Hướng dẫn Tối ưu Token OpenClaw: Dùng Model Mạnh Nhất, Chi Tiêu Ít Nhất / Kèm Prompt

marsbitXuất bản vào 2026-02-11Cập nhật gần nhất vào 2026-02-11

Tóm tắt

Hướng dẫn tối ưu chi phí sử dụng OpenClaw Token: Cách dùng model mạnh nhất với chi phí thấp nhất. Bài viết chỉ ra các khoản token ẩn lớn như System Prompt (~3000-5000 tokens), các file ngữ cảnh được tiêm vào (~3000-14000 tokens), và lịch sử hội thoại. Các giải pháp chính bao gồm: 1. Phân tầng model: Dùng Claude Sonnet (rẻ hơn 5 lần) cho 80% tác vụ hàng ngày, chỉ dùng Claude Opus cho các nhiệm vụ phân tích sâu hoặc sáng tạo, giúp giảm 65% chi phí. 2. Tinh giản ngữ cảnh: Giảm dung lượng các file AGENTS.md, SOUL.md, MEMORY.md để loại bỏ token thừa. 3. Tối ưu Cron: Gộp các tác vụ, giảm tần suất không cần thiết và chuyển sang dùng Sonnet. 4. Tối ưu Heartbeat: Tăng khoảng thời gian giữa các lần chạy và thiết lập thời gian im lặng ban đêm. 5. Tra cứu chính xác với qmd: Sử dụng công cụ tra cứu ngữ nghĩa cục bộ để chỉ đọc những đoạn văn bản cần thiết, giảm tới 90% token input khi tra cứu tài liệu. 6. Quản lý bộ nhớ: Đối với ít file, dùng embedding cục bộ; nhu cầu đa ngôn ngữ hoặc nhiều file thì dùng Voyage AI. Áp dụng các cấu hình này giúp tiết kiệm đáng kể token mà vẫn duy trì trải nghiệm tốt.

Tác giả: xiyu

Muốn dùng Claude Opus 4.6 nhưng không muốn hóa đơn cuối tháng nổ tung? Bài này giúp bạn cắt giảm 60-85% chi phí.

1. Token tiêu ở đâu?

Bạn nghĩ token chỉ là "lời bạn nói + lời AI trả lời"? Thực tế còn hơn thế.

Chi phí ẩn mỗi cuộc hội thoại:

  • System Prompt (~3000-5000 tokens): Lệnh cốt lõi của OpenClaw, không thể sửa

  • Tiêm tệp ngữ cảnh (~3000-14000 tokens): AGENTS.md, SOUL.md, MEMORY.md, v.v., mang theo mỗi cuộc hội thoại — đây là khoản chi ẩn lớn nhất

  • Tin nhắn lịch sử: Càng chat càng dài

  • Đầu vào của bạn + Đầu ra của AI: Đây mới là "tất cả" mà bạn nghĩ

Một câu "Hôm nay thời tiết thế nào?" đơn giản, thực tế tiêu thụ 8000-15000 input tokens. Dùng Opus tính toán, chỉ riêng ngữ cảnh đã tốn $0.12-0.22.

Cron còn tệ hơn: Mỗi lần kích hoạt = hội thoại mới hoàn toàn = tiêm lại toàn bộ ngữ cảnh. Một cron chạy mỗi 15 phút, một ngày 96 lần, dưới Opus một ngày $10-20.

Heartbeat tương tự: Bản chất cũng là gọi hội thoại, khoảng cách càng ngắn càng đốt tiền.

2. Phân tầng Model: Sonnet Hàng ngày, Opus Quan trọng

Chiêu tiết kiệm số một, hiệu quả mạnh nhất. Định giá Sonnet khoảng 1/5 Opus, 80% nhiệm vụ hàng ngày hoàn toàn đủ dùng.

markdown

Prompt:

Hãy giúp tôi đổi model mặc định của OpenClaw thành Claude Sonnet,

chỉ sử dụng Opus khi cần phân tích sâu hoặc sáng tạo.

