Modelos e Provedores

Seu agente OpenClaw é agnóstico em relação a modelos. A mesma configuração, skills e ferramentas funcionam com qualquer modelo suportado — troque o cérebro, mantenha todo o resto. Este guia ajuda você a decidir qual cérebro escolher.

Como o OpenClaw Lida com Modelos

O OpenClaw se comunica com provedores de LLM por meio de três adaptadores de protocolo:

• openai-completions — cobre aproximadamente 80% dos provedores (OpenAI, DeepSeek, Grok, GLM, Qwen, Step e qualquer API compatível com OpenAI)
• anthropic-messages — para modelos Claude
• google-generative-ai — para modelos Gemini

Como a maioria dos provedores segue o formato compatível com OpenAI, adicionar um novo é uma mudança de configuração — uma URL base e uma API key — não uma alteração de código. É por isso que o OpenClaw suporta mais de 20 provedores sem inchar a codebase.

Modelos Disponíveis

A tabela abaixo lista os modelos atualmente disponíveis no Claw Buff. O índice de qualidade é baseado em benchmarks públicos (quanto maior, melhor, escala de 0 a 4). Velocidade é medida em tokens por segundo. O custo combinado é a média ponderada dos preços de tokens de entrada e saída.

Qual Modelo Você Deve Escolher?

Não existe um único melhor modelo. A escolha certa depende do que você precisa que seu agente faça.

Melhor para trabalho geral com agentes

Claude Sonnet 4.6 — Possui a maior precisão de tool calling e a melhor resistência a prompt injection entre os modelos atuais. Se seu agente chama ferramentas, navega na web ou lida com entrada não confiável, Sonnet é o padrão mais seguro.

Maior inteligência bruta

GPT-5.4 ou Gemini 3.1 Pro — Ambos marcam idx 57 nos benchmarks de qualidade. GPT-5.4 tende a ser mais criativo em tarefas abertas. Gemini 3.1 Pro é significativamente mais rápido (125 vs 77 t/s) e mais barato ($4,50 vs $5,63/M). Gemini 3.1 Pro ainda está rotulado como "preview" pelo Google, então espere algumas arestas.

Melhor custo-benefício

GLM-5 — Qualidade tier 4 por apenas $1,55/M tokens. Entrega scores de benchmark próximos ao Sonnet e GPT-5.4 por aproximadamente um quarto do preço. Uma boa escolha quando você precisa de boa qualidade sem o custo premium.

Maior velocidade

Grok 4.20 Beta (227 t/s) ou Gemini 3 Flash (166 t/s) — Para agentes interativos onde a latência de resposta importa mais que a qualidade máxima. Grok ainda está em beta e é menos testado em workflows complexos de agente. Gemini 3 Flash troca qualidade por velocidade — é tier 3, não tier 4.

Econômico e alto volume

DeepSeek V3.2 ($0,29/M) ou Step 3.5 Flash ($0,15/M) — Quando você está processando grandes volumes ou experimentando e quer manter os custos mínimos. Step 3.5 Flash é a opção mais barata disponível, mas é qualidade tier 2 — adequado para Q&A simples, menos confiável para cadeias de tool calling com múltiplas etapas.

Raciocínio premium e complexo

Claude Opus 4.6 — O modelo mais caro da lista ($10,00/M), mas se destaca em raciocínio profundo de múltiplas etapas, análise nuançada e tarefas que exigem deliberação cuidadosa. Use quando a qualidade justifica o custo — análise jurídica, decisões de arquitetura de código ou síntese de pesquisa.

Limitações Conhecidas por Provedor

Todo provedor tem trade-offs. Veja o que observar:

• DeepSeek — O modelo mais lento, com 25 t/s. A qualidade pode cair em cadeias de raciocínio com múltiplas etapas. Frequentemente atinge rate limits em horários de pico.
• OpenAI — O tool calling é menos consistente que o do Claude. A janela de contexto é de 128K tokens contra 200K da Anthropic, o que importa para agentes com memória grande ou muitas ferramentas.
• Google Gemini — O Gemini 3.1 Pro ainda está em status "preview". O Gemini 3 Flash sacrifica qualidade por velocidade.
• xAI Grok — Ainda rotulado como "Beta." Menos testes da comunidade para workflows complexos de agente comparado ao Claude ou GPT.
• Z AI GLM-5 Turbo — Apesar do nome, o throughput é de apenas 3 t/s. O GLM-5 sem Turbo é muito mais rápido.

Custo no Claw Buff

O Claw Buff usa um sistema de créditos. Você compra créditos e os gasta conforme seu agente usa tokens. A taxa de câmbio é simples: 1 centavo = 10 créditos. Seu saldo de créditos fica visível no Console, e você pode acompanhar o uso por modelo.

Se preferir pagar os provedores diretamente, o plano Hobby suporta BYOK (Bring Your Own Key). Você fornece sua própria API key de qualquer provedor suportado, e o Claw Buff cobra apenas a assinatura — sem markup no uso de tokens. As API keys são criptografadas com AES-256-GCM em repouso.

Model Fallback

O OpenClaw suporta fallback automático de modelo. Você define um modelo primário e uma lista de fallbacks. Se o primário falhar — por erros de autenticação, rate limits (HTTP 429) ou timeouts — o agente automaticamente tenta novamente com o próximo modelo da cadeia.

No Claw Buff, as cadeias de fallback são configuradas automaticamente com base no seu plano. No OpenClaw auto-hospedado, você as configura no openclaw.json:

{
  llm: {
    provider: "anthropic",
    model: "claude-sonnet-4.6",
    fallbacks: [
      { provider: "openai", model: "gpt-5.4" },
      { provider: "google", model: "gemini-3.1-pro" }
    ]
  }
}

Modelos Locais com Ollama

Se você roda o OpenClaw auto-hospedado, pode usar modelos locais pelo Ollama. O OpenClaw se conecta ao Ollama via adaptador openai-completions (o Ollama expõe uma API compatível com OpenAI em localhost:11434).

Modelos locais populares incluem Llama 3, Mistral, Qwen 2.5, Phi-4, DeepSeek e Gemma.

Prós:

• Privacidade total — nada sai da sua máquina
• Sem custos de API após o investimento em hardware
• Sem rate limits

Contras:

• Requer 16-32 GB de RAM dependendo do tamanho do modelo
• Mais lento que APIs na nuvem em hardware de consumo
• O tool calling é mais fraco na maioria dos modelos locais, o que limita as capacidades do agente

Trocando de Modelo

No Claw Buff, abra o Console, vá em Settings > Model e selecione um novo modelo. A mudança entra em vigor na próxima mensagem — sem necessidade de reiniciar.

No OpenClaw auto-hospedado, edite a seção llm do seu openclaw.json e reinicie o Gateway. Seu histórico de conversas, skills e ferramentas são preservados ao trocar de modelo.