2つの$0 OpenClawセットアップ、無料のクラウドモデルまたはローカルのOllamaを使用

OpenClawユーザーが、以前Claudeで有料で処理していたタスクの約70%を担当するエージェントを3週間無料で実行したと報告しています。このセットアップでは、レート制限付きの無料クラウドモデルと、Ollamaを使用したローカルモデルによる継続コストゼロの2つの選択肢が提供されています。

方法1: 無料クラウドモデル（ハードウェア不要）

この方法では、既存のOpenClawインストールと無料API枠のみが必要です：

• OpenRouter無料枠: クレジットカード不要でopenrouter.aiに登録。Llama 3.3 70B、Nemotron Ultra 253B（262Kコンテキスト）、MiniMax M2.5、Devstralを含む30以上の無料モデルを提供。設定例：

{
  "env": { "OPENROUTER_API_KEY": "sk-or-..." },
  "agents": {
    "defaults": {
      "model": {
        "primary": "openrouter/nvidia/nemotron-ultra-253b:free"
      }
    }
  }
}

自動モデル選択の場合："primary": "openrouter/openrouter/free"

• Gemini無料枠: GoogleはGemini Flashで1分あたり15リクエストを無料提供。ai.google.devからAPIキーを取得し、openclaw onboardを実行し、組み込みプロバイダーとしてGoogleを選択。
• Groq: 高速で、基本的なエージェントタスクに適したレート制限付き無料枠。

注意点: レート制限。1日10〜20回程度の軽度から中程度の使用では、一時停止はほとんど気になりません。1日100以上のタスクでは機能しません。

方法2: Ollamaによるローカルモデル（真の0円、永続的）

Ollamaは2026年3月に公式OpenClawプロバイダーになりました。このセットアップにはAPIキー、アカウント、レート制限、マシン外へのデータ送信がありません。

セットアップ手順：

1. Ollamaをインストール：curl -fsSL https://ollama.com/install.sh | sh
2. VRAMに基づいてモデルをプル：
   • 20GB+ VRAM（RTX 3090、4090、M4 Pro/Max）：ollama pull qwen3.5:27b
   • 16GB VRAM：ollama pull qwen3.5:35b-a3b
   • 8GB VRAM（ほとんどのラップトップ）：ollama pull qwen3.5:9b
3. openclaw onboardを実行しOllamaを選択、またはexport OLLAMA_API_KEY="ollama-local"で手動セットアップ

Qwen3.5 27Bは、日常的なエージェントタスクのツール呼び出しを適切に処理する現在のOpenClawの最適点として注目されています。35b-a3b混合エキスパートバリアントは、一度に3Bパラメータのみを活性化することで、RTX 3090で112トークン/秒で実行されます。

手動設定例：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://localhost:11434",
        "apiKey": "ollama-local",
        "api": "ollama",
        "models": [
          {
            "id": "qwen3.5:27b",
            "name": "Qwen3.5 27B",
            "reasoning": false,
            "contextWindow": 131072,
            "maxTokens": 8192
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/qwen3.5:27b"
      }
    }
  }
}

重要なデバッグメモ：

• OpenAI互換URL（http://localhost:11434/v1）ではなく、ネイティブOllama API URL（http://localhost:11434）を使用。/v1パスはツール呼び出しを壊し、生のJSON出力をプレーンテキストとして出力します。
• モデル設定で"reasoning": falseを設定。