Cụ thể cần:

1) Đặt model mặc định là Sonnet

2) Nhiệm vụ cron mặc định dùng Sonnet

3) Chỉ指定定 các nhiệm vụ viết lách, phân tích sâu dùng Opus

Trường hợp dùng Opus: Viết văn dài, mã phức tạp, suy luận nhiều bước, nhiệm vụ sáng tạo

Trường hợp dùng Sonnet: Trò chuyện hàng ngày, hỏi đáp đơn giản, kiểm tra cron, heartbeat, thao tác tệp, dịch thuật

Kiểm tra thực tế: Sau khi chuyển đổi, chi phí hàng tháng giảm 65%, trải nghiệm hầu như không khác biệt.

3. Tinh gọn Ngữ cảnh: Cắt bỏ Kẻ ngốn Token Ẩn

"Nhiễu nền" mỗi lần gọi có thể 3000-14000 tokens. Tinh giản các tệp tiêm vào là tối ưu hóa hiệu quả nhất.

markdown

Prompt:

Giúp tôi tinh giản các tệp ngữ cảnh của OpenClaw để tiết kiệm token.

Bao gồm cụ thể: 1) Xóa các phần không cần thiết trong AGENTS.md (quy tắc group chat, TTS, chức năng không dùng), nén trong 800 tokens

2) Tinh giản SOUL.md thành các điểm chính ngắn gọn, 300-500 tokens

3) Dọn dẹp thông tin hết hạn trong MEMORY.md, kiểm soát trong 2000 tokens

4) Kiểm tra cấu hình workspaceFiles, loại bỏ các tệp tiêm vào không cần thiết

Quy tắc kinh nghiệm: Cứ giảm 1000 tokens tiêm vào, tính 100 lần gọi Opus mỗi ngày, tiết kiệm hàng tháng khoảng $45.

4. Tối ưu Cron: Sát thủ chi phí ẩn nhất

markdown

Prompt: Giúp tôi tối ưu các nhiệm vụ cron của OpenClaw để tiết kiệm token.

Hãy:

1) Liệt kê tất cả nhiệm vụ cron cùng tần suất và model

2) Hạ cấp tất cả nhiệm vụ không sáng tạo xuống Sonnet

3) Gộp các nhiệm vụ cùng khung giờ (ví dụ: gộp nhiều kiểm tra thành một)

4) Giảm tần suất cao không cần thiết (kiểm tra hệ thống từ 10 phút xuống 30 phút, kiểm tra phiên bản từ 3 lần/ngày xuống 1 lần/ngày)

5) Cấu hình delivery thành thông báo theo nhu cầu, bình thường không gửi tin nhắn

Nguyên tắc cốt lõi: Không phải càng thường xuyên càng tốt, hầu hết nhu cầu "thời gian thực" là nhu cầu giả. Gộp 5 kiểm tra độc lập thành 1 lần gọi, tiết kiệm 75% chi phí tiêm ngữ cảnh.

5. Tối ưu Heartbeat

markdown

Prompt: Giúp tôi tối ưu cấu hình heartbeat OpenClaw:

1) Đặt khoảng cách giờ làm việc thành 45-60 phút

2) Đặt 23:00-08:00 đêm khuya thành thời gian im lặng

3) Tinh giản HEARTBEAT.md xuống số dòng tối thiểu

4) Gộp các nhiệm vụ kiểm tra rải rác vào heartbeat để thực hiện hàng loạt

6. Truy xuất Chính xác: Dùng qmd Tiết kiệm 90% Input Token

Khi agent tra cứu tài liệu, mặc định "đọc toàn văn" — một tệp 500 dòng 3000-5000 tokens, nhưng nó chỉ cần 10 dòng trong đó. 90% input token bị lãng phí.

qmd là công cụ truy xuất ngữ nghĩa cục bộ, thiết lập chỉ mục toàn văn + vector, cho phép agent định vị chính xác đoạn văn thay vì đọc toàn bộ tệp. Tính toán hoàn toàn cục bộ, chi phí API bằng không.

Sử dụng kết hợp với mq (Mini Query): Xem trước cấu trúc thư mục, trích xuất đoạn văn chính xác, tìm kiếm từ khóa — mỗi lần chỉ đọc 10-30 dòng cần thiết.

markdown

Prompt:

Giúp tôi cấu hình truy xuất kho kiến thức qmd để tiết kiệm token.

