Skip to main content
Fragen und Antworten zu Modellen und Auth-Profilen. Informationen zu Einrichtung, Sitzungen, Gateway, Kanälen und Fehlerbehebung finden Sie in den zentralen FAQ.

​
Modelle: Standardwerte, Auswahl, Aliasse, Wechsel

Festgelegt wird es mit:
Modelle sind provider/model-Referenzen (Beispiel: openai/gpt-5.5, anthropic/claude-sonnet-4-6). Legen Sie provider/model immer ausdrücklich fest. Wenn Sie den Provider weglassen, versucht OpenClaw zunächst, einen Alias zuzuordnen, dann für diese Modell-ID eine eindeutige Übereinstimmung unter den konfigurierten Providern zu finden, und greift anschließend auf den konfigurierten Standard-Provider zurück (veralteter Kompatibilitätspfad). Wenn dieser Provider das konfigurierte Standardmodell nicht mehr führt, greift OpenClaw statt eines veralteten Standardwerts auf den ersten konfigurierten Provider samt Modell zurück.
Verwenden Sie das leistungsfähigste Modell der neuesten Generation, das Ihr Provider-Stack anbietet, insbesondere für Agents mit Werkzeugzugriff oder nicht vertrauenswürdigen Eingaben – schwächere oder übermäßig quantisierte Modelle sind anfälliger für Prompt-Injection und unsicheres Verhalten (siehe Sicherheit). Weisen Sie günstigere Modelle anhand der Agent-Rolle routinemäßigen Chats mit geringem Risiko zu.Weisen Sie Modelle pro Agent zu und verwenden Sie Sub-Agents, um langwierige Aufgaben zu parallelisieren (jeder Sub-Agent verbraucht eigene Tokens). Siehe Modelle, Sub-Agents, MiniMax und Lokale Modelle.
Ändern Sie nur die Modellfelder – vermeiden Sie das vollständige Ersetzen der Konfiguration.
  • /model im Chat (pro Sitzung, siehe Slash-Befehle)
  • openclaw models set ... (aktualisiert nur die Modellkonfiguration)
  • openclaw configure --section model (interaktiv)
  • agents.defaults.model direkt in ~/.openclaw/openclaw.json bearbeiten
Prüfen Sie bei RPC-Änderungen zunächst mit config.schema.lookup (normalisierter Pfad, kompakte Schemadokumentation, Zusammenfassungen untergeordneter Elemente) und bevorzugen Sie dann config.patch gegenüber config.apply mit einem partiellen Objekt. Falls Sie die Konfiguration überschrieben haben, stellen Sie sie aus einer Sicherung wieder her oder führen Sie zur Reparatur openclaw doctor aus.Dokumentation: Modelle, Konfigurieren, Konfiguration, Doctor.
Ja – Ollama ist der einfachste Weg. Schnelle Einrichtung:
  1. Ollama von https://ollama.com/download installieren
  2. Ein lokales Modell abrufen, z. B. ollama pull gemma4
  3. Auch für Cloud-Modelle ollama signin ausführen
  4. openclaw onboard ausführen, Ollama auswählen und anschließend Local oder Cloud + Local
Cloud + Local stellt Ihnen Cloud-Modelle zusammen mit Ihren lokalen Ollama-Modellen bereit; Cloud-Modelle wie kimi-k2.5:cloud müssen nicht lokal abgerufen werden. So wechseln Sie manuell: openclaw models list, dann openclaw models set ollama/<model>.Kleinere oder stark quantisierte Modelle sind anfälliger für Prompt-Injection. Verwenden Sie große Modelle für jeden Bot mit Werkzeugzugriff. Falls Sie dennoch kleine Modelle verwenden, aktivieren Sie Sandboxing und strenge Zulassungslisten für Werkzeuge.Dokumentation: Ollama, Lokale Modelle, Modell-Provider, Sicherheit, Sandboxing.
