Como reduzi os custos do OpenClaw em 60% através do roteamento de modelos

Análise e detalhamento de custos

Um usuário do OpenClaw que executava quatro agentes para análise de dados de sites, conteúdo de blog, revisão de código e suporte ao cliente descobriu que estava gastando US$ 420 em 20 dias (US$ 21/dia). Todos os agentes estavam configurados para usar exclusivamente o Claude Opus a US$ 5/1 milhão de tokens de entrada e US$ 25/1 milhão de tokens de saída.

Após registrar 13.500 chamadas em todos os agentes por 20 dias, eles categorizaram as tarefas por complexidade:

• 70% eram tarefas simples: respostas a perguntas frequentes, formatação básica, resumos de uma linha, resumos de PRs menores
• 16% eram tarefas padrão: rascunhos de e-mails mais longos, revisões de código moderadas, resumos de vários parágrafos
• 9% eram tarefas complexas: análise profunda de código, conteúdo de longa forma, contexto de vários arquivos
• 6% precisavam de raciocínio real: decisões de arquitetura, depuração complexa, lógica de várias etapas

A análise revelou que estavam pagando preços premium do Opus por 70% das tarefas que modelos mais baratos poderiam lidar sem perda de qualidade.

Comparação de preços de modelos

O usuário pesquisou os preços atuais dos modelos:

• Claude Opus 4.6: US$ 5,00 entrada/US$ 25,00 saída por 1 milhão de tokens (premium)
• Claude Sonnet 4.6: US$ 3,00 entrada/US$ 15,00 saída por 1 milhão de tokens (médio)
• Claude Haiku 4.5: US$ 1,00 entrada/US$ 5,00 saída por 200 mil tokens (econômico)
• GPT-5.4: US$ 2,50 entrada/US$ 15,00 saída por 1,05 milhão de tokens (premium)
• Gemini 3.1 Pro: US$ 2,00 entrada/US$ 12,00 saída por 1 milhão de tokens (médio)
• Gemini 3 Flash: US$ 0,50 entrada/US$ 3,00 saída por 1 milhão de tokens (econômico)
• GLM-5: US$ 0,72–1,00 entrada/US$ 2,30–3,20 saída por 200 mil tokens (econômico)
• Kimi K2.5: US$ 0,60 entrada/US$ 3,00 saída por 256 mil tokens (econômico)
• MiniMax M2.5: US$ 0,30 entrada/US$ 1,20 saída por 1 milhão de tokens (ultra-econômico)

Implementação e resultados

Agora eles executam o Opus apenas em tarefas genuinamente complexas. Todo o resto é direcionado para Sonnet, Haiku, Kimi K2.5 ou Qwen. A transição levou cerca de uma semana para encontrar os modelos certos para cada tipo de tarefa.

Principais descobertas dos testes:

• Claude Haiku foi o mais confiável para suporte ao cliente: respostas rápidas, seguiu bem as instruções de formatação, manteve as respostas concisas
• Haiku requer prompts explícitos - ele não infere tom ou estilo a partir de instruções vagas como o Opus faz
• Reescrever prompts do sistema para especificar exatamente como as respostas devem ser estruturadas tornou o Haiku sólido para suporte
• Kimi K2.5 é mais barato e lida bem com contexto mais longo para conversas de várias voltas

Os usuários não notaram nenhuma diferença em tarefas simples, e os custos caíram de US$ 420 para US$ 168 em 20 dias.