openai, für beide Authentifizierungsformen.
OpenClaw verwendet openai/* als kanonische OpenAI-Modellroute. Eingebettete Agent-
Turns auf OpenAI-Modellen laufen standardmäßig über die native Codex-App-Server-Laufzeit;
direkte Authentifizierung per OpenAI-API-Schlüssel bleibt für OpenAI-Oberflächen ohne Agent
wie Bilder, Embeddings, Sprache und Realtime verfügbar.
- Agent-Modelle -
openai/*-Modelle über die Codex-Laufzeit; melden Sie sich mit Codex-Authentifizierung für die Nutzung eines ChatGPT-/Codex-Abonnements an, oder konfigurieren Sie ein Codex-kompatibles OpenAI-API-Schlüssel-Backup, wenn Sie bewusst API-Schlüssel-Authentifizierung möchten. - OpenAI-APIs ohne Agent - direkter Zugriff auf die OpenAI Platform mit nutzungsbasierter
Abrechnung über
OPENAI_API_KEYoder OpenAI-API-Schlüssel-Onboarding. - Legacy-Konfiguration - Legacy-Codex-Modellreferenzen werden durch
openclaw doctor --fixzuopenai/*plus der Codex-Laufzeit repariert.
Schnellauswahl
| Ziel | Verwenden | Hinweise |
|---|---|---|
| ChatGPT-/Codex-Abonnement mit nativer Codex-Laufzeit | openai/gpt-5.5 | Standardmäßige OpenAI-Agent-Einrichtung. Mit Codex-Auth anmelden. |
| Eingeschränkte GPT-5.6-Vorschau | openai/gpt-5.6-sol, -terra oder -luna | Erfordert eine von OpenAI genehmigte API-Organisation oder einen Codex-Workspace. |
| Direkte API-Schlüssel-Abrechnung für Agent-Modelle | openai/gpt-5.5 plus ein Codex-kompatibles API-Schlüsselprofil | Verwenden Sie auth.order.openai, um das Backup nach der Abonnement-Auth zu platzieren. |
| Direkte API-Schlüssel-Abrechnung über explizites OpenClaw | openai/gpt-5.5 plus Provider-/Modell-Laufzeit openclaw | Wählen Sie ein normales openai-API-Schlüsselprofil aus. |
| Aktueller ChatGPT Instant API-Alias | openai/chat-latest | Nur direkter API-Schlüssel. Beweglicher Alias für Experimente, nicht der Standard. |
| ChatGPT-/Codex-Abonnement-Auth über OpenClaw | openai/gpt-5.5 plus Provider-/Modell-Laufzeit openclaw | Wählen Sie ein openai-OAuth-Profil für die Kompatibilitätsroute aus. |
| Bilderzeugung oder -bearbeitung | openai/gpt-image-2 | Funktioniert entweder mit OPENAI_API_KEY oder OpenAI Codex OAuth. |
| Bilder mit transparentem Hintergrund | openai/gpt-image-1.5 | Verwenden Sie outputFormat=png oder webp und openai.background=transparent. |
Namenszuordnung
Die Namen sind ähnlich, aber nicht austauschbar:| Name, den Sie sehen | Ebene | Bedeutung |
|---|---|---|
openai | Provider-Präfix | Kanonische OpenAI-Modellroute; Agent-Turns verwenden die Codex-Laufzeit. |
| Legacy-OpenAI-Codex-Präfix | Legacy-Präfix | Älterer Modell-/Profil-Namespace. openclaw doctor --fix migriert ihn zu openai. |
codex-Plugin | Plugin | Gebündeltes OpenClaw-Plugin, das die native Codex-App-Server-Laufzeit und /codex-Chatsteuerungen bereitstellt. |
Provider-/Modell-agentRuntime.id: codex | Agent-Laufzeit | Erzwingt das native Codex-App-Server-Harness für passende eingebettete Turns. |
/codex ... | Chat-Befehlssatz | Bindet/steuert Codex-App-Server-Threads aus einer Konversation heraus. |
runtime: "acp", agentId: "codex" | ACP-Sitzungsroute | Expliziter Fallback-Pfad, der Codex über ACP/acpx ausführt. |
openai/*-Modellreferenzen enthalten kann, während Auth-
Profile entweder auf API-Schlüssel- oder ChatGPT-/Codex-OAuth-Anmeldedaten zeigen. Verwenden Sie
auth.order.openai für die Konfiguration; openclaw doctor --fix schreibt Legacy-
Codex-Modellreferenzen, Legacy-Codex-Auth-Profil-IDs und die
Legacy-Codex-Auth-Reihenfolge auf die kanonische OpenAI-Route um.