Senden Sie /model <name> als eigenständige Nachricht. Unter Slash-Befehle finden Sie die vollständige Befehlsliste, einschließlich der nummerierten Auswahl (/model, /model list, /model 3), /model default zum Löschen einer sitzungsspezifischen Überschreibung und /model status für Details zum Endpunkt/API-Modus.Erzwingen Sie mit @profile ein bestimmtes Auth-Profil pro Sitzung:
Um die Bindung eines mit @profile festgelegten Profils aufzuheben, führen Sie /model erneut ohne Suffix aus (z. B. /model anthropic/claude-opus-4-6) oder wählen Sie den Standardwert unter /model aus. Verwenden Sie /model status, um das aktive Auth-Profil zu bestätigen.
/model provider/model wählt exakt diese Provider-Route aus. Beispielsweise sind qianfan/deepseek-v4-flash und deepseek/deepseek-v4-flash unterschiedliche Referenzen, obwohl die Modell-ID übereinstimmt – OpenClaw wechselt bei einer Übereinstimmung allein anhand der ID nicht stillschweigend den Provider.Eine vom Benutzer ausgewählte /model-Referenz ist beim Fallback strikt: Wenn dieses Provider-/Modell-Paar nicht mehr verfügbar ist, schlägt die Antwort sichtbar fehl, statt auf agents.defaults.model.fallbacks zurückzugreifen. Konfigurierte Fallback- Ketten gelten weiterhin für konfigurierte Standardwerte, primäre Modelle von Cron-Aufträgen und automatisch ausgewählte Fallback-Zustände. Wenn ein Lauf ohne Sitzungsüberschreibung einen Fallback verwenden darf, versucht OpenClaw zuerst das angeforderte Provider-/Modell-Paar, dann die konfigurierten Fallbacks und anschließend das konfigurierte primäre Modell – identische reine Modell-IDs springen daher nie direkt zum Standard-Provider zurück.Siehe Modelle und Modell-Failover.
Ja – Modellauswahl und Runtime-Auswahl sind voneinander unabhängig:
  • Nativer Codex-Programmier-Agent: Legen Sie agents.defaults.model.primary auf openai/gpt-5.5 fest. Melden Sie sich mit openclaw models auth login --provider openai für die Authentifizierung über ein ChatGPT-/Codex-Abonnement an.
  • Direkte OpenAI-API-Aufgaben außerhalb der Agent-Schleife: Konfigurieren Sie OPENAI_API_KEY für Bilder, Embeddings, Sprache, Echtzeit und andere OpenAI-API-Oberflächen außerhalb von Agents.
  • OpenAI-Agent-Authentifizierung per API-Schlüssel: /model openai/gpt-5.5 mit einem geordneten openai-API-Schlüsselprofil.
  • Sub-Agents: Weisen Sie Programmieraufgaben einem auf Codex ausgerichteten Agent mit einem eigenen openai/gpt-5.5-Modell zu.
Siehe Modelle und Slash-Befehle.
  • Pro Sitzung: Senden Sie /fast on, während Sie openai/gpt-5.5 verwenden.
  • Standardwert pro Modell: Legen Sie agents.defaults.models["openai/gpt-5.5"].params.fastMode auf true fest.
  • Automatischer Grenzwert: /fast auto oder params.fastMode: "auto" führt neue Modellaufrufe bis zum Grenzwert im schnellen Modus aus; spätere Wiederholungs-, Fallback-, Werkzeugergebnis- oder Fortsetzungsaufrufe erfolgen danach ohne schnellen Modus. Der Grenzwert beträgt standardmäßig 60 Sekunden; überschreiben Sie ihn mit params.fastAutoOnSeconds für das Modell.
Der schnelle Modus wird bei nativen OpenAI-Responses- Anfragen auf service_tier = "priority" abgebildet; vorhandene service_tier-Werte bleiben erhalten, und der schnelle Modus ändert weder reasoning noch text.verbosity. Sitzungsbezogene /fast-Überschreibungen haben Vorrang vor den Konfigurationsstandardwerten.Siehe Denk- und schneller Modus sowie den Abschnitt zum schnellen Modus unter „Erweiterte Konfiguration“ auf der Provider-Seite OpenAI.
