OpenClaw 模型选择与切换：Anthropic/OpenAI/本地模型深度对比

📚 AI 工具使用教程
⏱️ 阅读时间：约 20 分钟

💡

选择合适的 AI 模型是使用 OpenClaw 的关键决策。本文深入对比 Anthropic Claude、OpenAI GPT/Codex、以及本地模型的优缺点，提供详细的配置指南和切换策略。无论你是追求性能、成本还是隐私，都能找到最佳方案。

📑 目录导航

📌 一、模型选择的核心考量
📌 二、Anthropic Claude 配置
📌 三、OpenAI 配置
📌 四、本地模型配置
📌 五、模型故障转移
📌 六、高级配置技巧
📌 七、性能优化
📌 八、总结

# OpenClaw 模型选择与切换：Anthropic/OpenAI/本地模型深度对比

一、模型选择的核心考量

1.1 选择模型的五个维度

维度	说明	重要性
性能

回答质量、代码能力、推理能力

⭐⭐⭐⭐⭐	成本	API 费用、订阅费用、硬件成本	⭐⭐⭐⭐	延迟	响应速度、网络延迟	⭐⭐⭐⭐	隐私

数据是否离开本地	⭐⭐⭐⭐⭐	上下文	支持的 token 数量	⭐⭐⭐

1.2 主流模型对比

模型	提供商	上下文	输入价格	输出价格	优势	劣势	Claude Opus 4.5

Anthropic

200K	$15/1M	$75/1M	最强推理	价格高	Claude Sonnet 4.5	Anthropic	200K

$3/1M	$15/1M	性价比高	复杂任务稍弱	GPT-4o	OpenAI	128K	$5/1M

$15/1M	多模态	代码能力一般	GPT-4 Turbo	OpenAI	128K	$10/1M	$30/1M

知识新	价格中等	Codex	OpenAI	200K	订阅制	订阅制	代码专精

仅订阅可用	Llama 3 70B	Meta	8K	免费	免费	本地运行	需要硬件

Qwen 72B	阿里	32K	免费	免费	中文优秀	需要硬件

1.3 使用场景推荐

场景	推荐模型	理由	日常对话

Claude Sonnet / GPT-4o

响应快，成本低	代码开发	Claude Opus / Codex	代码理解强	长文档分析	Claude 200K	上下文最大	多模态任务

GPT-4o	图像理解好	完全离线	Llama 3 / Qwen	本地运行	中文任务	Qwen / Claude	中文优化好

—

二、Anthropic Claude 配置

2.1 认证方式对比

方式	适用人群	优点	缺点	Setup Token

Claude Pro/Max 订阅用户

便宜，无用量限制	需要订阅，速率限制	API Key	企业/高频用户	稳定，优先支持	按量计费，成本高

2.2 Setup Token 配置（订阅用户）

步骤 1：生成 Token

在任何有 Claude Code 的机器上
claude setup-token

输出示例：

Your setup token is: sk-ant-xxxxxxxxxxxxxxxxxxxxx

步骤 2：配置到 OpenClaw

openclaw models auth paste-token --provider anthropic
粘贴 token

步骤 3：验证配置

openclaw models status

2.3 API Key 配置

步骤 1：获取 API Key

1. 登录 [Anthropic Console](https://console.anthropic.com/)
2. 进入 API Keys 页面
3. 创建新 Key
4. 复制 Key（只显示一次）

步骤 2：配置到 OpenClaw

openclaw models auth paste-token --provider anthropic
粘贴 API Key

步骤 3：设置默认模型

openclaw models set-default anthropic/claude-sonnet-4-5-20260514

2.4 模型切换

临时切换（单次对话）：

/claude-opus 帮我分析这段代码

永久切换：

openclaw models set-default anthropic/claude-opus-4-5-20260514

配置文件切换：

{
  models: {
    defaults: {
      primary: "anthropic/claude-sonnet-4-5-20260514",
      fallbacks: [
        "anthropic/claude-opus-4-5-20260514",
        "openai/gpt-4o"
      ]
    }
  }
}

2.5 多模型路由

根据任务类型自动选择模型：

{
  agents: {
    list: [
      {
        id: "chat",
        workspace: "~/.openclaw/workspace-chat",
        model: "anthropic/claude-sonnet-4-5-20260514"
      },
      {
        id: "coding",
        workspace: "~/.openclaw/workspace-coding",
        model: "anthropic/claude-opus-4-5-20260514"
      },
      {
        id: "analysis",
        workspace: "~/.openclaw/workspace-analysis",
        model: {
          primary: "anthropic/claude-opus-4-5-20260514",
          fallbacks: ["anthropic/claude-sonnet-4-5-20260514"]
        }
      }
    ]
  },
  bindings: [
    { agentId: "chat", match: { channel: "whatsapp" } },
    { agentId: "coding", match: { channel: "discord", guildId: "dev-server" } }
  ]
}

