OpenClaw Token Guía definitiva de ahorro: con el modelo más potente, gastando lo mínimo / con instrucciones incorporadas

Autor: xiyu

¿Quieres usar Claude Opus 4.6 pero no quieres que la factura de fin de mes explote? Este artículo te ayuda a reducir entre un 60-85% los costos.

1. ¿En qué se gasta el token?

¿Crees que los tokens son solo “lo que dices + lo que responde la IA”? La realidad es mucho más que eso.

Costos ocultos en cada conversación:

• Prompt del sistema (~3000-5000 tokens): instrucciones principales de OpenClaw, no se pueden cambiar
• Inyección de archivos de contexto (~3000-14000 tokens): AGENTS.md, SOUL.md, MEMORY.md, etc., que se incluyen en cada diálogo — este es el mayor gasto invisible
• Mensajes históricos: cuanto más larga la conversación
• Tu entrada + respuesta de la IA: eso es lo que tú piensas que es “todo”

Un simple “¿Qué tiempo hace hoy?” en realidad consume entre 8000-15000 tokens de entrada. Usando Opus, solo en contexto se gastan $0.12-0.22.

Cron aún más agresivo: cada disparo = nueva conversación = reinyección de todo el contexto. Un cron que corre cada 15 minutos, 96 veces al día, con Opus cuesta unos $10-20 diarios.

Heartbeat funciona igual: esencialmente llamadas de diálogo, cuanto más corto el intervalo, más dinero se gasta.

2. Capas del modelo: Sonnet diario, Opus clave

El primer gran truco para ahorrar dinero, el más efectivo. Sonnet cuesta aproximadamente 1/5 de Opus, y cubre el 80% de tareas diarias.

Prompt:

Por favor, cambia el modelo predeterminado de OpenClaw a Claude Sonnet,

y usa Opus solo para análisis profundos o creación.

Necesidades específicas:

1) Configurar Sonnet como modelo predeterminado

2) Las tareas programadas (cron) usarán Sonnet por defecto

3) Solo tareas de escritura o análisis profundo usarán explícitamente Opus

**Escenarios de Opus:** escritura de textos largos, código complejo, razonamiento en múltiples pasos, tareas creativas

**Escenarios de Sonnet:** charlas cotidianas, preguntas simples, revisiones cron, heartbeat, manejo de archivos, traducciones

**Prueba práctica:** tras cambiar, el costo mensual se reduce un 65%, con una experiencia casi igual.

3. Reducción del contexto: eliminar los grandes consumidores invisibles de tokens

Cada llamada puede tener un “ruido de fondo” de 3000-14000 tokens. Optimizar la inyección de archivos es la mejor relación costo-beneficio.

Prompt:

Ayúdame a simplificar los archivos de contexto de OpenClaw para ahorrar tokens.

Incluye: 1) eliminar partes innecesarias de AGENTS.md (reglas de chat grupal, TTS, funciones no usadas), comprimir a menos de 800 tokens

2) Resumir SOUL.md en puntos clave, entre 300-500 tokens

3) Limpiar MEMORY.md de información obsoleta, mantenerlo dentro de 2000 tokens

4) Revisar la configuración de workspaceFiles, eliminar archivos de inyección innecesarios

Regla práctica: reducir 1000 tokens en inyección, con 100 llamadas diarias a Opus, ahorras aproximadamente $45 al mes.

4. Optimización de Cron: el coste más oculto

Prompt:

Ayúdame a optimizar las tareas cron de OpenClaw para ahorrar tokens.

Por favor:

1) Lista todas las tareas cron, su frecuencia y modelo

2) Downgrade de tareas no creativas a Sonnet

3) Combina tareas en el mismo período (por ejemplo, varias revisiones en una sola)

4) Reduce frecuencias innecesarias (revisión del sistema de cada 10 a 30 minutos, revisión de versiones de 3 a 1 vez por día)

5) Configura delivery para notificaciones bajo demanda, sin enviar mensajes en condiciones normales

Principio clave: no es mejor cuanto más frecuente, muchas "necesidades en tiempo real" son falsas. Combinar 5 revisiones independientes en una sola llamada ahorra aproximadamente un 75% en costos de inyección de contexto.

