Naar hoofdinhoud gaan
OpenClaw houdt tokens bij, geen tekens. Tokens zijn modelspecifiek, maar de meeste OpenAI-achtige modellen gebruiken gemiddeld ~4 tekens per token voor Engelse tekst.

​
Hoe de systeemprompt wordt opgebouwd

OpenClaw stelt bij elke run zijn eigen systeemprompt samen. Deze bevat:
  • Toollijst + korte beschrijvingen
  • Skills-lijst (alleen metadata; instructies worden op aanvraag geladen met read). Native Codex-turns ontvangen het compacte Skills-blok als turn-gebonden samenwerkingontwikkelaarsinstructies; andere harnesses ontvangen het in het normale promptoppervlak. Het wordt begrensd door skills.limits.maxSkillsPromptChars, met een optionele override per agent op agents.list[].skillsLimits.maxSkillsPromptChars.
  • Instructies voor zelfupdates
  • Workspace + bootstrapbestanden (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md wanneer nieuw, plus MEMORY.md wanneer aanwezig). Native Codex-turns plakken geen ruwe MEMORY.md uit de geconfigureerde agent-workspace wanneer memory-tools beschikbaar zijn voor die workspace; ze bevatten een kleine geheugenverwijzing in turn-gebonden samenwerkingontwikkelaarsinstructies en gebruiken memory-tools op aanvraag. Als tools zijn uitgeschakeld, zoeken in geheugen niet beschikbaar is, of de actieve workspace verschilt van de agent-geheugenworkspace, gebruikt MEMORY.md het normale begrensde turn-contextpad. Lowercase root memory.md wordt niet geïnjecteerd; het is legacy-reparatie-invoer voor openclaw doctor --fix wanneer gekoppeld aan MEMORY.md. Grote geïnjecteerde bestanden worden afgekapt door agents.defaults.bootstrapMaxChars (standaard: 20000), en de totale bootstrapinjectie wordt begrensd door agents.defaults.bootstrapTotalMaxChars (standaard: 60000). Dagelijkse memory/*.md-bestanden maken geen deel uit van de normale bootstrapprompt; ze blijven op aanvraag beschikbaar via memory-tools in gewone turns, maar reset-/startup-modelruns kunnen een eenmalig startup-contextblok met recent dagelijks geheugen vooraf toevoegen voor die eerste turn. Kale chatcommando’s /new en /reset worden bevestigd zonder het model aan te roepen. De startup-prelude wordt beheerd door agents.defaults.startupContext. AGENTS.md-fragmenten na Compaction zijn afzonderlijk en vereisen expliciete opt-in via agents.defaults.compaction.postCompactionSections.
  • Tijd (UTC + tijdzone van gebruiker)
  • Antwoordtags + Heartbeat-gedrag
  • Runtime-metadata (host/OS/model/thinking)
Zie de volledige uitsplitsing in Systeemprompt. Gebruik bij het documenteren van credentials of auth-fragmenten de Conventies voor geheime placeholders om vals-positieven van secret-scanners in docs-only wijzigingen te voorkomen.

