OpenClaw custa caro — porque o agente queima tokens e como economizar

OpenClaw — um agente autônomo com arquitetura em várias camadas. Diferente dos assistentes simples, em que um prompt vai para o modelo e volta uma resposta, o OpenClaw monta uma cadeia com vários papéis e várias iterações. Cada elo da cadeia consome tokens, e o gasto total por uma tarefa do usuário supera o de um assistente de chat em uma ordem de magnitude ou mais.

O workflow típico do OpenClaw em uma tarefa como «escrever o módulo X»:

1. Planejador lê a description da tarefa e todo o contexto do projeto (~30K input + 2K output)
2. Decompositor divide o plano em subtarefas (~20K input + 1K output)
3. Executor para cada subtarefa: lê arquivos, gera código, aplica patches (5—15 iterações × ~50K input + 3K output)
4. Crítico revisa os resultados e propõe ajustes (~40K input + 2K output)
5. Corretor aplica as correções (5—10 iterações × ~30K input + 2K output)
6. Verificação final e redação do relatório (~30K input + 1.5K output)

Somando tudo: em uma tarefa média o OpenClaw gasta 800K—1.5M tokens de input e 50—120K tokens de output. Em tarefas complexas com longas iterações autônomas, o gasto sobe para 5—15M input + 200—500K output.

Números reais para tipos específicos de tarefa:

• Feature simples (uma função com teste): ~600K total tokens ≈ $3 na Anthropic
• Feature média (um módulo novo de 200 linhas): ~3M total tokens ≈ $12
• Feature complexa (refatoração + funcionalidade nova): ~10M total tokens ≈ $35
• Tarefa autônoma longa (uma hora de execução com crítico e iterações): 30—50M total tokens ≈ $100—170
• Um dia inteiro de agente com várias tarefas no OpenClaw: 100—200M total tokens ≈ $350—700

A principal diferença em relação ao Cline ou ao Cursor é que o OpenClaw faz 3—5 chamadas de papel em cada etapa, enquanto o Cline faz uma só. Não é um bug: é uma feature que melhora a qualidade das decisões e reduz o número de erros. Mas, em termos de dinheiro, essa mesma feature faz do OpenClaw a ferramenta agêntica mais cara do mercado quando se usa Anthropic ou OpenAI diretamente.

Comparação da velocidade de gasto com outras ferramentas na mesma tarefa:

• Cursor Agent: ~5K—50K tokens por tarefa
• Cline: ~500K—5M tokens por tarefa
• Claude Code: ~200K—3M tokens por tarefa
• OpenClaw: ~3M—50M tokens por tarefa (×5—10 em relação ao Cline)

OpenClaw suporta quaisquer provedores compatíveis com OpenAI por meio de variáveis de ambiente e do arquivo de configuração. Isso significa que mudar da API da Anthropic para o JoinGonka Gateway não requer nenhuma alteração no código do OpenClaw — apenas a mudança do endpoint e da API-key.

Comparação por tipos de tarefas:

A arquitetura multicamadas do OpenClaw, que o torna caro na Anthropic, no JoinGonka torna-se uma vantagem: mais chamadas de papel = maior precisão na tomada de decisão, e agora isso não custa quase nada. É possível ativar todos os críticos e verificadores, deixar execuções autônomas durante a noite, experimentar com cadeias longas — sem medo de ver uma conta de quatro dígitos pela manhã.

O JoinGonka Gateway tarifa a entrada e a saída: frações de centavo por milhão de tokens (a saída é mais cara que a entrada). Na Anthropic, a entrada custa $3, a saída $15: até mesmo a saída do JoinGonka é centenas de vezes mais barata, o que é especialmente vantajoso para o OpenClaw, que gera muitos output-tokens nas trocas de papéis.

O que há por baixo do capô? Modelos MoE abertos da rede: MiniMax M2.7 (o modelo padrão na configuração abaixo), DeepSeek V4 Flash e GLM-5.3 Flash. Para tarefas de papel (planejamento, execução, crítica), o structured output e o tool calling são essenciais — todos os três modelos suportam a chamada nativa de ferramentas. No benchmark SWE-bench Verified, que mede a qualidade do desenvolvimento autônomo, o DeepSeek V4 Flash fica próximo dos líderes proprietários. Mais detalhes no artigo sobre os melhores modelos para código. O contexto geral do mercado está na análise da AI API mais barata em 2026.

O mais fácil é instalar tudo com um único comando: o instalador configura sozinho o provedor JoinGonka em ~/.openclaw/openclaw.json com o baseUrl e os modelos corretos, fazendo um backup da sua configuração atual:

npx @joingonka/setup --tool openclaw

Esse é o instalador universal do JoinGonka — sem a flag npx @joingonka/setup, ele oferece uma lista de ferramentas para você escolher (já são 25: Claude Code, Codex CLI, OpenClaw, Cline e outras — lista completa), pergunta a sua API key (jg-…) e adiciona apenas o provedor JoinGonka, sem mexer nas outras configurações. O modelo principal será o DeepSeek V4 Flash, e os de reserva, o GLM-5.3 Flash e o MiniMax M2.7: se um modelo estiver ocupado, o agente passa para o próximo em vez de parar. Abaixo, o caminho manual, caso você prefira configurar por conta própria.