GPT-5.5 ist sowohl über direkten OpenAI-Platform-API-Schlüsselzugriff als auch über
Abonnement-/OAuth-Routen verfügbar. Für ChatGPT-/Codex-Abonnement plus native Codex-
Ausführung verwenden Sie
openai/gpt-5.5; eine nicht gesetzte Laufzeitkonfiguration wählt jetzt das Codex-
Harness für OpenAI-Agent-Turns aus. Verwenden Sie OpenAI-API-Schlüsselprofile nur, wenn Sie
direkte API-Schlüssel-Auth für ein OpenAI-Agent-Modell möchten.Eingeschränkte GPT-5.6-Vorschau
OpenClaw erkennt die drei öffentlichen GPT-5.6-Modell-IDs:openai/gpt-5.6-solopenai/gpt-5.6-terraopenai/gpt-5.6-luna
max Reasoning im aktuellen Codex-App-Server-Katalog bereit. Die
OpenAI-Launch-Ankündigung beschreibt Sol als die Flaggschiff-Stufe, Terra als die
ausgewogene Stufe und Luna als die schnelle, kostengünstigere Stufe. Siehe die
GPT-5.6-Launch-Ankündigung
und den Leitfaden zum Vorschauzugriff.
Der Zugriff ist während der Vorschau per Allowlist beschränkt und kann separat für die
API und Codex gewährt werden. Ein kostenpflichtiger ChatGPT-Tarif allein gewährt keinen Zugriff. OpenClaw behält
openai/gpt-5.5 als Standard bei; die Auswahl einer GPT-5.6-Referenz ohne Zugriff gibt
den Upstream-Zugriffsfehler zurück, statt stillschweigend zurückzufallen.
OpenAI-Agent-Modell-Turns erfordern das gebündelte Codex-App-Server-Plugin. Explizite
OpenClaw-Laufzeitkonfiguration bleibt als opt-in Kompatibilitätsroute verfügbar. Wenn OpenClaw
explizit mit einem
openai-OAuth-Profil ausgewählt wird, behält OpenClaw die
öffentliche Modellreferenz als openai/* bei und routet intern über den Codex-Auth-
Transport. Führen Sie openclaw doctor --fix aus, um veraltete
Legacy-Codex-Modellreferenzen, codex-cli/* oder alte Laufzeit-Sitzungs-Pins zu reparieren, die nicht aus
expliziter Laufzeitkonfiguration stammen.OpenClaw-Funktionsabdeckung
| OpenAI-Fähigkeit | OpenClaw-Oberfläche | Status |
|---|---|---|
| Chat / Responses | openai/<model>-Modell-Provider | Ja |
| Codex-Abonnement-Modelle | openai/<model> mit OpenAI OAuth | Ja |
| Legacy-Codex-Modellreferenzen | Legacy-Codex-Modellreferenzen oder codex-cli/<model> | Durch doctor zu openai/<model> repariert |
| Codex-App-Server-Harness | openai/<model> mit ausgelassener Laufzeit oder Provider-/Modell-agentRuntime.id: codex | Ja |
| Serverseitige Websuche | Natives OpenAI Responses-Tool | Ja, wenn Websuche aktiviert ist und kein Provider gepinnt ist |
| Bilder | image_generate | Ja |
| Videos | video_generate | Ja |
| Text-to-Speech | messages.tts.provider: "openai" / tts | Ja |
| Batch-Speech-to-Text | tools.media.audio / Medienverständnis | Ja |
| Streaming-Speech-to-Text | Voice Call streaming.provider: "openai" | Ja |
| Realtime-Sprache | Voice Call realtime.provider: "openai" / Control UI Talk talk.realtime.provider: "openai" | Ja (erfordert OpenAI-Platform-Guthaben, kein Codex-/ChatGPT-Abonnement) |
| Embeddings | Memory-Embedding-Provider | Ja |
OpenAI Realtime-Sprache (verwendet von Voice Calls
realtime.provider: "openai" und
Control UI Talk mit talk.realtime.provider: "openai") läuft über die
öffentliche OpenAI Platform Realtime API, die gegen OpenAI-
Platform-Guthaben abgerechnet wird und nicht gegen das Codex-/ChatGPT-Abonnementkontingent. Ein Konto
mit funktionierendem OpenAI OAuth, das Codex-gestützte Chat-Modelle problemlos ausführt,
benötigt dennoch ein OpenAI-API-Schlüssel-Auth-Profil oder einen Platform-API-Schlüssel mit finanzierter
Platform-Abrechnung für Realtime-Sprache.Behebung: Laden Sie Platform-Guthaben unter
platform.openai.com/account/billing
für die Organisation auf, die Ihre Realtime-Anmeldedaten stützt. Realtime-Sprache akzeptiert
das openai-API-Schlüssel-Auth-Profil, das durch openclaw onboard --auth-choice openai-api-key erstellt wird,
einen Platform-OPENAI_API_KEY, der über talk.realtime.providers.openai.apiKey
für Control UI Talk konfiguriert ist, plugins.entries.voice-call.config.realtime.providers.openai.apiKey
für Voice Call oder die Umgebungsvariable OPENAI_API_KEY. OpenAI-OAuth-
Profile können weiterhin Codex-gestützte openai/*-Chat-Modelle in derselben
OpenClaw-Installation ausführen, konfigurieren aber keine Realtime-Sprache.Memory-Embeddings
OpenClaw kann OpenAI oder einen OpenAI-kompatiblen Embedding-Endpunkt fürmemory_search-Indexierung und Abfrage-Embeddings verwenden:
queryInputType und documentInputType unter memorySearch. OpenClaw leitet
diese als Provider-spezifische input_type-Anfragefelder weiter: Abfrage-Embeddings verwenden
queryInputType; indexierte Memory-Chunks und Batch-Indexierung verwenden
documentInputType. Das vollständige Beispiel finden Sie in der Memory-Konfigurationsreferenz.
