Der Begriff „kostenlos” wird im KI-Modellbereich inflationär verwendet. Ich erkläre dir konkret, was das für OpenClaw-Nutzer tatsächlich bedeutet.
Es gibt drei Kategorien: Modelle, die buchstäblich nichts kosten (lokal), Modelle mit einem kostenlosen Kontingent, das irgendwann aufgebraucht ist, und Modelle, die so günstig sind, dass sie auf den meisten Rechnungen praktisch nicht ins Gewicht fallen. Ich gehe auf alle drei ein.
Wirklich kostenlos: lokale Modelle
Die einzigen Modelle, bei denen pro Token wirklich keine Kosten anfallen, laufen auf deiner eigenen Hardware. Mit Ollama geht das unkompliziert.
Installiere Ollama, lade ein Modell und verweise OpenClaw darauf:
# Install Ollama
curl -fsSL https://ollama.com/install.sh | sh
# Pull a coding model
ollama pull qwen3.6:27b
Füge dann Ollama als Provider in ~/.openclaw/openclaw.json hinzu:
{
models: {
providers: {
ollama: {
baseUrl: "http://localhost:11434/v1",
api: "openai-completions",
models: [
{ id: "qwen3.6:27b", name: "Qwen3.6 27B" }
]
}
}
},
agents: {
defaults: {
model: { primary: "ollama/qwen3.6:27b" }
}
}
}
Welche lokalen Modelle gut funktionieren
Qwen3.6 27B ist aktuell die erste Wahl — in der Community gilt es für lokales Coding immer noch als das Maß der Dinge. Es erreicht 77,2 % auf SWE-bench Verified, eignet sich gut für Code-Generierung, Debugging und Änderungen an mehreren Dateien im Arbeitsalltag und benötigt nur etwa 18 GB VRAM (eine RTX 5090 oder einen Mac mit M-Serie und mindestens 32 GB Unified Memory).
Qwen3 Coder 30B ist die auf Agenten abgestimmte Alternative — 256K Kontext und zuverlässige Tool-Aufrufe, was für die Tool-Schleife von OpenClaw wichtig ist.
gpt-oss 20B und Gemma 4 laufen auf Rechnern mit 16 GB Arbeitsspeicher. gpt-oss 20B ist seit der Veröffentlichung die Standardempfehlung unter den kleinen Modellen — pro Token werden nur etwa 3,6 Milliarden Parameter aktiviert, und der Reasoning-Aufwand lässt sich anpassen. Bei komplexen Aufgaben fällt die Qualität dennoch ab; ich würde keinem der beiden umfangreiche Refactorings über mehrere Dateien anvertrauen.
Der ehrliche Kompromiss
Lokale Modelle sind kostenlos, aber nicht schnell. Die Antwortzeiten sind je nach Hardware 3- bis 10-mal langsamer als bei Cloud-APIs. Zudem liegen selbst die besten frei verfügbaren Consumer-Modelle bei den schwierigsten Debugging-Aufgaben und Arbeiten über mehrere Dateien hinter den Spitzenmodellen von Claude zurück.
Wenn deine Arbeit vor allem aus dem Lesen von Dateien, dem Erzeugen von Boilerplate-Code und einfachen Änderungen besteht, sind lokale Modelle gut geeignet. Für komplexes Debugging oder Architekturarbeit solltest du dagegen ein Cloud-Modell nutzen.
Kostenlose Kontingente von Cloud-Anbietern
Einige Anbieter bieten tatsächlich eine kostenlose Nutzung bis zu einem bestimmten Limit an.
Gemini Flash ist die beste kostenlose Option für Cloud-Inferenz. Das kostenlose Kontingent von Google erlaubt 15 Anfragen pro Minute mit bis zu 1 Million Token Kontext. Für gelegentliches Programmieren reicht das aus.