Địa chỉ Github: https://github.com/tobi/qmd

Cần:

1) Cài đặt qmd

2) Thiết lập chỉ mục cho thư mục làm việc

3) Thêm quy tắc truy xuất vào AGENTS.md, buộc agent ưu tiên dùng qmd/mq tìm kiếm thay vì read toàn văn trực tiếp

4) Thiết lập cập nhật chỉ mục định kỳ

Hiệu quả kiểm tra: Mỗi lần tra cứu từ 15000 tokens giảm xuống 1500 tokens, giảm 90%.

Khác biệt với memorySearch: memorySearch quản lý "ký ức" (MEMORY.md), qmd quản lý "tra cứu tài liệu" (kho kiến thức tùy chỉnh), không ảnh hưởng lẫn nhau.

7. Lựa chọn Memory Search

markdown

Prompt: Giúp tôi cấu hình memorySearch cho OpenClaw.

Nếu tệp ký ức của tôi không nhiều (vài chục md),

nên dùng embedding cục bộ hay Voyage AI?

Hãy giải thích sự khác biệt về chi phí và chất lượng truy xuất của từng loại.

Kết luận đơn giản: Ít tệp ký ức dùng embedding cục bộ (chi phí bằng không), nhu cầu đa ngôn ngữ cao hoặc nhiều tệp dùng Voyage AI (miễn phí 200 triệu token mỗi tài khoản).

8. Danh sách Cấu hình Tối cùng

markdown

Prompt:

Hãy giúp tôi tối ưu hóa cấu hình OpenClaw một lần để tiết kiệm token tối đa, thực hiện theo danh sách sau:

Đổi model mặc định thành Sonnet, chỉ giữ nhiệm vụ sáng tạo/phân tích dùng Opus

Tinh giản AGENTS.md / SOUL.md / MEMORY.md

Hạ cấp tất cả nhiệm vụ cron xuống Sonnet + Gộp + Giảm tần suất

Khoảng cách Heartbeat 45 phút + Im lặng ban đêm

Cấu hình truy xuất chính xác qmd thay thế đọc toàn văn

workspaceFiles chỉ giữ lại các tệp cần thiết

Định kỳ tinh giản tệp ký ức, kiểm soát MEMORY.md trong 2000 tokens

Cấu hình một lần, hưởng lợi lâu dài:

1. Phân tầng model — Sonnet hàng ngày, Opus quan trọng, tiết kiệm 60-80%

2. Tinh gọn ngữ cảnh — Tinh giản tệp + truy xuất chính xác qmd, tiết kiệm 30-90% input token

3. Giảm gọi — Gộp cron, kéo dài heartbeat, bật thời gian im lặng

Sonnet 4 đã rất mạnh, dùng hàng ngày không cảm thấy khác biệt. Khi thực sự cần Opus thì chuyển qua là được.

Dựa trên kinh nghiệm thực chiến hệ thống đa agent, dữ liệu là giá trị ước tính đã khử nhạy cảm.

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QLàm thế nào để giảm chi phí token khi sử dụng OpenClaw với Claude Opus?

AÁp dụng mô hình phân tầng: sử dụng Claude Sonnet cho 80% tác vụ hàng ngày (trò chuyện, cron, heartbeat), chỉ dùng Opus cho các nhiệm vụ phức tạo hoặc phân tích sâu. Kết hợp với tinh giản tệp ngữ cảnh (AGENTS.md, SOUL.md, MEMORY.md) và cấu hình qmd để truy xuất chính xác thay vì đọc toàn bộ tệp.

QCron task ảnh hưởng thế nào đến chi phí token trong OpenClaw?

AMỗi lần cron chạy là một cuộc hội thoại mới, phải tiêm lại toàn bộ ngữ cảnh (3000-14000 tokens). Một cron chạy mỗi 15 phút có thể tốn 10-20$/ngày với Opus. Giải pháp: giảm tần suất, gộp nhiều task, chuyển sang dùng Sonnet và cấu hình chỉ thông báo khi cần.

Qqmd giúp tiết kiệm token như thế nào?

Aqmd là công cụ truy xuất ngữ nghĩa cục bộ, tạo chỉ mục vector để agent định vị chính xác đoạn văn cần thiết thay vì đọc toàn bộ tệp. Giảm token input từ 90% (ví dụ: từ 15000 tokens xuống 1500 tokens). Hoạt động hoàn toàn cục bộ, không tốn chi phí API.