Erste Schritte
Wählen Sie Ihre bevorzugte Authentifizierungsmethode und folgen Sie den Einrichtungsschritten.- API-Schlüssel (OpenAI Platform)
- Codex-Abonnement
Am besten geeignet für: direkten API-Zugriff und nutzungsbasierte Abrechnung.
Um das aktuelle Instant-Modell von ChatGPT über die OpenAI API auszuprobieren, setzen Sie das Modell
auf
API-Schlüssel abrufen
Erstellen oder kopieren Sie einen API-Schlüssel aus dem OpenAI Platform Dashboard.
Routenübersicht
| Modell-Ref | Laufzeitkonfiguration | Route | Authentifizierung |
|---|---|---|---|
openai/gpt-5.5 | ausgelassen / Provider/Modell agentRuntime.id: "codex" | Codex-App-Server-Harness | Codex-kompatibles OpenAI-Profil |
openai/gpt-5.4-mini | ausgelassen / Provider/Modell agentRuntime.id: "codex" | Codex-App-Server-Harness | Codex-kompatibles OpenAI-Profil |
openai/gpt-5.5 | Provider/Modell agentRuntime.id: "openclaw" | eingebettete OpenClaw-Laufzeit | Ausgewähltes openai-Profil |
Agent-Modelle vom Typ
openai/* verwenden den Codex-App-Server-Harness. Um API-Schlüssel-
Authentifizierung für ein Agent-Modell zu verwenden, erstellen Sie ein Codex-kompatibles API-Schlüsselprofil und ordnen
es mit auth.order.openai ein; OPENAI_API_KEY bleibt der direkte Fallback für
Nicht-Agent-OpenAI-API-Oberflächen. Führen Sie openclaw doctor --fix aus, um ältere
Legacy-Einträge der Codex-Authentifizierungsreihenfolge zu migrieren.Konfigurationsbeispiel
openai/chat-latest:chat-latest ist ein beweglicher Alias. OpenAI dokumentiert ihn als das neueste Instant-
Modell, das in ChatGPT verwendet wird, und empfiehlt gpt-5.5 für die produktive API-Nutzung. Behalten Sie daher
openai/gpt-5.5 als stabilen Standard bei, sofern Sie nicht ausdrücklich dieses
Alias-Verhalten wünschen. Der Alias akzeptiert derzeit nur medium als Textausführlichkeit, daher
normalisiert OpenClaw inkompatible OpenAI-Overrides für die Textausführlichkeit für dieses
Modell.Native Codex-App-Server-Authentifizierung
Der native Codex-App-Server-Harness verwendetopenai/*-Modell-Refs plus ausgelassene
Laufzeitkonfiguration oder Provider/Modell agentRuntime.id: "codex", aber seine Authentifizierung ist
weiterhin kontobasiert. OpenClaw wählt Authentifizierung in dieser Reihenfolge aus:
- Geordnete OpenAI-Authentifizierungsprofile für den Agent, vorzugsweise unter
auth.order.openai. Führen Sieopenclaw doctor --fixaus, um ältere Legacy-Codex-Authentifizierungsprofil-IDs und Legacy-Codex-Authentifizierungsreihenfolge zu migrieren. - Das vorhandene Konto des App-Servers, etwa eine lokale Codex-CLI-ChatGPT-Anmeldung.
- Nur für lokale stdio-App-Server-Starts:
CODEX_API_KEY, dannOPENAI_API_KEY, wenn der App-Server kein Konto meldet und weiterhin OpenAI-Authentifizierung benötigt.
OPENAI_API_KEY für direkte OpenAI-Modelle
oder Embeddings hat. Der Env-API-Schlüssel-Fallback ist nur der lokale stdio-Pfad ohne Konto; er
wird nicht an WebSocket-App-Server-Verbindungen gesendet. Wenn ein Codex-Profil im Abonnementstil
ausgewählt ist, hält OpenClaw auch CODEX_API_KEY und OPENAI_API_KEY
aus dem gestarteten stdio-App-Server-Kindprozess heraus und sendet die ausgewählten Anmeldedaten
über den App-Server-Login-RPC. Wenn dieses Abonnementprofil durch ein
Codex-Nutzungslimit blockiert ist, kann OpenClaw zum nächsten geordneten openai:*-API-Schlüssel-
Profil wechseln, ohne das ausgewählte Modell zu ändern oder den Codex-
Harness zu verlassen. Sobald die Zurücksetzungszeit des Abonnements verstrichen ist, ist das Abonnementprofil
wieder geeignet.
Bilderzeugung
Das gebündelteopenai-Plugin registriert Bilderzeugung über das Tool image_generate.