// Add to ~/.openclaw/openclaw.json
{
models: {
providers: {
google: {
models: [
{ id: "gemini-3-flash", name: "Gemini 3 Flash" }
]
}
}
}
}
Der Haken: Das kostenlose Kontingent hat strengere Ratenlimits, und deine Daten können für das Training verwendet werden. Für Nebenprojekte und zum Lernen ist das wahrscheinlich in Ordnung. Für proprietären Code solltest du die kostenpflichtige API verwenden oder lokal ausführen.
Fast kostenlos: Modelle unter einem Dollar
Einige Modelle kosten pro Token so wenig, dass selbst ein intensiver OpenClaw-Tag unter 1 US-Dollar bleibt.
| Modell | Input-Kosten | Output-Kosten | Geschätzte Tageskosten |
|---|---|---|---|
| DeepSeek V4 Flash | ~0,10 US-$/Mio. | ~0,28 US-$/Mio. | ~0,15 US-$ |
| GLM-4.7 Flash | 0,07 US-$/Mio. | 0,28 US-$/Mio. | ~0,15 US-$ |
| GPT-4o-mini | 0,15 US-$/Mio. | 0,60 US-$/Mio. | ~0,50 US-$ |
| MiniMax M3 | 0,30 US-$/Mio. | — | ~0,50 US-$ |
Tageskosten basierend auf rund 500.000 Input- und 200.000 Output-Tokens; das entspricht einem intensiven Programmiertag.
MiniMax M3 verdient besondere Erwähnung: Mit 0,30 US-$ pro Mio. Input-Token und einem Kontextfenster von 1 Million Token ist es derzeit der Preis-Leistungs-Sieger der Budget-Klasse — der 24/7-Betrieb als Agent kostet etwa 7–15 US-Dollar pro Monat. DeepSeek V4 Flash markiert die absolute Untergrenze: Es ist günstig genug, dass die 24/7-Nutzung als Agent unter 5 US-Dollar pro Monat bleibt.
Diese Modelle übernehmen die Routineaufgaben einer Programmiersitzung gut: Dateien lesen, einfache Änderungen, Dokumentation, Testläufe. Leite die 20 % schwierigen Probleme zu einem besseren Modell um, dann bleibt deine Gesamtrechnung unter 5 US-Dollar pro Tag.
Du kannst alle diese Modelle entweder über Haimaker mit einem einzigen API-Schlüssel nutzen oder sie einzeln bei den jeweiligen Anbietern einrichten.
Sobald dein Haimaker-Schlüssel in HAIMAKER_API_KEY hinterlegt ist, richtet die connect CLI (npx -y @haimaker/connect --openclaw) die Provider-Konfiguration automatisch in OpenClaw ein. So kannst du diese Modelle im Centbereich nutzen, ohne JSON anfassen zu müssen.
Das praktische Setup: Hybrid aus kostenlos + günstig
Wer auf Kosten achtet, landet meist bei diesem Setup:
- Lokales Modell für einfache Aufgaben (Qwen3.6 27B über Ollama, kostenlos)
- Günstiges Cloud-Modell für mittlere Aufgaben (DeepSeek V4 Flash oder MiniMax M3, Centbeträge)
- Premium-Modell für schwierige Probleme (Claude Sonnet oder Opus, Pay-per-Use)
{
agents: {
defaults: {
model: {
primary: "ollama/qwen3.6:27b",
thinking: "anthropic/claude-sonnet-4-6"
}
}
}
}
Das lokale Modell übernimmt 60–70 % der Anfragen (Dateien lesen, einfacher Code). Sonnet springt für den Rest ein. Deine tägliche API-Rechnung sinkt auf 2–5 US-Dollar statt 30–50 US-Dollar.
Mehr zum Modell-Routing findest du in unserem Leitfaden zu Multi-Agent-Workflows.
10 US-$ GRATIS-GUTHABEN BEI HAIMAKER SICHERN
Für einen vollständigen Modellvergleich siehe beste Modelle für OpenClaw. Für Strategien zur Kostenoptimierung siehe Token-Kosten um 96 % senken.