QKhi nào nên dùng Claude Sonnet thay vì Opus?

ADùng Sonnet cho: trò chuyện hàng ngày, hỏi đáp đơn giản, task cron, heartbeat, thao tác tệp, dịch thuật. Dùng Opus cho: viết văn dài, mã phức tạp, suy luận nhiều bước, task sáng tạo. Sonnet có giá ~1/5 Opus và đủ mạnh cho hầu hết nhu cầu thông thường.

QLàm thế nào để tối ưu heartbeat trong OpenClaw?

AĐặt khoảng cách 45-60 phút trong giờ làm việc, thiết lập thời gian im lặng từ 23:00-08:00, tinh giản HEARTBEAT.md, gộp các task kiểm tra rời rạc vào heartbeat để thực thi hàng loạt. Giảm tần suất gọi API không cần thiết để tiết kiệm token.

Nội dung Liên quan

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

Vừa qua, DeepSeek V4 đã được cập nhật với framework giải mã suy đoán mới là **DSpark**, giúp tăng tốc độ suy luận lên tới 80%. Cốt lõi của bản cập nhật này là framework **DSpark**, một kỹ thuật giải mã suy đoán được triển khai trên DeepSeek-V4-Pro hiện có để tăng tốc độ suy luận, chứ không phải là nâng cấp kiến trúc mô hình. DSpark giải quyết các điểm nghẽn về độ trễ và thông lượng trong môi trường sản xuất, đặc biệt ở các tình huống có tải cao. DSpark kết hợp hai cải tiến chính: 1. **Kiến trúc sinh bán tự hồi quy (Semi-Autoregressive Generation)**: Giữ lợi thế về thông lượng cao của mô hình phác thảo song song, đồng thời thêm mô-đun nối tiếp nhẹ để mô hình hóa mối quan hệ phụ thuộc giữa các token, giúp giảm thiểu tỷ lệ chấp nhận suy giảm. 2. **Xác minh theo lịch trình độ tin cậy, nhận biết phần cứng (Confidence-Scheduled Verification)**: Một "đầu độ tin cậy" (Confidence Head) được sử dụng để đánh giá xác suất tồn tại của mỗi token phác thảo. Hệ thống điều phối sẽ xác định độ dài xác minh tối ưu một cách linh hoạt dựa trên đặc điểm tải và phần cứng, chỉ phân bổ tài nguyên tính toán cho những token có khả năng được chấp nhận cao nhất. Trong các thử nghiệm trên nhiều lĩnh vực như suy luận toán học, tạo mã và hội thoại, DSpark vượt trội so với các phương pháp tiên tiến hiện tại như Eagle3 và DFlash. So với cơ sở sinh token đơn trước đó (MTP-1), DSpark đã **tăng tốc độ phản hồi cho người dùng từ 57% đến 85%** (tuỳ thuộc vào việc sử dụng mô hình Flash hay Pro) trong khi vẫn duy trì cùng tổng thông lượng. Cùng với DSpark, DeepSeek cũng công khai mã nguồn **DeepSpec**, một bộ công cụ toàn diện để đào tạo và đánh giá các mô hình phác thảo cho giải mã suy đoán. DeepSpec cung cấp một đường ống công việc tiêu chuẩn bao gồm chuẩn bị dữ liệu, đào tạo và đánh giá, hỗ trợ nhiều thuật toán (DSpark, DFlash, Eagle3) và mô hình mục tiêu (hiện tại là Qwen3 và Gemma).

