掌握 OpenClaw 的 API 使用量與成本管理

串接一堆 AI 模型和工具最怕的就是月底看到帳單才發現超支。有時候你只是想測試一下功能，卻不小心跑了大量的 Token，或者某個背景任務默默消耗了你的 API 額度，卻不知道錢到底花在哪裡。

掌握 API 的消耗路徑是開發者的基本功，這篇文章會幫你理清 OpenClaw 哪些地方會用到錢，以及你該去哪裡查看這些數據。

需要準備的東西

• 已安裝 OpenClaw
• 至少一個 Model Provider 的 API key (如 OpenAI, Anthropic, OpenRouter)
• 基礎的 CLI 操作能力

快速開始

想在 5 分鐘內掌握你的成本狀況，可以依照這三個步驟操作：

1. 查看當前 Session 狀態：在對話中輸入 /status，你會看到當前模型的 Context 使用量以及上一則回覆的 Token 統計。如果使用的是 API-key 驗證，還會顯示預估成本。
2. 開啟自動頁尾統計：輸入 /usage full，之後每一則回覆下方都會自動附帶 Token 使用量與預估金額。
3. 檢查 Provider 配額：在終端機執行 openclaw status --usage 或 openclaw channels list，這會抓取 Provider 端的配額快照（Quota snapshots）。

API Key 的存放位置

OpenClaw 會從以下地方尋找你的憑證：

• Auth profiles：儲存在 auth-profiles.json 中的各個 Agent 設定。
• Environment variables：例如 OPENAI_API_KEY, BRAVE_API_KEY 等環境變數。
• Config：在設定檔中的 models.providers.*.apiKey 或工具類設定（如 tools.web.search.*）。
• Skills：在 skills.entries.<name>.apiKey 中定義的 Key，這可能會導出到 Skill 的進程環境中。

哪些功能會消耗 API 額度？

1. 核心模型回覆與工具調用

這是最主要的消耗來源。每一次對話回覆或 Tool call 都會使用你當前設定的 Provider。

2. 多媒體理解 (Audio/Image/Video)

當你上傳媒體檔案時，系統會在回覆前進行摘要或轉錄：

• Audio: 使用 OpenAI / Groq / Deepgram（只要有 Key 就會自動啟用）。
• Image: 使用 OpenAI / Anthropic / Google。
• Video: 使用 Google。

3. 記憶體 Embedding 與語義搜尋

如果你設定了遠端 Provider 進行語義搜尋，會產生 Embedding API 費用：

• memorySearch.provider = "openai" / "gemini" / "voyage"。
• 如果你想省錢，可以設定為 "local" 來使用本地 Embedding。

4. 網頁搜尋工具 (Brave / Perplexity)

使用 web_search 工具時會消耗對應的 Key：

• Brave Search API: 提供每月 2,000 次免費請求（需綁定信用卡驗證）。
• Perplexity: 透過 PERPLEXITY_API_KEY 或 OPENROUTER_API_KEY 調用。

5. 網頁抓取工具 (Firecrawl)

web_fetch 功能如果配置了 FIRECRAWL_API_KEY 就會調用 Firecrawl。如果沒配置，則會退回到直接抓取（Direct fetch）模式，這種模式不產生 API 費用。

6. Provider 狀態檢查

執行 openclaw status --usage 或 openclaw models status --json 時，系統會呼叫 Provider 的 Usage endpoints。雖然流量很低，但仍屬於 API 調用。

7. 對話壓縮保護 (Compaction safeguard)

當 Session 歷史太長觸發壓縮時，系統會使用當前模型對對話進行摘要，這會產生額外的 Token 消耗。

8. Talk 模式 (語音)

如果你開啟了 Talk 模式並配置了 ElevenLabs (ELEVENLABS_API_KEY)，語音合成會產生費用。

疑難排解

為什麼 /status 沒有顯示美金成本？ 如果你使用的是 OAuth 流程（例如透過 Google Cloud 驗證），系統通常會隱藏金額顯示，僅顯示 Token 數量。請改用 API-key 驗證來查看預估成本。

Embedding 費用比預期高？ 檢查你的 memorySearch.provider 設定。如果本地 Embedding 失敗，系統可能會嘗試退回到遠端 Provider。確保將其固定為 "local" 可以完全避免這部分費用。

Firecrawl 無法運作？ 確認你的環境變數 FIRECRAWL_API_KEY 是否正確。如果沒設定，系統會自動改用 direct fetch + readability 模式，這不會消耗你的 Firecrawl 額度。

---

想要自動化你的設定嗎？試試 AI Setup Assistant

What’s Next:

• Token 使用與成本詳解
• 模型 Provider 設定
• 記憶體系統概念
• Web 工具配置