乎不费力气。

但如果你和 AI 聊了 100 次对话，让它读了网页、看了文件、还写了代码；这些内容就是一本越写越厚的 「历史记录」 ，即便这个历史记录会被压缩，但只要你不「开启新话题」，AI 每次开口前，都必须先把这本历史记录从头到尾 快速过一遍 ，确认一下之前聊过什么，然后再回答你——这就是导致回复变慢、消耗的 Token 也成倍增加的罪魁祸首，除非展开新的话题。

简单理解就是：

  • 你说一句话： 相当于发了一条 极短的短信 ，不到 100 个 Token。
  • AI 做这件事： 相当于每 5 分钟让它去翻一本 5 到 10 页的小册子 ，然后告诉你结果。

这里还有一个陷阱：如果你是在一个已经聊了很久（历史记录很长）的对话框里发这句话，那么 AI 每次监控时，不仅要算这 2000 Token 的任务费，还要加上你之前聊过的所有「历史包袱」。

——这就是为什么「5 小时 36 元」会发生，也是为什么「100 元两天没了」会发生。每一笔看起来都不大，但叠在一起就是流量泄洪。

03.

输出是什么

简单理解就是 OpenClaw 给你的回复，包括写的代码、整理过的内容、总结、提醒等所有结果。

因此，我们可能只输入了一句很短的提示词，但最终真实参与推理的 Token 可能高达数万。并且随着对话轮次增加，大模型输出的内容也会加入到上下文中给到大模型进行下一轮输出，跟滚雪球一样，上下文体积越滚越大。

04.

用一个案例来说明

我们给 OpenClaw 安排一个监控任务：

「帮我监控贵州茅台这只股票，每 5 分钟关注一次价格，如果发生变化，发邮件通知我」

OpenClaw 会怎么做：

  • 读取指令 + 历史记录： 指令约 60 Token，加上系统提示词、用户提示词等约 300+ Token （如果你在旧对话里发，可能更多）
  • 抓取网页数据（输入）： AI 去看一眼「贵州茅台」实时行情，抓取到的网页数据或搜索结果，大约会占用 500 到 2000 Token （取决于网页的复杂度）
  • 判断并输出： AI 对比价格后，如果没变化，可能只输出一个静默信号；如果发邮件，回复内容大约 100 Token

这就很好计算了：

  • 单次监控： 大约消耗 1000 到 2000 Token
  • 一小时（12 次）： 约 2.4 万 Token
  • 全天交易时段（4 小时）： 约 10 万 Token

如果你把频率设成 5 分钟一次，一天 288 次；如果设成 1 小时一次，一天 24 次。 同一个任务，频率决定了账单的天花板。

你也可以用「单次成本」来判断。比如每次监控大概 1000 Token，5 分钟一次就是 28.8 万 Token/天；1 小时一次就是 2.4 万 Token/天。数字本身不是重点，重点是你能直观看到： 频率一改，量级就变了。

这个案例解释了我们在使用 OpenClaw 的过程中费用如何计算的问题：

频率

你把任务设成「5 分钟一次」，它就一直跑；你把任务设成「1 小时一次」，成本会直接降一个量级。

频率是最直接、最粗暴的成本开关。你以为自己是「多抓点数据更稳」，实际上是在用 12 倍的频率去买一模一样的结果。

历史记录（上下文）

你让它记住品牌风格、客户名单、历史素材，输入 Token 会越来越大。你会看到「前几天便宜，一周后变贵」，不是模型涨价，而是你喂进去的上下文越来越重。

最常见的误区是：把一堆历史素材直接塞进系统提示词里。久而久之，每次运行都在为「历史包袱」付费。

工具链

你不是只在聊天。你让它抓网页、整理、生成、回写、再通知，每一步都在计费。

运营类任务贵，不是因为单步贵，而是因为链条长。你以为是一件事，其实是 6 到 8 件事连起来跑，成本自然像「多开了几个水龙头」。

如果你只记一句话：

频率拉高、上下文变重、工具链变长，账单会像「漏水」。

05.

其他的收费方式

那既然这么贵，是不是就烧不起了？

不是所有的模型都是这样的，有一些也有特别的收费方式：

Coding 套餐

这是 Kimi Coding 套餐的控制页面：

这种套餐是按照用量计费的（也是 Token 的算法），但为了避免大家睡一觉后房子归大模型厂商的离谱事件发生，有做用量限制。当用量达到上限时，API 会无法使用（会有各种报错提示），然后控制台显示 100%，一般是 5 小时内，到下一个时间点恢复。

有些平台还会在 5 小时之外增加周用量的限制，达到周用量了，就要等到下周更新才能继续使用。

按次计算

这是百炼模型的套餐页面：

这种套餐是按照触发次数计算。也就是不管你一次发了多少 Token，用了多少提示词，都是算一次。但工具调用、系统提示词这些也算。所以并不是一次对话算一次，而是一次对话可能会有十几次。

官方的说法是：

额度消耗： 单次提问将按实际「模型调用次数」扣除额度。简单任务约消耗 5-10 次，复杂任务约 10-30+ 次，实际消耗受任务难度、上下文及工具使用影响。

06.

除了 Token 费用，还有哪些真实成本

本体成本：服务器或本地硬件

同一个配置，不同厂家的月成本大概是：

云厂商套餐配置（截图显示）价格阿里云2核4G / 40G SSD / 5Mbps¥85/月腾讯云2核2G / 40G / 1个月¥45/月火山引擎2核2G / 50G SSD / 1年¥99/年（约¥8.25/月）华为云2核2G / 1个月¥9.90/月

套餐配置（截图显示）

价格

阿里云

2核4G / 40G SSD / 5Mbps

¥85/月

腾讯云

2核2G / 40G / 1个月

¥45/月

火山引擎

2核2G / 50G SSD / 1年

¥99/年（约¥8.25/月）

华为云

2核2G / 1个月

¥9.90/月

结论很直白：服务器不是大头，模型才是大头。

如果是本地部署，很多人会买一台 Mac mini 当「龙虾本体」，这一笔就是硬件成本。

代装成本：有人忽略，但有人不可避免

3 月上旬的时候，小红书、闲鱼上到处都是这种帖子：

  • 远程代装：大概 30-99 元
  • 本地上门：深圳常见 500 元左右

后来腾讯和几个大公司都在线下免费装龙虾，可以视为 0。

这笔钱对非技术用户是很现实的支出——它不是「运行成本」，而是「入门成本」。

还有一个没说明的是：连卸载龙虾的生意都有人做了，单价 299 一次。

隐性成本：时间、维护、风险

还有一类成本你很容易忽略，但会实实在在占掉你的精力：

  • 调试和维护： 规则跑不稳、网页结构改了、账号登录失效，这些问题都得处理
  • 数据清洗： 抓回来的内容不一定可用，去重、纠错、筛选都需要额外工序
  • 风险兜底： 万一输出有问题，你还是要人来复核，不然出错的不是模型，是你

07.

知道烧钱，但需要知道「怎么烧」

你不需要背一堆模型价格。真正需要记住的是三件事：

  • 频率： 跑得越勤越贵
  • 上下文： 越聊越贵
  • 工具链： 越复杂越贵

当你把这三件事想清楚，你就不会被「突然贵了」吓到。

OpenClaw 很强，但它不是魔法，它是一个持续运行的系统。

如果你想让预算可控，一个简单的做法是：先用低频率试跑一周，把「输入长度、输出长度、链路步数」压到最低，再逐步加复杂度。

先跑通，再加速，比一开始就全开要便宜得多。

Vol.007

祝好

陆离 敬上

2026/03/28 写于深圳