marsbit5 giờ trước

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

marsbit5 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

Andrej Karpathy, một chuyên gia hàng đầu trong lĩnh vực AI, được cho là đã sử dụng một tệp CLAUDE.md cá nhân để hướng dẫn Claude - công cụ AI lập trình từ Anthropic - hoạt động hiệu quả hơn. Dù tính xác thực của tệp này chưa được kiểm chứng, nhưng nội dung của nó phản ánh chính xác những nguyên tắc Karpathy thường chia sẻ. Tài liệu này đưa ra các quy tắc then chốt để tránh những lỗi phổ biến khi AI viết code. Trọng tâm bao gồm: **Đọc kỹ code hiện có** trước khi viết mới để đảm bảo tính nhất quán; **Suy nghĩ thấu đáo** về yêu cầu và các phương án triển khai trước khi bắt tay vào code; **Giữ mọi thứ đơn giản nhất có thể**, tránh thiết kế thừa và chỉ xử lý những vấn đề thực sự tồn tại; **Sửa đổi một cách "phẫu thuật"**, chỉ thay đổi phần cần thiết và tuân thủ phong cách code sẵn có của dự án. Các hướng dẫn khác bao gồm việc luôn **xác minh code** bằng kiểm thử, làm việc **theo mục tiêu rõ ràng**, **gỡ lỗi có phương pháp**, thận trọng khi thêm **phụ thuộc mới**, và **giao tiếp hiệu quả** về những thay đổi. Tài liệu cũng chỉ ra các "mẫu thất bại" thường gặp như làm quá nhiều việc cùng lúc, tạo ra sự trừu tượng hóa không cần thiết, hoặc lạc quyết định ban đầu. Về cơ bản, những nguyên tắc này nhằm biến Claude từ một thực thể tạo code chung chung thành một trợ lý lập trình thực sự hiểu ngữ cảnh, tuân thủ dự án và giảm thiểu nhu cầu viết lại code. Dù tệp gốc có phải của Karpathy hay không, các nguyên tắc này được cộng đồng đánh giá cao và đã có dự án trên GitHub tổng hợp chúng, được cho là giúp giảm tỷ lệ lỗi code do AI tạo ra một cách đáng kể.

marsbit6 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

marsbit6 giờ trước

BIT Nghiên cứu: Halving năm 2028 không phải là dấu chấm hết, cuộc đại phẫu thật sự của ngành khai thác Bitcoin chỉ mới bắt đầu

Ngành công nghiệp khai thác Bitcoin hiện đang trải qua đợt điều chỉnh cấu trúc phức tạp nhất từ trước đến nay. Dù giá Bitcoin duy trì quanh 61.000 USD và hashrate toàn mạng gần chạm mức lịch sử 1 ZH/s, lợi nhuận của thợ đào liên tục xấu đi. Mô hình kinh tế cho thấy, giá sản xuất dưới hiện tại là 46.744 USD, nhưng thực tế, thu nhập thực tế của thợ đào thấp hơn 136% so với mức lý thuyết ở mức giá này. Doanh thu từ phí giao dịch cũng ở mức thấp. Áp lực chi phí gia tăng, với điện chiếm 71.5% tổng doanh thu năm 2025. Ngưỡng hòa vốn toàn ngành ước tính khoảng 65.000 USD. Sau đợt halving năm 2028, giá sản xuất dưới dự kiến tăng lên khoảng 93.289 USD, đẩy nhanh quá trình đào thải. Ngành công nghiệp đang chuyển từ kinh doanh khai thác đơn thuần sang mô hình kinh doanh cơ sở hạ tầng. Các công ty khai thác đang đa dạng hóa sang các lĩnh vực như vận hành cơ sở hạ tầng năng lượng, cung cấp dịch vụ điện toán AI/HPC. Những công ty lớn, có nguồn vốn mạnh, nguồn điện chi phí thấp và nguồn thu đa dạng sẽ có lợi thế cạnh tranh. Điểm then chốt cho các nhà đầu tư không chỉ là sự kiện halving, mà là khả năng chuyển đổi mô hình kinh doanh và xây dựng lợi thế bền vững của các công ty khai thác.

marsbit6 giờ trước

BIT Nghiên cứu: Halving năm 2028 không phải là dấu chấm hết, cuộc đại phẫu thật sự của ngành khai thác Bitcoin chỉ mới bắt đầu

marsbit6 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

Làm thế nào để Mua T

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Threshold Network Token (T) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Threshold Network Token (T) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Threshold Network Token (T) của BạnSau khi mua Threshold Network Token (T), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Threshold Network Token (T)Giao dịch Threshold Network Token (T) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 525Xuất bản vào 2024.12.13Cập nhật vào 2026.06.02

Làm thế nào để Mua T

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của T (T) được trình bày dưới đây.

活动图片