Es unterstützt sowohl OpenAI-API-Schlüssel-Bilderzeugung als auch Codex-OAuth-Bilderzeugung
über dieselbe Modell-Ref openai/gpt-image-2.
| Fähigkeit | OpenAI-API-Schlüssel | Codex OAuth |
|---|---|---|
| Modell-Ref | openai/gpt-image-2 | openai/gpt-image-2 |
| Authentifizierung | OPENAI_API_KEY | OpenAI Codex OAuth-Anmeldung |
| Transport | OpenAI Images API | Codex Responses-Backend |
| Max. Bilder pro Anfrage | 4 | 4 |
| Bearbeitungsmodus | Aktiviert (bis zu 5 Referenzbilder) | Aktiviert (bis zu 5 Referenzbilder) |
| Größenüberschreibungen | Unterstützt, einschließlich 2K/4K-Größen | Unterstützt, einschließlich 2K/4K-Größen |
| Seitenverhältnis / Auflösung | Nicht an OpenAI Images API weitergeleitet | Wird, wenn sicher, einer unterstützten Größe zugeordnet |
Siehe Bilderzeugung für gemeinsame Tool-Parameter, Provider-Auswahl und Failover-Verhalten.
gpt-image-2 ist der Standard sowohl für OpenAI-Text-zu-Bild-Erzeugung als auch für die Bildbearbeitung. gpt-image-1.5, gpt-image-1 und gpt-image-1-mini bleiben als explizite Modellüberschreibungen nutzbar. Verwenden Sie openai/gpt-image-1.5 für PNG/WebP-Ausgabe mit transparentem Hintergrund; die aktuelle gpt-image-2-API lehnt background: "transparent" ab.
Für eine Anfrage mit transparentem Hintergrund sollten Agents image_generate mit model: "openai/gpt-image-1.5", outputFormat: "png" oder "webp" und background: "transparent" aufrufen; die ältere Provider-Option openai.background wird weiterhin akzeptiert. OpenClaw schützt außerdem die öffentlichen OpenAI- und OpenAI Codex OAuth-Routen, indem standardmäßige transparente openai/gpt-image-2-Anfragen auf gpt-image-1.5 umgeschrieben werden; Azure- und benutzerdefinierte OpenAI-kompatible Endpunkte behalten ihre konfigurierten Deployment-/Modellnamen.
Dieselbe Einstellung ist für headless CLI-Läufe verfügbar:
--output-format und --background mit openclaw infer image edit, wenn Sie mit einer Eingabedatei beginnen. --openai-background bleibt als OpenAI-spezifischer Alias verfügbar. Verwenden Sie --quality low|medium|high|auto, wenn Sie Qualität und Kosten von OpenAI Images steuern müssen. Verwenden Sie --openai-moderation low|auto, um den OpenAI-spezifischen Moderationshinweis des Providers entweder von image generate oder image edit zu übergeben.
Behalten Sie bei ChatGPT/Codex OAuth-Installationen dieselbe openai/gpt-image-2-Ref bei. Wenn ein openai-OAuth-Profil konfiguriert ist, löst OpenClaw das gespeicherte OAuth-Zugriffstoken auf und sendet Bildanfragen über das Codex Responses-Backend. Für diese Anfrage wird nicht zuerst OPENAI_API_KEY versucht und es erfolgt kein stiller Rückfall auf einen API-Schlüssel. Konfigurieren Sie models.providers.openai explizit mit einem API-Schlüssel, einer benutzerdefinierten Basis-URL oder einem Azure-Endpunkt, wenn Sie stattdessen die direkte OpenAI Images API-Route verwenden möchten.
Wenn dieser benutzerdefinierte Bildendpunkt in einem vertrauenswürdigen LAN/privaten Adressbereich liegt, setzen Sie außerdem browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true; OpenClaw blockiert private/interne OpenAI-kompatible Bildendpunkte, sofern dieses Opt-in nicht vorhanden ist.
Erzeugen:
Videoerzeugung
Das gebündelteopenai-Plugin registriert Videoerzeugung über das Tool video_generate.
| Fähigkeit | Wert |
|---|---|
| Standardmodell | openai/sora-2 |
| Modi | Text-zu-Video, Bild-zu-Video, Bearbeitung eines einzelnen Videos |
| Referenzeingaben | 1 Bild oder 1 Video |
| Größenüberschreibungen | Unterstützt für Text-zu-Video und Bild-zu-Video |
| Andere Überschreibungen | aspectRatio, resolution, audio, watermark werden mit einer Tool-Warnung ignoriert |
POST /v1/videos mit einem Bild-input_reference. Bearbeitungen einzelner Videos verwenden POST /v1/videos/edits mit dem hochgeladenen Video im Feld video.
Siehe Videoerzeugung für gemeinsame Tool-Parameter, Provider-Auswahl und Failover-Verhalten.
GPT-5-Prompt-Beitrag
OpenClaw fügt einen gemeinsamen GPT-5-Prompt-Beitrag für Läufe der GPT-5-Familie auf von OpenClaw zusammengestellten Prompt-Oberflächen hinzu. Er wird nach Modell-ID angewendet, sodass OpenClaw-/Provider-Routen wie ältere Refs vor der Reparatur (ältere Codex-GPT-5.5-Ref),openrouter/openai/gpt-5.5, opencode/gpt-5.5 und andere kompatible GPT-5-Refs dieselbe Überlagerung erhalten. Ältere GPT-4.x-Modelle erhalten sie nicht.