Wenn agents.defaults.modelPolicy.allow nicht leer ist, wird es zur Zulassungsliste für /model, Sitzungsüberschreibungen und --model. Bei Auswahl eines Modells außerhalb dieser Liste wird statt einer normalen Antwort Folgendes zurückgegeben:
Lösung: Fügen Sie das genaue Modell oder einen Provider-Platzhalter wie "provider/*" zur genannten modelPolicy.allow-Liste hinzu, entfernen oder leeren Sie diese Liste oder wählen Sie ein Modell aus /model list. Wenn der Befehl außerdem --runtime codex enthielt, aktualisieren Sie zuerst die Zulassungsliste und versuchen Sie dann denselben /model provider/model --runtime codex-Befehl erneut.
Wenn Sie eine ältere OpenClaw-Version verwenden, führen Sie zuerst ein Upgrade durch (oder starten Sie mit main aus dem Quellcode) und starten Sie das Gateway neu – MiniMax-M3 ist möglicherweise noch nicht im Katalog Ihrer installierten Version enthalten. Andernfalls ist der MiniMax-Provider nicht konfiguriert (es wurde kein Provider-Eintrag oder Auth-Profil gefunden), sodass das Modell nicht aufgelöst werden kann. Die vollständige Checkliste zur Behebung, die Tabelle der Provider-/Modell-IDs und ein Beispiel für einen Konfigurationsblock finden Sie im Abschnitt zur Fehlerbehebung auf der Provider-Seite MiniMax.
Ja. Verwenden Sie MiniMax als Standard und wechseln Sie das Modell pro Sitzung – Fallbacks sind für Fehler vorgesehen, nicht für „schwierige Aufgaben“. Verwenden Sie daher /model oder einen separaten Agent.Option A: pro Sitzung wechseln
Anschließend /model gpt.Option B: separate Agents – Agent A verwendet standardmäßig MiniMax, Agent B standardmäßig OpenAI; weisen Sie anhand des Agents zu oder verwenden Sie zum Wechseln /agent.Dokumentation: Modelle, Multi-Agent-Routing, MiniMax, OpenAI.
Ja – integrierte Kurzformen, die nur angewendet werden, wenn das Zielmodell in agents.defaults.models vorhanden ist:Ein eigener Alias mit demselben Namen überschreibt den integrierten Alias.
Aliasse befinden sich unter agents.defaults.models.<modelId>.alias:
Anschließend wird /model sonnet (oder, falls unterstützt, /<alias>) zu dieser Modell-ID aufgelöst.
OpenRouter (Abrechnung pro Token; viele Modelle):
Z.AI (GLM-Modelle):
Ein fehlender Provider-Schlüssel für ein referenziertes Provider-/Modell-Paar verursacht zur Laufzeit einen Authentifizierungsfehler (z. B. No API key found for provider "zai").Nach dem Hinzufügen eines neuen Agents wurde kein API-Schlüssel für den Provider gefundenEin neuer Agent verfügt über einen leeren Authentifizierungsspeicher – die Authentifizierung erfolgt pro Agent und wird hier gespeichert:
Fehlerbehebung: Führen Sie openclaw agents add <id> aus und konfigurieren Sie die Authentifizierung im Assistenten oder kopieren Sie nur portable statische api_key/token-Profile aus dem Speicher des Hauptagenten. Melden Sie sich für OAuth über den neuen Agenten an, wenn dieser ein eigenes Konto benötigt. Unter Multi-Agent-Routing finden Sie die vollständigen Regeln zur Wiederverwendung von agentDir und zur gemeinsamen Nutzung von Anmeldedaten — verwenden Sie agentDir niemals agentenübergreifend wieder.

