很多团队控制 Agent 成本时，只想到换便宜模型。这样做短期能省钱，长期可能把关键节点质量也降下去。更稳的思路不是一刀切降级，而是模型分层调用：简单任务用便宜模型先筛，复杂和高风险节点再升级。
OpenClaw 的模型分层调用，可以接上 成本归因报表、运行看板 和 质量评估。目标不是让每次调用都最便宜，而是让成本花在真正影响结果的地方。
低风险分类可以先用轻模型
意图分类、标签建议、资料去重、格式检查这类任务，通常不需要最高规格模型。只要有足够样本验证准确率，轻量模型可以承担第一层筛选。
但这里要设退出条件。如果轻模型置信度低、输入含糊、涉及高风险关键词，就不要硬判，应该进入追问、升级模型或人工确认。
复杂推理节点再升级
需要跨文档比较、政策解释、合同条款判断、异常原因分析的节点，更适合使用能力更强的模型。因为这些节点的错误成本往往高于调用成本。
分层不是按文章长度决定，而是按任务风险和推理复杂度决定。同样是一段短文本，如果它会影响客户通知、报价、权限或生产写入，就应该进入更高等级处理。
高风险写入前要加复核
模型升级不等于可以跳过人工。OpenClaw 里涉及系统写入、外部发送、权限变更、删除数据的节点，即使用了高能力模型，也应该有人工确认或审批记录。
这一步可以和 权限变更申请、人工接管策略 连起来。模型负责整理证据和建议，人负责最终授权。
分层效果要回到数据看
模型分层上线后，要看四组指标：成本是否下降，人工修改率是否升高，高风险节点错误率是否可控，低置信度升级是否及时。只看成本，很容易把质量问题隐藏起来。
如果轻模型带来大量误判，后续返工成本会吞掉节省的调用费。成本归因报表里最好单独列出模型调用、升级调用、失败重试和人工返工。
总结
OpenClaw 模型分层调用的核心，是把模型能力和任务风险对齐。低风险先筛，复杂节点升级，高风险动作加人工复核，再用数据验证成本和质量。这样省下来的钱才不是以稳定性为代价。