Das gebündelte native Codex-Harness erhält diese OpenClaw-GPT-5-Überlagerung nicht über Entwickleranweisungen des Codex-App-Servers. Native Codex behält Codex-eigenes Basis-, Modell- und Projektdokumentverhalten bei, während OpenClaw die integrierte Codex-Persönlichkeit für native Threads deaktiviert, damit Agent-Arbeitsbereichs-Persönlichkeitsdateien maßgeblich bleiben. OpenClaw trägt nur Laufzeitkontext wie Channel-Zustellung, dynamische OpenClaw-Tools, ACP-Delegation, Arbeitsbereichskontext und OpenClaw Skills bei.
Der GPT-5-Beitrag fügt einen getaggten Verhaltensvertrag für Persona-Persistenz, Ausführungssicherheit, Tool-Disziplin, Ausgabeform, Abschlussprüfungen und Verifizierung auf passenden von OpenClaw zusammengestellten Prompts hinzu. Channelspezifisches Antwort- und Stummnachrichtenverhalten bleibt im gemeinsamen OpenClaw-Systemprompt und in der Richtlinie für ausgehende Zustellung. Die freundliche Interaktionsstil-Ebene ist separat und konfigurierbar.
| Wert | Wirkung |
|---|---|
"friendly" (Standard) | Freundliche Interaktionsstil-Ebene aktivieren |
"on" | Alias für "friendly" |
"off" | Nur die freundliche Stil-Ebene deaktivieren |
- Konfiguration
- CLI
Das ältere
plugins.entries.openai.config.personality wird weiterhin als Kompatibilitäts-Fallback gelesen, wenn die gemeinsame Einstellung agents.defaults.promptOverlays.gpt5.personality nicht gesetzt ist.Stimme und Sprache
Sprachsynthese (TTS)
Sprachsynthese (TTS)
Das gebündelte
Verfügbare Modelle:
openai-Plugin registriert Sprachsynthese für die Oberfläche messages.tts.| Einstellung | Konfigurationspfad | Standard |
|---|---|---|
| Modell | messages.tts.providers.openai.model | gpt-4o-mini-tts |
| Stimme | messages.tts.providers.openai.speakerVoice | coral |
| Geschwindigkeit | messages.tts.providers.openai.speed | (nicht gesetzt) |
| Anweisungen | messages.tts.providers.openai.instructions | (nicht gesetzt, nur gpt-4o-mini-tts) |
| Format | messages.tts.providers.openai.responseFormat | opus für Sprachnachrichten, mp3 für Dateien |
| API-Schlüssel | messages.tts.providers.openai.apiKey | Fällt auf OPENAI_API_KEY zurück |
| Basis-URL | messages.tts.providers.openai.baseUrl | https://api.openai.com/v1 |
| Zusätzlicher Body | messages.tts.providers.openai.extraBody / extra_body | (nicht gesetzt) |
gpt-4o-mini-tts, tts-1, tts-1-hd. Verfügbare Stimmen: alloy, ash, ballad, cedar, coral, echo, fable, juniper, marin, onyx, nova, sage, shimmer, verse.extraBody wird nach den von OpenClaw erzeugten Feldern in das Anfrage-JSON für /audio/speech zusammengeführt. Verwenden Sie es daher für OpenAI-kompatible Endpunkte, die zusätzliche Schlüssel wie lang erfordern. Prototyp-Schlüssel werden ignoriert.Setzen Sie
OPENAI_TTS_BASE_URL, um die TTS-Basis-URL zu überschreiben, ohne den Chat-API-Endpunkt zu beeinflussen. OpenAI TTS und Realtime Voice werden beide über einen OpenAI Platform API-Schlüssel konfiguriert; reine OAuth-Installationen können weiterhin Codex-gestützte Chatmodelle verwenden, aber keine OpenAI-Live-Sprachantworten.Sprache-zu-Text
Sprache-zu-Text
Das gebündelte Sprach- und Prompt-Hinweise werden an OpenAI weitergeleitet, wenn sie von der gemeinsamen Audiomedien-Konfiguration oder der Transkriptionsanfrage pro Aufruf bereitgestellt werden.