5. Optimización de Heartbeat

Prompt:

Ayúdame a optimizar la configuración de Heartbeat en OpenClaw:

1) Intervalo de trabajo entre 45-60 minutos

2) Periodo de silencio nocturno de 23:00 a 08:00

3) Simplifica HEARTBEAT.md al mínimo

4) Agrupa tareas dispersas en ejecuciones en lote en el heartbeat

6. Búsqueda precisa: usar qmd para ahorrar 90% en tokens de entrada

Al buscar información, el agente por defecto “lee todo el texto” — un archivo de 500 líneas consume entre 3000-5000 tokens, pero solo necesita 10 líneas. El 90% de los tokens de entrada se desperdician.

qmd es una herramienta de búsqueda semántica local, que crea un índice completo + vectorial, permitiendo que el agente localice con precisión los párrafos relevantes en lugar de leer todo el archivo. Todo se calcula localmente, sin costo API.

Usado junto con mq (Mini Query): previsualización de estructura, extracción precisa de párrafos, búsqueda por palabras clave — solo lee las 10-30 líneas necesarias en cada consulta.

Prompt:

Configura qmd para la búsqueda del conocimiento y ahorrar tokens.

URL de Github: https://github.com/tobi/qmd

Requisitos:

1) Instalar qmd

2) Crear índice en el directorio de trabajo

3) Añadir reglas de búsqueda en AGENTS.md, forzando al agente a usar qmd/mq antes que leer todo

4) Programar actualización periódica del índice

Efecto comprobado: cada consulta de información pasa de 15000 a 1500 tokens, una reducción del 90%.

Diferencia con memorySearch: memorySearch "recuerda" (MEMORY.md), qmd "consulta" (base de conocimientos personalizada), sin afectar mutuamente.

7. Selección de Memory Search

Prompt:

Configura memorySearch en OpenClaw.

Si mis archivos de memoria son pocos (unas decenas de md),

¿Es mejor usar embeddings locales o Voyage AI?

Por favor, explica costos y calidad de búsqueda de cada uno.

**Respuesta sencilla:** para pocos archivos, embeddings locales (sin costo) son suficientes; si necesitas multilingüe o muchos archivos, usa Voyage AI (cada cuenta con 2 mil millones de tokens gratis).

8. Lista definitiva de configuración

Prompt:

Ayúdame a optimizar toda la configuración de OpenClaw para maximizar el ahorro de tokens, siguiendo esta lista:

- Cambiar modelo predeterminado a Sonnet, usar Opus solo para tareas de creación/análisis

- Simplificar AGENTS.md / SOUL.md / MEMORY.md

- Reducir tareas cron a Sonnet + combinar + reducir frecuencia

- Intervalo de Heartbeat a 45 minutos + silencio nocturno

- Configurar qmd para búsqueda precisa en lugar de lectura completa

- Mantener solo archivos necesarios en workspaceFiles

- Limpiar archivos de memoria periódicamente, MEMORY.md con menos de 2000 tokens

### Beneficios de una sola configuración:

1. Capas del modelo — Sonnet para tareas diarias, Opus para casos clave, ahorro del 60-80%

2. Contexto más liviano — archivos simplificados + qmd para búsqueda precisa, ahorro del 30-90% en tokens de entrada

3. Menos llamadas — combinar cron, extender intervalos de heartbeat, activar silencio nocturno

Sonnet 4 ya es muy potente, para tareas diarias no notarás diferencia. Cuando realmente necesites Opus, simplemente cámbialo.

*Basado en experiencia práctica con sistemas multi-agente, estimaciones desensibilizadas.*