每天驱动 OpenClaw，Token 点数烧得比想象中快太多了！ 为什么这么费钱？ 因为 OpenClaw 的每一次消息交互，都会把完整的对话历史原封不动地发给模型。随着会话越来越长，上下文 token 消耗呈指数级上涨，一天下来几百上千请求很常见，免费额度根本撑不住，付费也心疼。
痛定思痛，我下定决心：必须找到真正能用的免费替代方案。
于是我疯狂对比各种模型、供应商、配置方式，反复在 OpenClaw 上实测稳定性、tool calling 表现、上下文保持能力和实际任务完成度。
最终，我筛选出了 5 个目前能在 OpenClaw 上稳定跑起来的免费（或接近免费）模型： 有的完全本地跑，零 token 成本； 有的利用官方免费云额度，日常用量绰绰有余； 有的甚至便宜到几乎可以忽略不计。
如果你也正在被Token费用劝退，或者单纯想把 AI agent 的使用成本降到接近 0，这篇很可能帮你省下一笔不小的钱。
这篇文章把我的 5 个常用模型、为什么选它们、以及在 OpenClaw 里的具体配置方法全部拆解给你。
Kimi K2.5（目前最受欢迎的免费云模型）
Moonshot AI 的 Kimi K2.5 是 OpenRouter 上当下最火的免费模型。 我本来只是把它当临时备用，结果一用就成了我的主力模型。
优点：
推理质量接近 Claude Sonnet 支持 tool calling 128K 上下文窗口，能轻松 hold 住 OpenClaw 的长对话，不会丢前面内容 特别适合读邮件、管理日历、跑自动化的 agent
Moonshot 官方宣布平台永久免费开放。 在 OpenRouter 上，免费额度大概是每分钟 20 次请求，每天重置。
配置方法：
openclaw config set agents.defaults.model.primary "openrouter/moonshotai/kimi-k2.5"如果你用 Ollama，还有更快的办法：Kimi K2.5 支持云模型直连，一条命令搞定：
ollama launch openclaw --model kimi-k2.5:cloud最佳场景：通用 agent 工作、写代码、研究、内容起草。
强烈推荐新手从这个模型开始，免费云推理最省心。
局限：免费额度有速率限制，超级重度使用时会限额。
Qwen 通过 OAuth 授权
很多人找免费 OpenClaw 模型时会直接跳过 Qwen，但其实它很香。
OpenClaw 内置了 Qwen 的 OAuth 插件 一次设备码授权，就能拿到 Qwen Coder 和 Qwen Vision 模型，每天 2000 次免费请求 Qwen 3.5 天生带 agent 能力：会思考、搜索、用工具、写代码 网站：https://qwen.ai/qwencode
配置步骤：
openclaw plugins enable qwen-portal-authopenclaw models auth login --provider qwen-portal --set-default
登录后，模型引用方式变成 qwen-portal/coder-model 或 qwen-portal/vision-model。 token 会自动刷新，不用反复登录。
适合个人用，不建议整个团队压上去。但日常写代码、读文件、自动化，2000 次/天完全够。
最佳场景：编程任务、视觉相关工作流，想要稳定免费额度又不想管一堆 API key 的人。
局限：OAuth token 过期或被收回时，需要重新跑登录命令。
Gemini Flash
如果你想要大上下文窗口又不想花钱，Google 的 Gemini Flash 是目前最好的免费云选项。
免费额度：每分钟 15 次请求，最高支持 100 万 token 上下文 对 OpenClaw 这种容易变长的会话，上下文长度是巨大优势 网站：https://deepmind.google/models/gemini/flash/
我把它当备用模型：Kimi K2.5 限额时，Gemini 接力。
配置方式（编辑 config 文件）：
{"models": {"providers": {"google": {"models": [{ "id": "gemini-3-flash", "name": "Gemini 3 Flash" }]}}}}
需要去 Google AI Studio 生成一个 GEMINI_API_KEY，免费的，两分钟搞定。
最佳场景：超长对话、文档总结、研究任务，当主力模型撞限额时的可靠后备。
局限：Google 免费 tier 可能会用你的数据训练模型。个人 side project 和学习没问题，涉及私有代码或客户敏感数据建议用付费版或本地跑。
OpenRouter 的免费模型池
OpenRouter 不是单个模型，而是一个模型网关，通过一个 API key 就能访问几十家供应商的模型。
最爽的是加 :free 后缀，就能零成本跑支持的模型。 免费模型池会轮换，但通常都有不错的选择。
网站：https://openrouter.ai/models?q=free
我一般这样配：Kimi K2.5 做主力，Llama 模型做第一个 fallback，Gemini 做最后保底。
基础免费配置示例：
{"agents": {"defaults": {"model": {"primary": "openrouter/meta-llama/llama-3.2-3b-instruct:free"}}}}
OpenClaw 还内置了扫描工具，能自动检测当前 OpenRouter 上哪些免费模型可用，并测试 tool calling 和图片支持：
openclaw models scan这个命令会按能力排行，让你交互式选主力 + fallback，省得手动一个个试。
最佳场景：想要最大灵活性、自动切换免费模型的用户；也适合喜欢尝鲜不同模型的人。
局限：免费模型今天有明天可能没了，要定期检查和更新 fallback。
Qwen 3.5 本地跑（Ollama）
前面四个都依赖别人服务器，这个是彻底本地：通过 Ollama 跑 Qwen 3.5。
阿里专门为 agent 工作流打造的模型 tool calling、多步推理、代码生成能力在同级别开源模型里顶尖 9B 版本 16GB 内存的现代笔记本就能跑，27B 需要 32GB+ 但效果更好 M 系列 Mac 或有独显的机器体验特别丝滑
Ollama 最近加了一键启动 OpenClaw 的功能：
ollama launch openclaw --model qwen3.5一条命令拉模型、配置 provider、连 OpenClaw，超级方便。 当然你也可以手动装 Ollama，ollama pull qwen3.5，再自己配 provider。
最佳场景：极致隐私、完全离线、敏感数据不想上云、想把成本压到接近 0 的开发者。
局限：需要好点的硬件。9B 版 16GB 内存能跑，但复杂多步任务会吃力。
最终配置推荐
折腾几周后，我现在稳定用这个组合：
- 主力
Kimi K2.5 —— 日常任务免费搞定 - Fallback 1
本地 Qwen 3.5（Ollama）—— 撞限额时接管 - Fallback 2
Gemini Flash —— 大上下文，适合重度使用
彻底告别付费模型了，免费方案已经足够强。
如果你也在用这些模型玩 OpenClaw，欢迎留言分享你的配置和体验～