openai-Plugin registriert Batch-Sprache-zu-Text über OpenClaws Oberfläche für Media-Understanding-Transkription.- Standardmodell:
gpt-4o-transcribe - Endpunkt: OpenAI REST
/v1/audio/transcriptions - Eingabepfad: Multipart-Audiodatei-Upload
- Unterstützt von OpenClaw überall dort, wo die Transkription eingehender Audiodaten
tools.media.audioverwendet, einschließlich Discord-Sprachkanalsegmenten und Channel-Audioanhängen
Realtime-Transkription
Realtime-Transkription
Das gebündelte
openai-Plugin registriert Realtime-Transkription für das Voice Call-Plugin.| Einstellung | Konfigurationspfad | Standard |
|---|---|---|
| Modell | plugins.entries.voice-call.config.streaming.providers.openai.model | gpt-4o-transcribe |
| Sprache | ...openai.language | (nicht gesetzt) |
| Prompt | ...openai.prompt | (nicht gesetzt) |
| Dauer der Stille | ...openai.silenceDurationMs | 800 |
| VAD-Schwellenwert | ...openai.vadThreshold | 0.5 |
| Authentifizierung | ...openai.apiKey, OPENAI_API_KEY oder openai OAuth | API-Schlüssel verbinden direkt; OAuth stellt ein Realtime-Transkriptions-Client-Secret aus |
Verwendet eine WebSocket-Verbindung zu
wss://api.openai.com/v1/realtime mit G.711 u-law-Audio (g711_ulaw / audio/pcmu). Wenn nur openai OAuth konfiguriert ist, stellt der Gateway ein kurzlebiges Realtime-Transkriptions-Client-Secret aus, bevor die WebSocket-Verbindung geöffnet wird. Dieser Streaming-Provider ist für den Realtime-Transkriptionspfad von Voice Call vorgesehen; Discord-Sprachdaten zeichnen derzeit kurze Segmente auf und verwenden stattdessen den Batch-Transkriptionspfad tools.media.audio.Realtime Voice
Realtime Voice
Das gebündelte
Verfügbare integrierte Echtzeit-Stimmen für
openai-Plugin registriert Realtime Voice für das Voice Call-Plugin.| Einstellung | Konfigurationspfad | Standardwert |
|---|---|---|
| Modell | plugins.entries.voice-call.config.realtime.providers.openai.model | gpt-realtime-2 |
| Stimme | ...openai.voice | alloy |
| Temperatur (Azure-Deployment-Bridge) | ...openai.temperature | 0.8 |
| VAD-Schwellenwert | ...openai.vadThreshold | 0.5 |
| Stilledauer | ...openai.silenceDurationMs | 500 |
| Präfix-Padding | ...openai.prefixPaddingMs | 300 |
| Reasoning-Aufwand | ...openai.reasoningEffort | (nicht gesetzt) |
| Authentifizierung | openai-API-Schlüssel-Authentifizierungsprofil, ...openai.apiKey oder OPENAI_API_KEY | OpenAI-Platform-API-Schlüssel erforderlich; OpenAI OAuth konfiguriert keine Echtzeit-Sprache |
gpt-realtime-2: alloy, ash,
ballad, coral, echo, sage, shimmer, verse, marin, cedar.
OpenAI empfiehlt marin und cedar für die beste Echtzeitqualität. Dies
ist ein separater Satz gegenüber den Text-to-Speech-Stimmen oben; gehen Sie
nicht davon aus, dass eine TTS-Stimme wie fable, nova oder onyx für
Echtzeit-Sitzungen gültig ist.Backend-OpenAI-Echtzeit-Bridges verwenden die GA-Echtzeit-WebSocket-Sitzungsform, die
session.temperature nicht akzeptiert. Azure OpenAI-Deployments bleiben über azureEndpoint und azureDeployment verfügbar und behalten die deploymentkompatible Sitzungsform bei. Unterstützt bidirektionales Tool-Calling und G.711-u-law-Audio.Die Echtzeit-Stimme wird ausgewählt, wenn die Sitzung erstellt wird. OpenAI erlaubt,
dass die meisten Sitzungsfelder später geändert werden, aber die Stimme kann nicht
mehr geändert werden, nachdem das Modell in dieser Sitzung Audio ausgegeben hat.
OpenClaw stellt derzeit die integrierten Echtzeit-Stimmen-IDs als Strings bereit.
Control UI Talk verwendet OpenAI-Browser-Echtzeit-Sitzungen mit einem vom Gateway
ausgestellten kurzlebigen Client Secret und einem direkten Browser-WebRTC-SDP-Austausch
mit der OpenAI Realtime API. Das Gateway stellt dieses Client Secret mit dem ausgewählten
openai-API-Schlüssel-Authentifizierungsprofil oder dem konfigurierten OpenAI-Platform-API-Schlüssel aus. Gateway
Relay und Voice-Call-Backend-Echtzeit-WebSocket-Bridges verwenden denselben
reinen API-Schlüssel-Authentifizierungspfad für native OpenAI-Endpunkte. Live-Verifizierung
durch Maintainer ist verfügbar mit
OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts;
die OpenAI-Abschnitte verifizieren sowohl die Backend-WebSocket-Bridge als auch den
Browser-WebRTC-SDP-Austausch, ohne Geheimnisse zu protokollieren.Azure OpenAI-Endpunkte
Der gebündelteopenai-Provider kann für die Bildgenerierung auf eine Azure OpenAI-Ressource
ausgerichtet werden, indem die Basis-URL überschrieben wird. Auf dem Bildgenerierungspfad erkennt OpenClaw
Azure-Hostnamen in models.providers.openai.baseUrl und wechselt automatisch zur
Azure-Anfrageform.