​
Modell-Failover und „Alle Modelle fehlgeschlagen“

Zwei Phasen:
  1. Rotation der Authentifizierungsprofile innerhalb desselben Providers.
  2. Modell-Fallback auf das nächste Modell in agents.defaults.model.fallbacks.
Für fehlgeschlagene Profile gelten Abklingzeiten (exponentielles Backoff), sodass OpenClaw weiterhin antwortet, wenn für einen Provider eine Ratenbegrenzung gilt oder dieser vorübergehend ausfällt.Der Ratenbegrenzungsbereich umfasst mehr als nur 429: Too many concurrent requests, ThrottlingException, concurrency limit reached, workers_ai ... quota limit exceeded, resource exhausted und periodische Nutzungslimits (weekly/monthly limit reached) gelten sämtlich als Ratenbegrenzungen, die ein Failover rechtfertigen.Abrechnungsantworten sind nicht immer 402, und manche 402s verbleiben im Bereich für vorübergehende Fehler/Ratenbegrenzungen, statt dem Abrechnungsbereich zugeordnet zu werden. Explizite Abrechnungstexte bei 401/403 können weiterhin der Abrechnung zugeordnet werden; providerspezifische Textabgleiche (z. B. OpenRouter Key limit exceeded) bleiben auf den jeweiligen Provider beschränkt. Ein 402, das wie ein wiederholbares Nutzungslimit oder Ausgabenlimit einer Organisation/eines Arbeitsbereichs formuliert ist (daily limit reached, resets tomorrow, organization spending limit exceeded), wird als rate_limit behandelt, nicht als langfristige Deaktivierung aufgrund der Abrechnung.Kontextüberlauffehler werden vollständig vom Fallback-Pfad ferngehalten — Signaturen wie request_too_large, input exceeds the maximum number of tokens, input token count exceeds the maximum number of input tokens, input is too long for the model oder ollama error: context length exceeded führen zu Compaction/Wiederholung, statt den Modell-Fallback voranzutreiben.Generischer Serverfehlertext ist enger gefasst als „alles, worin unknown/error vorkommt“. Providergebundene vorübergehende Fehlerformen, die als Failover- Signale gelten: Anthropic mit bloßem An unknown error occurred, OpenRouter mit bloßem Provider returned error, Stoppgrundfehler wie Unhandled stop reason: error, JSON-api_error-Nutzdaten mit Text zu vorübergehenden Serverfehlern (internal server error, unknown error, 520, upstream error, backend error) sowie Provider-ausgelastet-Fehler wie ModelNotReadyException, wenn der Provider- Kontext übereinstimmt. Generischer interner Fallback-Text wie LLM request failed with an unknown error. wird konservativ behandelt und löst allein keinen Fallback aus.
Für die Authentifizierungsprofil-ID anthropic:default sind im erwarteten Authentifizierungsspeicher keine Anmeldedaten vorhanden.Checkliste zur Fehlerbehebung:
  • Prüfen Sie, wo die Profile gespeichert sind — aktuell: ~/.openclaw/agents/<agentId>/agent/auth-profiles.json; veraltet: ~/.openclaw/agent/* (migriert durch openclaw doctor).
  • Prüfen Sie, ob das Gateway Ihre Umgebungsvariable lädt. Ein nur in Ihrer Shell gesetztes ANTHROPIC_API_KEY erreicht kein über systemd/launchd ausgeführtes Gateway — tragen Sie es in ~/.openclaw/.env ein oder aktivieren Sie env.shellEnv.
  • Prüfen Sie, ob Sie den richtigen Agenten bearbeiten — Multi-Agent-Konfigurationen verfügen über mehrere auth-profiles.json-Dateien.
  • Führen Sie openclaw models status aus, um konfigurierte Modelle und den Authentifizierungsstatus des Providers anzuzeigen.
Für „No credentials found for profile anthropic“ (ohne E-Mail-Suffix):Die Ausführung ist an ein Anthropic-Profil gebunden, das das Gateway nicht finden kann.
  • Verwenden Sie die Claude CLI: Führen Sie openclaw models auth login --provider anthropic --method cli --set-default auf dem Gateway-Host aus.