{
  "models": {
    "providers": {
      "gonka": {
        "baseUrl": "https://gate.joingonka.ai/v1",
        "api": "openai-completions",
        "apiKey": "jg-your-key",
        "models": [
          { "id": "deepseek-ai/DeepSeek-V4-Flash-0731", "name": "DeepSeek V4 Flash", "contextWindow": 380000, "maxTokens": 32768 },
          { "id": "zai-org/GLM-5.3-Flash", "name": "GLM-5.3 Flash", "contextWindow": 390000, "maxTokens": 8192 },
          { "id": "MiniMaxAI/MiniMax-M2.7", "name": "MiniMax M2.7", "contextWindow": 200000, "maxTokens": 8192 }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "gonka/deepseek-ai/DeepSeek-V4-Flash-0731",
        "fallbacks": ["gonka/zai-org/GLM-5.3-Flash", "gonka/MiniMaxAI/MiniMax-M2.7"]
      }
    }
  }
}

Vamos comparar três perfis típicos de uso do OpenClaw em produção.

Perfil 1: «Experimento com agentes». Um desenvolvedor executa o OpenClaw de 5 a 10 vezes por semana, principalmente em tarefas médias para avaliar a qualidade. Consumo mensal: ~50M total tokens.

• Anthropic: 50M × $0.005 ≈ $250/mês
• JoinGonka: 50M × $0.0099 = $0.50/mês. Economia: ~500 vezes.

Perfil 2: «Uso regular como parte do workflow». O OpenClaw é executado em tarefas complexas diariamente, às vezes deixado em sessões autônomas prolongadas. Consumo mensal: ~500M total tokens.

• Anthropic: 500M × $0.005 ≈ $2500/mês
• JoinGonka: 500M × $0.0099 = $4.95/mês. Economia: ~500 vezes.

Perfil 3: «Production-pipeline no OpenClaw». A equipe automatizou parte dos fluxos de trabalho através do OpenClaw: geração de relatórios, refatoração de código antigo, code review. Consumo: ~3B total tokens por mês.

• Anthropic: 3B × $0.005 = $15000/mês
• JoinGonka: 3B × $0.0099 = $29.7/mês. Economia: ~500 vezes.

No nível do Profile 3, o efeito é especialmente interessante: o OpenClaw deixa de ser «caro demais para automação regular» e passa a ser «tão barato que se pode automatizar tudo o que for possível». Isso muda a própria economia da tomada de decisão: uma tarefa que antes parecia cara demais para um agente, agora pode ser delegada a ele sem hesitação.

Em um horizonte anual, a economia para um usuário ativo é de cerca de $30000, e para uma equipe de $180000. Isso já não é apenas uma otimização de orçamento, é uma mudança qualitativa na forma como a equipe utiliza agentic AI: de graça em vez de «dentro do orçamento».

Ao mesmo tempo, o OpenClaw como ferramenta permanece inalterado: os mesmos pipelines de funções, a mesma decomposição de alta qualidade, o mesmo controle através de críticos. Apenas a fonte de inference muda, e com ela, muda a economia de todo o workflow.

Estratégia de mixagem de modelos no OpenClaw. O OpenClaw suporta diferentes modelos para diferentes funções no pipeline. Através do JoinGonka Gateway você pode designar o MiniMax M2.7 para todas as etapas (modelo universal), ou combiná-lo com GLM-5.3 Flash para o crítico e verificação final — um reasoning-modelo que raciocina antes de responder, o que é especialmente útil ao avaliar resultados de várias etapas —, enquanto que para prompts grandes sem raciocínio, pode colocar o DeepSeek V4 Flash (380K de contexto). Como todos os três modelos são tarifados a $0.0069/1M, não há ganho financeiro ao usar um modelo mais «leve» em funções baratas, mas você pode ajustar com precisão a qualidade das respostas para cada estágio do pipeline.

Production-caso: automação de code review. Um dos cenários reais que se tornaram possíveis graças à economia do JoinGonka é a automação do code review para cada pull request através do OpenClaw. Pipeline: «ler diff → analisar cada arquivo → verificar cobertura com testes → compilar relatório final». Na Anthropic, esse pipeline consumiria ~$5—15 por PR; na JoinGonka: $0.007—0.017. Uma equipe de 10 desenvolvedores fazendo 50 PR por dia sai de $750/dia na Anthropic para $0.83/dia na JoinGonka — e o agente de code review deixa de ser um luxo para se tornar um workflow cotidiano.