OpenClaw APIコストを最大90%削減する実践ガイド：マルチモデル戦略とプロンプトキャッシング

OpenClawを導入した後に直面する課題の一つが、API費用の急騰だ。フロンティアモデル1本で全タスクを処理するデフォルト構成は、品質面では問題ないが、コスト面では設計上の弱点を抱えている。マルチモデル戦略とキャッシング活用により、出力品質を維持しながら80〜90%のコスト削減が可能な手法を整理した。

なぜデフォルト構成は「コストの自動燃焼装置」なのか

問題の核心はOpenClawのアーキテクチャ特性にある。ハートビート確認、メールトリアージ、カレンダー参照、Web検索といった軽量タスクも、プライマリモデルに送られる。Claude Opus 4.6（入力$5/出力$25 per million tokens）を設定している場合、$0.30クラスのモデルで十分な単純タスクにも最高級のコストが発生する。

問題はこれだけではない。コストを複利的に増やす構造的な要因がある：

• セッション履歴の膨張：成熟したセッションは20万トークンを超える
• システムプロンプトの毎回送信：SOUL.md・AGENTS.md・MEMORY.mdなど3,000〜14,000トークンが全呼び出しに含まれる
• ログ蓄積：ブラウザスナップショット、コマンド出力が蓄積
• ハートビートの高頻度実行：30分間隔でOpusを使用すると1日48回のフルコンテキスト呼び出し。15分間隔なら96回で$10〜20/日

月次に換算すると、重度のautomation用途では$300〜600に達するケースも珍しくない。

3つの削減アプローチ

1. インテリジェントルーティング：タスクの複雑さにモデルを合わせる

最も直接的な手法が、タスクの性質に応じてモデルを切り替えるルーティングだ。OpenClawはファンクション単位でモデル割り当てが可能な設計になっている。

タスク分類の実装方法は主に3種類：

• キーワード/正規表現マッチングによる分類
• 意図分類（安価なプレルーターモデルで前処理）
• Pythonカスタムスキルによる構築

代表的なルーティング設定例：

タスクカテゴリ	適切なモデル	理由
ハートビート / メール確認	Haiku / Gemini Flash	定型処理、創造性不要
コード・デバッグ	GPT-5.2-turbo / Sonnet 4.6	推論精度が必要
戦略立案・複雑な分析	Opus 4.6	深い思考が必要
画像分析	Gemini 2.5 Flash	コストパフォーマンス優位

2. プロンプトキャッシング：最も活用されていない最適化

Anthropic・OpenAIともに、変化しないプロンプト部分を自動キャッシュする仕組みを持つ。しかし多くのOpenClawユーザーがこれを十分に活用していない。

具体的な効果：

• システムプロンプト（3,000〜14,000トークン）が毎回フル課金→キャッシュで最大90%オフ
• ハートビート間隔を55分に設定するだけで、全呼び出しがウォームキャッシュにヒット

Haiku + キャッシング組み合わせの試算： ハートビートをOpus（デフォルト）→Haiku + プロンプトキャッシングに切り替えた場合、月のハートビートコストが$100超から$0.50前後まで削減される。これだけで多くのユーザーの費用問題が解決する。

3. ローカルモデル：限界費用ゼロを目指す

24時間稼働の重い自動化ワークフローを構築している場合、ローカルモデルが経済合理性を持つ。API課金が発生しないため、実行頻度を気にせずタスクを回せる。

現時点でのローカルモデルのベストチョイスはQwen 3 32Bで、Claude Sonnet 3.5と多くのタスクで同等の性能を発揮する。RTX 4090一枚で40+トークン/秒の処理が可能で、Ollama経由でOpenClawから直接接続できる。

ClawRouter：現状最も注目されているコスト最適化ツール

コミュニティで急速に注目を集めているのが「ClawRouter」というOpenClawネイティブスキルだ。リリース11日でGitHub 2,400スターを獲得した。

ClawRouterの仕組みはシンプルだ。ローカルの軽量分類器でリクエストを解析し、複雑さに応じて4段階に自動振り分けする：

• Simple → DeepSeek, Gemini Flash等の安価モデル
• Medium → 中間層モデル
• Complex → Claude Sonnet 4.6
• Heavy → Claude Opus 4.6

4つのプロファイル（Auto/Eco/Premium/Free）で利用シーンに応じた設定が可能。手動でルーティングルールを書く手間なく、自動で最適化が進む点が評価されている。

OpenRouter：300+モデルを1つのAPIで管理

複数プロバイダーのAPI管理を簡素化したい場合は、OpenRouterが選択肢になる。無料アカウントを作成してクレジットをチャージし、OpenClawの設定を更新するだけで、300以上のモデルへのアクセスと自動ルーティングが利用可能になる。

プロバイダーを固定せず、コストパフォーマンスの良いモデルを横断的に使いたいケースに向く。

モデルコストの比較

コスト最適化の出発点として、主要モデルのコスト感を把握しておく必要がある。

Anthropicモデル（per million tokens）：

• Claude Opus 4.6：入力$5 / 出力$25（最高性能）
• Claude Sonnet 4.6：入力$3 / 出力$15（Opus水準の性能）
• Claude Haiku：入力$0.25 / 出力$1.25（定型タスク向け）

コスパ優秀な代替モデル：

• Gemini 2.5 Flash：品質を維持しながら大幅コスト削減
• MiniMax M2.5：SWE-Bench Verified 80.2%達成、Opus 4.6比で10〜20分の1のコスト
• Kimi K2.5：最大のコストパフォーマンスを求めるユーザー向け

Claude Maxプランについて

Claude MaxプランをOpenClaw APIとして使うワークアラウンドを試みるユーザーも存在するが、Anthropicの利用規約違反によるBAN報告が複数ある。公式に認められた用途ではないため、ここでは推奨しない。

実装の優先順位

手を付けやすい順に整理すると：

1. ハートビートをHaikuに切り替え + プロンプトキャッシング有効化（30分の設定で即効果）
2. ClawRouterの導入（自動ルーティングの恩恵を手軽に受ける）
3. OpenRouter経由でのマルチプロバイダー対応（モデル選択肢の拡大）
4. 重い自動化ワークフローへのローカルモデル導入（長期的な固定費削減）

所感

エージェントが処理する作業の大半はルーティンタスクだ。フロンティアモデルが本当に必要なのは、複雑な推論や創造的な判断を要求する一部の処理に限られる。インテリジェントなルーティングとキャッシングを組み合わせれば、重要な処理の品質を落とすことなく、全体のAPIコストを8〜9割削減することが現実的に達成できる。

OpenClawの費用に悩んでいるユーザーにとって、まず試すべきは最もシンプルな変更—ハートビートのモデルを軽量モデルに切り替え、プロンプトキャッシングを有効化すること—だ。それだけで多くの場合、費用の問題は解決に向かう。

参考リソース：

• ClawRouter GitHub: リリース11日で2,400スター
• OpenRouter: https://openrouter.ai
• Ollama: https://ollama.ai