​
Wat meetelt in het contextvenster

Alles wat het model ontvangt telt mee voor de contextlimiet:
  • Systeemprompt (alle hierboven genoemde secties)
  • Gespreksgeschiedenis (berichten van gebruiker + assistant)
  • Toolaanroepen en toolresultaten
  • Bijlagen/transcripts (afbeeldingen, audio, bestanden)
  • Compaction-samenvattingen en snoei-artifacts
  • Provider-wrappers of safety-headers (niet zichtbaar, maar tellen nog steeds mee)
Sommige runtime-zware oppervlakken hebben hun eigen expliciete limieten:
  • agents.defaults.contextLimits.memoryGetMaxChars
  • agents.defaults.contextLimits.memoryGetDefaultLines
  • agents.defaults.contextLimits.toolResultMaxChars
  • agents.defaults.contextLimits.postCompactionMaxChars
Overrides per agent staan onder agents.list[].contextLimits. Deze knoppen zijn voor begrensde runtime-fragmenten en geïnjecteerde runtime-eigen blokken. Ze zijn gescheiden van bootstraplimieten, startup-contextlimieten en Skills-promptlimieten. toolResultMaxChars is een geavanceerde bovengrens (tot 1000000 tekens). Wanneer deze niet is ingesteld, kiest OpenClaw de live toolresultaatlimiet uit het effectieve modelcontextvenster: 16000 tekens onder 100K tokens, 32000 tekens bij 100K+ tokens, en 64000 tekens bij 200K+ tokens, nog steeds begrensd door de runtime context-share guard. Voor afbeeldingen schaalt OpenClaw transcript-/tool-afbeeldingspayloads omlaag vóór provideraanroepen. Gebruik agents.defaults.imageMaxDimensionPx (standaard: 1200) om dit af te stemmen:
  • Lagere waarden verminderen meestal het gebruik van vision-tokens en de payloadgrootte.
  • Hogere waarden behouden meer visueel detail voor OCR-/UI-zware screenshots.
Gebruik /context list of /context detail voor een praktische uitsplitsing (per geïnjecteerd bestand, tools, Skills en systeempromptgrootte). Zie Context.

​
Huidig tokengebruik bekijken

Gebruik deze in chat:
  • /status → emojirijke statuskaart met het sessiemodel, contextgebruik, input-/outputtokens van het laatste antwoord, en geschatte kosten wanneer lokale prijzen zijn geconfigureerd voor het actieve model.
  • /usage off|tokens|full → voegt een gebruikfooter per antwoord toe aan elk antwoord.
    • Blijft per sessie behouden (opgeslagen als responseUsage).
    • /usage reset (aliassen: inherit, clear, default) — wist de sessie- override zodat de sessie opnieuw de geconfigureerde standaard overerft.
    • /usage tokens toont token-/cachedetails van de turn.
    • /usage full toont compacte model-/context-/kostendetails; geschatte kosten verschijnen alleen wanneer OpenClaw gebruiksmetadata en lokale prijzen voor het actieve model heeft. Aangepaste messages.usageTemplate-layouts kunnen token-/cachevelden bevatten.
  • /usage cost → toont een lokaal kostenoverzicht uit OpenClaw-sessielogs.
Andere oppervlakken:
  • TUI/Web TUI: /status + /usage worden ondersteund.
  • CLI: openclaw status --usage en openclaw channels list tonen genormaliseerde providerquotavensters (X% left, geen kosten per antwoord). Huidige providers met gebruiksvensters: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi en z.ai.
Gebruiksoppervlakken normaliseren veelvoorkomende provider-native veldaliassen vóór weergave. Voor Responses-verkeer uit de OpenAI-familie omvat dat zowel input_tokens / output_tokens als prompt_tokens / completion_tokens, zodat transportspecifieke veldnamen /status, /usage of sessiesamenvattingen niet veranderen. Gemini CLI-gebruik wordt ook genormaliseerd: de standaard stream-json-parser leest assistant-message-events, en stats.cached wordt toegewezen aan cacheRead, waarbij stats.input_tokens - stats.cached wordt gebruikt wanneer de CLI geen expliciet stats.input-veld opgeeft. Legacy JSON-overrides lezen antwoordtekst nog steeds uit response. Voor native Responses-verkeer uit de OpenAI-familie worden WebSocket-/SSE-gebruiksaliassen op dezelfde manier genormaliseerd, en totalen vallen terug op genormaliseerde input + output wanneer total_tokens ontbreekt of 0 is. Wanneer de huidige sessiesnapshot schaars is, kunnen /status en session_status ook token-/cachetellers en het actieve runtime-modellabel herstellen uit de meest recente transcriptgebruiklog. Bestaande niet-nul live waarden blijven voorrang hebben op transcriptfallbackwaarden, en grotere promptgerichte transcripttotalen kunnen winnen wanneer opgeslagen totalen ontbreken of kleiner zijn. Gebruiksauth voor providerquotavensters komt uit providerspecifieke hooks wanneer beschikbaar; anders valt OpenClaw terug op overeenkomende OAuth-/API-key-credentials uit auth-profielen, env of config. Assistant-transcriptvermeldingen bewaren dezelfde genormaliseerde gebruiksvorm, inclusief usage.cost wanneer het actieve model prijzen geconfigureerd heeft en de provider gebruiksmetadata teruggeeft. Dit geeft /usage cost en transcriptonderbouwde sessiestatus een stabiele bron, zelfs nadat de live runtime-status verdwenen is. OpenClaw houdt providergebruiksboekhouding gescheiden van de huidige contextsnapshot. Provider usage.total kan gecachte input, output en meerdere tool-loop-modelaanroepen bevatten, dus het is nuttig voor kosten en telemetrie maar kan het live contextvenster overschatten. Contextweergaven en diagnostiek gebruiken de nieuwste promptsnapshot (promptTokens, of de laatste modelaanroep wanneer geen promptsnapshot beschikbaar is) voor context.used.

