OpenClaw 默认接的是海外模型，但很多国内团队实际想用的是 DeepSeek、通义千问、智谱这些国产大模型——价格便宜、中文够用、数据也不用出海。尤其 DeepSeek 最近调整了定价之后，怎么用最划算、怎么切换，成了不少人的实际问题。这篇把 OpenClaw 接国产大模型的完整流程捋一遍。
先说结论：OpenClaw 接国产模型不复杂，核心就三件事——密钥配好、模型名填对、切换后做好对比。难的不是接入，是接入之后怎么把成本和效果都稳住。背景可以看 DeepSeek API 涨价 那篇，先搞清楚新的定价结构。
第一步：准备 API 密钥
先去 DeepSeek 或对应平台的控制台，创建一枚 API Key。这里有个细节：密钥是「只创建时完整显示一次」，所以要当场保存好。拿到之后，用环境变量或配置文件的方式注入 OpenClaw，别把密钥明文写进代码、也别提交到仓库。
密钥要按最小权限来：能只给一个模型就给一个模型，能限制额度就限制额度。生产环境还要定期轮换，防止密钥泄露后被人盗刷，这块纪律可以参考 凭证轮换 的做法。被盗刷一次 API 密钥，账单可比省下的那点钱狠多了。
第二步：填对模型名和接口地址
国产大模型大多兼容 OpenAI 的接口规范，所以 OpenClaw 里主要改两个地方：接口地址（base URL）和模型名。以 DeepSeek 为例，接口地址指向它的官方 endpoint，模型名填它实际提供的型号，比如 deepseek-chat 这类，而不是想当然填一个名字。
这里最容易踩的坑是「模型名填错」。填错了，请求要么报 404，要么落到一个你没想到的模型上，最后账单对不上。所以配完之后，先跑一个最小请求验证：让 Agent 报一下「当前用的是什么模型」，确认型号和平台都对上了，再继续。
第三步：切换后做对比，别盲切
从海外模型切到国产模型，不是改个名字就完事。同一个任务，换模型之后输出格式、工具调用习惯、中文表达都可能变，甚至某些场景会退化。所以切换前要准备一批代表性任务，让新旧模型并排跑一遍，对比效果。
这个动作就是 回放对照 的核心：用同一批样本、同一套评判标准，看新模型到底行不行。切到国产模型通常是图便宜，但便宜的前提是「够用」，如果关键任务明显退化，那省下的钱要拿去填客服投诉，就亏了。更系统的切换流程，可以看 OpenClaw 模型版本管理。
第四步：用缓存和峰谷定价把成本压到底
国产模型省钱的点主要有两个。一是缓存命中：系统提示词、工具描述这类固定前缀如果命中缓存，计费会便宜很多，所以把最常重复的内容放在前面，缓存命中率才高。二是峰谷定价：DeepSeek 现在有峰谷价，谷时价格只有峰时的一半，非实时的批量任务（比如夜间跑报表、离线处理）可以放到谷时跑，白天的实时任务再走峰时。
这两招配合起来，效果很明显。定时类任务尤其适合，OpenClaw 定时发日报周报 里的场景，很多都可以安排到谷时执行。
优缺点与适合人群
好处很直接：便宜、中文好、数据不出海，对预算敏感又在意数据合规的团队特别友好。代价是：国产模型在工具调用、超长上下文、复杂推理这些 Agent 硬指标上，跟顶尖海外模型可能还有差距，所以切换前一定要用真实任务验证，别只看跑分。它最适合那些「中文场景为主、预算有限、任务不算极端」的团队。
总结
OpenClaw 接 DeepSeek 等国产大模型，就四步：配密钥、填模型名、切换对比、缓存加峰谷省钱。接入本身不难，真正要较真的是切换前后的效果对比——省钱是好事，但前提是 Agent 还能稳稳干活。想进一步压成本，也可以考虑 OpenClaw 本地模型 这条路。
0 条评论