平價模型策略

一個殘酷的事實：你 80% 的對話根本不需要最強的模型。

問個天氣、翻譯一段文字、整理會議紀錄 — 這些任務用 Claude Opus 是殺雞用牛刀。但很多人就是全程開著最貴的模型在跑，然後抱怨 API 帳單太高。

解法很直覺：不同等級的任務，配不同等級的模型。

模型分層策略

我們把使用場景分成三層：

日常層（Daily）

適用場景：日常對話、簡單問答、文字翻譯、格式轉換、摘要整理

推薦模型：

• MiniMax：極低成本，回應速度快，中文能力堪用
• Google K2.5：多語系支援好，長上下文處理穩定

這兩個模型的成本大約是 Opus 的 1/100。沒打錯，一百分之一。

進階層（Advanced）

適用場景：程式碼分析、技術文件撰寫、複雜邏輯推理、多步驟任務

推薦模型：

• Claude Sonnet：Anthropic 的性價比之王，程式碼和分析能力強
• GPT-4o：通用性高，圖片理解能力好

這層的成本大約是 Opus 的 1/5 到 1/7，但對大多數「需要動腦」的任務來說品質已經很夠。

關鍵層（Critical）

適用場景：重大決策分析、深度推理、需要最高品質輸出的場景

推薦模型：

• Claude Opus：目前最強的推理模型之一，適合你真正需要它的時候

只在值得的時候用。

成本對照表

每百萬 token 的價格（近似值，實際費率可能變動）：

看最右邊兩欄的差距。MiniMax 的輸出成本是 Opus 的 0.7%。如果你的日常對話佔總使用量的 70%，光是把這部分切到日常層模型，整體成本就能降七成。

OpenRouter：模型路由器

它是什麼

OpenRouter 是一個統一的 API 閘道，讓你用一把 API Key 存取超過 100 個模型。你不需要分別去 Anthropic、OpenAI、Google 各開帳號、各綁一張卡。

為什麼用它

• 單一入口：一個 API Key 搞定所有模型
• 自動容錯：某個供應商掛了，自動切換到替代方案
• 價格透明：所有模型的價格在同一個介面比較
• 按需付費：只付你實際用的量，沒有最低消費

在 OpenClaw 中設定

在 OpenClaw 的設定中，你可以透過 OpenRouter 作為模型提供者。設定的概念是指定 OpenRouter 作為 provider，然後選擇你要使用的模型。不同任務類型可以綁定不同的預設模型。

自動切換策略

最理想的狀態是：你不需要每次手動選模型。

OpenClaw 支援根據任務複雜度自動選擇模型層級的概念。日常對話自動走平價模型，當偵測到複雜任務（長程式碼、多步推理）時升級到進階模型。你也可以設定規則，讓特定類型的請求固定走特定模型。

核心原則：預設走便宜的，需要時才升級。 而不是反過來。

手動切換：/model 指令

有時候你知道接下來的對話需要更強的模型。在 OpenClaw 的 TUI 介面中，你可以用 /model 指令手動切換當前使用的模型。

切換是即時生效的，不需要重啟服務。用完高階模型記得切回來 — 不然你的成本最佳化策略就白設了。

Provider 格式

在 OpenClaw 中指定模型時，使用 provider/model 的格式。例如：

• anthropic/claude-opus-4-6
• anthropic/claude-sonnet-4
• openai/gpt-4o
• google/gemini-2.5-flash

透過 OpenRouter 的話，模型名稱會帶上 OpenRouter 的前綴格式，具體請參考 OpenRouter 的模型清單。

實際省了多少

假設一個典型使用者每月的對話分布：

• 70% 日常對話（閒聊、問答、翻譯）
• 20% 進階任務（程式碼、分析）
• 10% 關鍵任務（重大決策）

不做分層（全部用 Claude Sonnet）：

• 100% 的量都走 ~$3/$15 的價格

做了分層：

• 70% 走 ~$0.15/$0.55（日常層）
• 20% 走 ~$3/$15（進階層）
• 10% 走 ~$15/$75（關鍵層）

粗略計算，分層後的加權平均成本大約是全用 Sonnet 的 30-35%。如果原本全用 Opus，省下的比例更驚人。

GetClaw 觀點

大多數對話不需要 Opus。這不是在說 Opus 不好 — 它確實是目前最強的推理模型。但「最強」不等於「每次都需要」。

一個設定良好的分層策略，可以在幾乎不影響日常使用體驗的情況下，把 API 成本砍掉 70-80%。這不是理論值，是我們實際觀察到的數字。

省下來的錢，讓你在真正需要 Opus 的時候可以毫不猶豫地用它。 這才是聰明的成本管理。