  • Wenn Sie stattdessen einen API-Schlüssel bevorzugen: Tragen Sie ANTHROPIC_API_KEY in ~/.openclaw/.env auf dem Gateway-Host ein und löschen Sie anschließend jede festgelegte Reihenfolge, die das fehlende Profil erzwingt:
  • Remote-Modus: Authentifizierungsprofile befinden sich auf dem Gateway-Rechner, nicht auf Ihrem Laptop — stellen Sie sicher, dass Sie die Befehle dort ausführen.
Wenn Ihre Modellkonfiguration Google Gemini als Fallback enthält (oder Sie zu einer Gemini-Kurzform gewechselt haben), versucht OpenClaw es während des Fallbacks. Sind keine Google-Anmeldedaten konfiguriert, ergibt sich No API key found for provider "google". Fehlerbehebung: Fügen Sie die Google-Authentifizierung hinzu oder entfernen Sie Google-Modelle aus agents.defaults.model.fallbacks/Aliasen.LLM-Anfrage abgelehnt: Denksignatur erforderlich (Google Antigravity)Ursache: Der Sitzungsverlauf enthält Denkblöcke ohne Signaturen (häufig aufgrund eines abgebrochenen/unvollständigen Streams); Google Antigravity erfordert Signaturen für Denkblöcke. OpenClaw entfernt nicht signierte Denkblöcke für Google Antigravity Claude; wenn das Problem weiterhin auftritt, starten Sie eine neue Sitzung oder setzen Sie /thinking off für diesen Agenten.

​
Authentifizierungsprofile: Was sie sind und wie sie verwaltet werden

Verwandt: /concepts/oauth (OAuth-Abläufe, Token-Speicherung, Muster für mehrere Konten)
Ein benannter Datensatz mit Anmeldedaten (OAuth oder API-Schlüssel), der einem Provider zugeordnet und hier gespeichert ist:
Prüfen Sie gespeicherte Profile, ohne Geheimnisse auszugeben: openclaw models auth list (optional --provider <id> oder --json). Siehe Modelle-CLI.
Mit Provider-Präfix: anthropic:default (üblich, wenn keine E-Mail-Identität vorhanden ist), anthropic:<email> für OAuth-Identitäten oder eine benutzerdefinierte ID Ihrer Wahl (z. B. anthropic:work).
Ja. Die Konfiguration auth.order.<provider> legt die Rotationsreihenfolge pro Provider fest (nur Metadaten — es werden keine Geheimnisse gespeichert).OpenClaw überspringt möglicherweise ein Profil während einer kurzen Abklingzeit (Ratenbegrenzungen, Zeitüberschreitungen, Authentifizierungsfehler) oder eines längeren deaktivierten Zustands (Abrechnung/unzureichendes Guthaben). Prüfen Sie dies mit openclaw models status --json und kontrollieren Sie auth.unusableProfiles. Abklingzeiten aufgrund von Ratenbegrenzungen können modellspezifisch sein — ein Profil, das für ein Modell abkühlt, kann weiterhin ein verwandtes Modell beim selben Provider bedienen; Abrechnungs-/Deaktivierungszeiträume sperren das gesamte Profil.Legen Sie eine agentenspezifische Reihenfolgeüberschreibung fest (gespeichert in auth-state.json dieses Agenten):
Prüfen Sie, was tatsächlich ausprobiert wird: openclaw models status --probe. Ein gespeichertes Profil, das in einer expliziten Reihenfolge fehlt, meldet excluded_by_auth_order, statt stillschweigend ausprobiert zu werden.
  • OAuth-/CLI-Anmeldung nutzt häufig den Abonnementzugriff, sofern der Provider ihn unterstützt. Für Anthropic verwendet das Claude-CLI-Backend von OpenClaw Claude Code claude -p, das Anthropic derzeit als Agent-SDK-/programmatische Nutzung behandelt, die auf die Nutzungslimits des Abonnements angerechnet wird — unter Anthropic finden Sie den aktuellen Status der Abrechnungspause und Quellenlinks.
  • API-Schlüssel verwenden eine tokenbasierte Abrechnung.
Der Assistent unterstützt Anthropic Claude CLI, OpenAI Codex OAuth und API- Schlüssel.

​
Verwandte Themen