Token 成本估算器

根据 OpenClaw 会话记录数据估算真实的 API 成本。

工作原理

OpenClaw 将会话记录以 JSONL 文件格式存储在 ~/.openclaw/agents//sessions/*.jsonl 中。每一行代表一个轮次，包含角色、内容，有时还有使用量数据。

估算脚本

运行以下 Python 脚本来分析所有智能体：

python
import json, glob, os

AGENTS_DIR = os.path.expanduser(~/.openclaw/agents)

每百万 Token 的定价（根据需要更新）

agentdirs = [d for d in os.listdir(AGENTSDIR) if os.path.isdir(os.path.join(AGENTS_DIR, d))]
grandin, grandout = 0, 0

for agent in sorted(agent_dirs):
sessdir = os.path.join(AGENTSDIR, agent, sessions)
if not os.path.isdir(sess_dir):
continue
totalin, totalout, sessions = 0, 0, 0
for f in glob.glob(os.path.join(sess_dir, *.jsonl)):
sessions += 1
turns = []
for line in open(f):
try:
obj = json.loads(line)
msg = obj.get(message, {})
if not isinstance(msg, dict): continue
role = msg.get(role, )
raw = json.dumps(msg)
turns.append((role, len(raw)))
except: pass
# 考虑上下文重新发送
cumulative = 0
for role, chars in turns:
if role in (user, system, tool):
cumulative += chars
elif role == assistant:
total_in += cumulative // 4
total_out += chars // 4
print(f{agent}: {sessions} 个会话, ~{totalin:,} 输入, ~{totalout:,} 输出 Token)
grandin += totalin
grandout += totalout

print(f\n总输入: ~{grandin:,}, 总输出: ~{grandout:,})
for tier, rates in PRICING.items():
for cache_pct in [0.6, 0.9]:
cached = int(grandin * cachepct)
uncached = grand_in - cached
cost = (uncached/1e6)rates[input] + (cached/1e6)rates[cacheread] + (grandout/1e6)*rates[output]
print(f{tier} ({int(cache_pct*100)}% 缓存): ${cost:,.2f})

关键概念

上下文重新发送： 每次 API 调用都会发送完整的对话历史作为输入。一个 50 轮次的对话会在每条新消息中重新发送之前的所有轮次。这是第一大成本驱动因素。

缓存命中： OpenClaw 会缓存提示前缀。典型缓存命中率：60-90%。缓存读取成本比全新输入低 87.5%。

记录缺失的内容： 系统提示、工具定义和内部重试并不总是被记录。实际成本通常是记录估算值的 1.5-2 倍。

方案对比

盈亏平衡点： 如果估算的 API 成本超过订阅价格，则订阅更省钱。注意：Anthropic 已限制第三方工具中的 OAuth Token 使用。