Echtzeit-Sprache verwendet einen separaten Konfigurationspfad
(
plugins.entries.voice-call.config.realtime.providers.openai.azureEndpoint)
und wird nicht von models.providers.openai.baseUrl beeinflusst. Siehe das Echtzeit-Sprache-Accordion
unter Stimme und Sprache für die Azure-Einstellungen.- Sie bereits ein Azure OpenAI-Abonnement, Kontingent oder Enterprise Agreement haben
- Sie regionale Datenresidenz oder Compliance-Kontrollen benötigen, die Azure bereitstellt
- Sie Traffic innerhalb eines vorhandenen Azure-Tenants halten möchten
Konfiguration
Für Azure-Bildgenerierung über den gebündeltenopenai-Provider zeigen Sie
models.providers.openai.baseUrl auf Ihre Azure-Ressource und setzen apiKey auf
den Azure OpenAI-Schlüssel (nicht auf einen OpenAI-Platform-Schlüssel):
*.openai.azure.com*.services.ai.azure.com*.cognitiveservices.azure.com
- Sendet den
api-key-Header stattAuthorization: Bearer - Verwendet deploymentbezogene Pfade (
/openai/deployments/{deployment}/...) - Hängt
?api-version=...an jede Anfrage an - Verwendet einen Standard-Anfrage-Timeout von 600 s für Azure-Bildgenerierungsaufrufe.
Pro-Aufruf-
timeoutMs-Werte überschreiben diesen Standardwert weiterhin.
Azure-Routing für den Bildgenerierungspfad des
openai-Providers erfordert
OpenClaw 2026.4.22 oder höher. Frühere Versionen behandeln jede benutzerdefinierte
openai.baseUrl wie den öffentlichen OpenAI-Endpunkt und schlagen bei Azure-Bilddeployments fehl.API-Version
Setzen SieAZURE_OPENAI_API_VERSION, um eine bestimmte Azure-Preview- oder GA-Version
für den Azure-Bildgenerierungspfad festzulegen:
2024-12-01-preview, wenn die Variable nicht gesetzt ist.
Modellnamen sind Deployment-Namen
Azure OpenAI bindet Modelle an Deployments. Für Azure-Bildgenerierungsanfragen, die über den gebündeltenopenai-Provider geroutet werden, muss das Feld model in OpenClaw
der Azure-Deployment-Name sein, den Sie im Azure-Portal konfiguriert haben, nicht
die öffentliche OpenAI-Modell-ID.
Wenn Sie ein Deployment namens gpt-image-2-prod erstellen, das gpt-image-2 bereitstellt:
openai-Provider geroutet werden.
Regionale Verfügbarkeit
Azure-Bildgenerierung ist derzeit nur in einer Teilmenge von Regionen verfügbar (zum Beispieleastus2, swedencentral, polandcentral, westus3,
uaenorth). Prüfen Sie Microsofts aktuelle Regionsliste, bevor Sie ein
Deployment erstellen, und bestätigen Sie, dass das konkrete Modell in Ihrer Region angeboten wird.
Parameterunterschiede
Azure OpenAI und öffentliches OpenAI akzeptieren nicht immer dieselben Bildparameter. Azure kann Optionen ablehnen, die öffentliches OpenAI erlaubt (zum Beispiel bestimmtebackground-Werte bei gpt-image-2), oder sie nur bei bestimmten Modellversionen verfügbar machen.
Diese Unterschiede stammen von Azure und dem zugrunde liegenden Modell, nicht von OpenClaw.
Wenn eine Azure-Anfrage mit einem Validierungsfehler fehlschlägt, prüfen Sie im
Azure-Portal den Parametersatz, der von Ihrem konkreten Deployment und Ihrer API-Version unterstützt wird.
Azure OpenAI verwendet nativen Transport und Kompatibilitätsverhalten, erhält aber nicht
die versteckten Attributionsheader von OpenClaw — siehe das Native vs. OpenAI-kompatible
Routen-Accordion unter Erweiterte Konfiguration.Für Chat- oder Responses-Traffic auf Azure (über Bildgenerierung hinaus) verwenden Sie den
Onboarding-Ablauf oder eine dedizierte Azure-Provider-Konfiguration —
openai.baseUrl allein
übernimmt nicht die Azure-API-/Authentifizierungsform. Ein separater
azure-openai-responses/*-Provider existiert; siehe
das Accordion zur serverseitigen Compaction unten.Erweiterte Konfiguration
Transport (WebSocket vs SSE)
Transport (WebSocket vs SSE)
OpenClaw verwendet für
Zugehörige OpenAI-Dokumentation:
openai/* zuerst WebSocket mit SSE-Fallback ("auto").Im Modus "auto" führt OpenClaw Folgendes aus:- Wiederholt einen frühen WebSocket-Fehler einmal, bevor auf SSE zurückgefallen wird
- Markiert WebSocket nach einem Fehler für ca. 60 Sekunden als eingeschränkt und verwendet während der Abkühlphase SSE
- Hängt stabile Sitzungs- und Turn-Identitätsheader für Wiederholungen und erneute Verbindungen an
- Normalisiert Nutzungszähler (
input_tokens/prompt_tokens) über Transportvarianten hinweg
| Wert | Verhalten |
|---|---|
"auto" (Standard) | Zuerst WebSocket, SSE-Fallback |
"sse" | Nur SSE erzwingen |
"websocket" | Nur WebSocket erzwingen |
Schnellmodus
Schnellmodus
OpenClaw stellt einen gemeinsamen Schnellmodus-Schalter für
openai/* bereit:- Chat/UI:
/fast status|auto|on|off - Konfiguration:
agents.defaults.models["<provider>/<model>"].params.fastMode
service_tier = "priority"). Vorhandene service_tier-Werte bleiben erhalten, und der Schnellmodus schreibt weder reasoning noch text.verbosity um. fastMode: "auto" startet neue Modellaufrufe bis zum automatischen Grenzwert schnell und startet spätere Wiederholungs-, Fallback-, Tool-Ergebnis- oder Fortsetzungsaufrufe dann ohne Schnellmodus. Der Grenzwert ist standardmäßig 60 Sekunden; setzen Sie params.fastAutoOnSeconds beim aktiven Modell, um ihn zu ändern.Sitzungs-Overrides haben Vorrang vor der Konfiguration. Das Löschen des Sitzungs-Overrides in der Sessions UI setzt die Sitzung auf den konfigurierten Standard zurück.