三、OpenAI 配置

3.1 认证方式

方式	适用产品	说明	OAuth

Codex（订阅）

ChatGPT Plus/Team/Enterprise	API Key	GPT 系列	按量计费

3.2 Codex OAuth 配置

步骤 1：启动 OAuth 流程

openclaw models auth login --provider openai-codex --set-default

步骤 2：浏览器授权

1. 浏览器自动打开
2. 登录 OpenAI/ChatGPT
3. 授权 OpenClaw
4. 自动返回终端

步骤 3：验证

openclaw models status

3.3 API Key 配置

步骤 1：获取 API Key

1. 登录 [OpenAI Platform](https://platform.openai.com/)
2. 进入 API Keys 页面
3. 创建新 Key
4. 复制 Key

步骤 2：配置

openclaw models auth paste-token --provider openai
粘贴 API Key

步骤 3：设置模型

openclaw models set-default openai/gpt-4o

3.4 可用模型列表

openclaw models list openai

常见模型：

openai/gpt-4o
– 最新多模态模型

openai/gpt-4-turbo – 高性能模型

openai/gpt-4o-mini – 经济型模型

openai/o1-preview – 推理模型

3.5 成本优化

使用经济模型处理简单任务：

{
  models: {
    defaults: {
      primary: "openai/gpt-4o-mini",
      fallbacks: ["openai/gpt-4o"]
    }
  }
}

按通道区分模型：

{
  agents: {
    list: [
      {
        id: "casual",
        model: "openai/gpt-4o-mini"  // 日常聊天
      },
      {
        id: "serious",
        model: "openai/gpt-4o"  // 重要任务
      }
    ]
  }
}

四、本地模型配置

4.1 为什么选择本地模型？

优点：

✅ 完全隐私，数据不出本地

✅ 无 API 费用

✅ 无网络依赖

✅ 无速率限制

缺点：

❌ 需要较强硬件

❌ 性能不如云端模型

❌ 需要自行维护

4.2 硬件要求

模型大小	最低 RAM	推荐 RAM	GPU 要求	7B

8GB

16GB	可选	13B	16GB	32GB	推荐	70B	64GB

128GB	必需

4.3 LM Studio 配置

步骤 1：安装 LM Studio

下载：https://lmstudio.ai/

步骤 2：下载模型

推荐模型：

meta-llama/Llama-3-70B-Instruct

Qwen/Qwen2.5-72B-Instruct

mistralai/Mixtral-8x7B-Instruct

步骤 3：启动本地服务器

1. 进入 “Local Server” 标签
2. 选择模型
3. 点击 “Start Server”
4. 默认端口：1234

步骤 4：配置 OpenClaw

{
  models: {
    providers: {
      "local": {
        baseUrl: "http://localhost:1234/v1",
        api: "openai-completions"
      }
    },
    defaults: {
      primary: "local/your-model-name"
    }
  }
}

4.4 Ollama 配置

步骤 1：安装 Ollama

macOS
brew install ollama

Linux
curl -fsSL https://ollama.ai/install.shsh

步骤 2：拉取模型

ollama pull llama3:70b
ollama pull qwen2.5:72b

步骤 3：启动服务

ollama serve

步骤 4：配置 OpenClaw

{
  models: {
    providers: {
      "ollama": {
        baseUrl: "http://localhost:11434/v1",
        api: "openai-completions"
      }
    },
    defaults: {
      primary: "ollama/llama3:70b"
    }
  }
}

4.5 vLLM 配置（高性能）

步骤 1：安装 vLLM

pip install vllm

步骤 2：启动服务

python -m vllm.entrypoints.openai.api_server \
  --model meta-llama/Llama-3-70b-instruct \
  --port 8000

步骤 3：配置 OpenClaw

{
  models: {
    providers: {
      "vllm": {
        baseUrl: "http://localhost:8000/v1",
        api: "openai-completions"
      }
    }
  }
}

