想用 Claude Opus 4.6 但不想月底账单爆炸？这篇帮你砍掉 60-85% 成本。
一、token花在哪？
你以为 token 只是"你说的话 + AI 回的话"？实际远不止。
每次对话的隐藏成本：
System Prompt（~3000-5000 tokens）：OpenClaw 核心指令，改不了
上下文文件注入（~3000-14000 tokens）：AGENTS.md、SOUL.md、MEMORY.md 等，每次对话都带上——这是最大的隐形开销
历史消息：越聊越长
你的输入 + AI 输出：这才是你以为的"全部"
一个简单的"今天天气怎么样"，实际消耗 8000-15000 input tokens。用 Opus 算，光上下文就花 $0.12-0.22。
Cron 更狠：每次触发 = 全新对话 = 重新注入全部上下文。一个每 15 分钟跑的 cron，一天 96 次，Opus 下一天 $10-20。
Heartbeat 同理：本质也是对话调用，间隔越短越烧钱。
二、模型分层：日常 Sonnet，关键 Opus
省钱第一大招，效果最猛。 Sonnet 定价约 Opus 的 1/5，80% 日常任务完全够用。
Opus 场景：长文写作、复杂代码、多步推理、创意任务
Sonnet 场景：日常闲聊、简单问答、cron 检查、heartbeat、文件操作、翻译
实测：切换后月成本降 65%，体验几乎没差。
三、上下文瘦身：砍掉隐形 Token 大户
每次调用的"底噪"可能 3000-14000 tokens。精简注入文件是性价比最高的优化。
经验法则：每减少 1000 tokens 注入，按每天 100 次调用 Opus 算，月省约 $45。
四、Cron 优化：最隐蔽的成本杀手
核心原则：不是越频繁越好，大多数"实时"需求是假需求。合并 5 个独立检查为 1 次调用，省 75% 上下文注入成本。
五、Heartbeat 优化
六、精准检索：用 qmd 省 90% Input Token
agent 查资料时默认"读全文"——一个 500 行文件 3000-5000 tokens，但它只需要其中 10 行。90% 的 input token 被浪费了。
qmd 是本地语义检索工具，建立全文 + 向量索引，让 agent 精准定位段落而非读取整个文件。全部本地计算，零 API 成本。
配合 mq（Mini Query）使用：预览目录结构、精准段落提取、关键词搜索——每次只读需要的 10-30 行。
实测效果：每次查资料从 15000 tokens 降到 1500 tokens，减少 90%。
与 memorySearch 的区别：memorySearch 管"回忆"（MEMORY.md），qmd 管"查资料"（自定义知识库），互不影响。
七、Memory Search 选择
简单结论：记忆文件少用本地嵌入（零成本），多语言需求高或文件多用 Voyage AI（每账号 2 亿 token 免费）。
八、终极配置清单
配置一次，长期受益：
-
模型分层 — Sonnet 日常，Opus 关键，省 60-80%
-
上下文瘦身 — 精简文件 + qmd 精准检索，省 30-90% input token
-
减少调用 — 合并 cron、拉长 heartbeat、开启静默期
Sonnet 4 已经很强了，日常用感觉不到差别。真正需要 Opus 的时候切过去就行。
基于 多 agent 系统实战经验，数据为脱敏估算值。