Prioritätsverarbeitung (service_tier)
Prioritätsverarbeitung (service_tier)
Die API von OpenAI stellt Prioritätsverarbeitung über Unterstützte Werte:
service_tier bereit. Setzen Sie sie pro Modell in OpenClaw:auto, default, flex, priority.Serverseitige Compaction (Responses API)
Serverseitige Compaction (Responses API)
Für direkte OpenAI-Responses-Modelle (
openai/* auf api.openai.com) aktiviert der OpenClaw-Stream-Wrapper des OpenAI-Plugins automatisch serverseitige Compaction:- Erzwingt
store: true(außer Modellkompatibilität setztsupportsStore: false) - Fügt
context_management: [{ type: "compaction", compact_threshold: ... }]ein - Standard-
compact_threshold: 70 % voncontextWindow(oder80000, wenn nicht verfügbar)
- Explizit aktivieren
- Benutzerdefinierter Schwellenwert
- Deaktivieren
Nützlich für kompatible Endpunkte wie Azure OpenAI Responses:
responsesServerCompaction steuert nur das Einfügen von context_management. Direkte OpenAI-Responses-Modelle erzwingen weiterhin store: true, außer Kompatibilität setzt supportsStore: false.Strikter agentischer GPT-Modus
Strikter agentischer GPT-Modus
Für Ausführungen der GPT-5-Familie auf Mit
openai/* kann OpenClaw einen strengeren eingebetteten Ausführungsvertrag verwenden:strict-agentic:- aktiviert OpenClaw
update_planautomatisch für umfangreiche Arbeiten - wiederholt strukturell leere oder reine Reasoning-Durchläufe mit einer Fortsetzung, die eine sichtbare Antwort liefert
- verwendet explizite Harness-Planereignisse, wenn das ausgewählte Harness sie bereitstellt
Nur auf OpenAI- und Codex-Ausführungen der GPT-5-Familie beschränkt. Andere Provider und ältere Modellfamilien behalten das Standardverhalten bei.
Native vs. OpenAI-kompatible Routen
Native vs. OpenAI-kompatible Routen
OpenClaw behandelt direkte OpenAI-, Codex- und Azure OpenAI-Endpunkte anders als generische OpenAI-kompatible
/v1-Proxys:Native Routen (openai/*, Azure OpenAI):- Behalten
reasoning: { effort: "none" }nur für Modelle bei, die den OpenAI-Aufwandnoneunterstützen - Lassen deaktiviertes Reasoning für Modelle oder Proxys weg, die
reasoning.effort: "none"ablehnen - Setzen Tool-Schemas standardmäßig in den strikten Modus
- Hängen versteckte Attributions-Header nur bei verifizierten nativen Hosts an
- Behalten OpenAI-spezifische Anfrageformung bei (
service_tier,store, Reasoning-Kompatibilität, Prompt-Cache-Hinweise)
- Verwenden lockereres Kompatibilitätsverhalten
- Entfernen Completions-
storeaus nicht nativenopenai-completions-Payloads - Akzeptieren erweiterten JSON-Pass-through über
params.extra_body/params.extraBodyfür OpenAI-kompatible Completions-Proxys - Akzeptieren
params.chat_template_kwargsfür OpenAI-kompatible Completions-Proxys wie vLLM - Erzwingen keine strikten Tool-Schemas oder nur nativen Header
Verwandt
Modellauswahl
Auswahl von Providern, Modellreferenzen und Failover-Verhalten.
Bildgenerierung
Gemeinsame Bild-Tool-Parameter und Provider-Auswahl.
Videogenerierung
Gemeinsame Video-Tool-Parameter und Provider-Auswahl.
OAuth und Authentifizierung
Authentifizierungsdetails und Regeln zur Wiederverwendung von Anmeldedaten.