五、模型故障转移

5.1 配置故障转移

当主模型不可用时自动切换：

{
  models: {
    defaults: {
      primary: "anthropic/claude-sonnet-4-5-20260514",
      fallbacks: [
        "anthropic/claude-opus-4-5-20260514",
        "openai/gpt-4o",
        "local/llama3:70b"
      ]
    }
  }
}

5.2 故障转移策略

策略	说明	适用场景	顺序尝试

按列表顺序尝试 | 通用场景 |

| 成本优先

| 先尝试便宜模型 | 成本敏感 |

| 性能优先

| 先尝试最强模型 | 关键任务 |

5.3 监控模型状态

查看所有模型状态
openclaw models status

查看特定提供商
openclaw models status anthropic

测试模型
openclaw models test anthropic/claude-sonnet-4-5-20260514

六、高级配置技巧

6.1 按时间段切换模型

{
  models: {
    schedule: [
      {
        time: "09:00-18:00",
        model: "anthropic/claude-opus-4-5-20260514"  // 工作时间用最强
      },
      {
        time: "18:00-09:00",
        model: "anthropic/claude-sonnet-4-5-20260514"  // 非工作时间节省
      }
    ]
  }
}

6.2 按任务类型切换

{
  agents: {
    list: [
      {
        id: "code-review",
        model: "anthropic/claude-opus-4-5-20260514",
        tools: { allow: ["read", "edit", "exec"] }
      },
      {
        id: "casual-chat",
        model: "openai/gpt-4o-mini",
        tools: { allow: ["sessions_list", "message"] }
      }
    ]
  }
}

6.3 成本监控

{
  models: {
    budget: {
      daily: 10,  // 每日预算（美元）
      monthly: 200,  // 每月预算
      alertThreshold: 0.8  // 80% 时告警
    }
  }
}

七、性能优化

7.1 缓存配置

{
  models: {
    cache: {
      enabled: true,
      ttl: 3600,  // 缓存 1 小时
      maxSize: 1000  // 最大缓存条目
    }
  }
}

7.2 流式响应

{
  models: {
    streaming: {
      enabled: true,
      chunkSize: 100  // 每块 token 数
    }
  }
}

7.3 超时配置

{
  models: {
    timeout: {
      connect: 30,  // 连接超时（秒）
      read: 300,    // 读取超时（秒）
      total: 600    // 总超时（秒）
    }
  }
}

八、总结

模型选择决策树：

需要完全隐私？
├─ 是 → 本地模型 (Llama 3 / Qwen)
└─ 否 → 需要最强性能？
    ├─ 是 → Claude Opus / GPT-4
    └─ 否 → 追求性价比？
        ├─ 是 → Claude Sonnet
        └─ 否 → GPT-4o Mini

关键要点：

根据使用场景选择模型

配置故障转移保证可用性

本地模型适合隐私敏感场景

多模型路由优化成本和性能

下一篇预告：《OpenClaw 多代理路由系统：构建你的 AI 团队》

OpenClaw 模型选择与切换：Anthropic/OpenAI/本地模型深度对比

一、模型选择的核心考量

1.1 选择模型的五个维度

1.2 主流模型对比

1.3 使用场景推荐

二、Anthropic Claude 配置

2.1 认证方式对比

2.2 Setup Token 配置（订阅用户）

在任何有 Claude Code 的机器上

粘贴 token

2.3 API Key 配置

粘贴 API Key

2.4 模型切换

2.5 多模型路由

三、OpenAI 配置

3.1 认证方式

3.2 Codex OAuth 配置

3.3 API Key 配置

粘贴 API Key

3.4 可用模型列表

3.5 成本优化

四、本地模型配置

4.1 为什么选择本地模型？

4.2 硬件要求

4.3 LM Studio 配置

4.4 Ollama 配置

macOS

Linux

4.5 vLLM 配置（高性能）

五、模型故障转移

5.1 配置故障转移

5.2 故障转移策略

5.3 监控模型状态

查看所有模型状态

查看特定提供商

测试模型

六、高级配置技巧

6.1 按时间段切换模型

6.2 按任务类型切换

6.3 成本监控

七、性能优化

7.1 缓存配置

7.2 流式响应

7.3 超时配置

八、总结

相关推荐

OpenClaw 多通道集成实战：WhatsApp/Telegram/Discord 全攻略

OpenClaw 高级配置与最佳实践：从入门到精通

AI工具教程：从零开始系统学习AI工具的正确路径（附学习清单）

Midjourney 绘画教程_AI 绘画入门

ChatGPT 完整使用教程_从入门到精通

AI 写作变现指南_月入 3 万+