​
Kostenraming (wanneer getoond)

Kosten worden geraamd op basis van je modelprijsconfiguratie: 
models.providers.<provider>.models[].cost
Dit zijn USD per 1M tokens voor input, output, cacheRead en cacheWrite. Als prijzen ontbreken, laat /usage full kosten weg; gebruik /usage tokens of een aangepaste messages.usageTemplate wanneer je token-/cachedetails in elk antwoord nodig hebt. Kostenweergave is niet beperkt tot API-key-auth: providers zonder API-key, zoals aws-sdk, kunnen geschatte kosten tonen wanneer hun geconfigureerde modelvermelding lokale prijzen bevat en de provider gebruiksmetadata teruggeeft. Nadat sidecars en kanalen het Gateway-ready-pad bereiken, start OpenClaw een optionele pricing-bootstrap op de achtergrond voor geconfigureerde modelrefs die nog geen lokale prijzen hebben. Die bootstrap haalt remote OpenRouter- en LiteLLM- prijscatalogi op. Stel models.pricing.enabled: false in om die catalogusopvragingen op offline of beperkte netwerken over te slaan; expliciete models.providers.*.models[].cost-vermeldingen blijven lokale kostenramingen aansturen.

​
Cache-TTL en impact van snoeien

Promptcaching door providers geldt alleen binnen het cache-TTL-venster. OpenClaw kan optioneel cache-TTL-snoeiing uitvoeren: het snoeit de sessie zodra de cache-TTL is verlopen, en reset daarna het cachevenster zodat daaropvolgende requests de vers gecachte context opnieuw kunnen gebruiken in plaats van de volledige geschiedenis opnieuw te cachen. Dit houdt cachewrite-kosten lager wanneer een sessie langer dan de TTL idle blijft. Configureer dit in Gateway-configuratie en zie de gedragsdetails in Sessiesnoeiing. Heartbeat kan de cache warm houden over idle onderbrekingen heen. Als de cache-TTL van je model 1h is, kan het instellen van het Heartbeat-interval net daaronder (bijv. 55m) voorkomen dat de volledige prompt opnieuw wordt gecachet, waardoor cachewrite-kosten dalen. In multi-agent setups kun je één gedeelde modelconfig behouden en cachegedrag per agent afstemmen met agents.list[].params.cacheRetention. Zie Promptcaching voor een volledige knop-voor-knop-gids. Voor Anthropic API-prijzen zijn cachereads aanzienlijk goedkoper dan inputtokens, terwijl cachewrites met een hogere multiplier worden gefactureerd. Zie Anthropic’s prijzen voor promptcaching voor de nieuwste tarieven en TTL-multipliers: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

​
Voorbeeld: houd 1h-cache warm met Heartbeat

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long"
    heartbeat:
      every: "55m"

​
Voorbeeld: gemengd verkeer met cachestrategie per agent

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # default baseline for most agents
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # keep long cache warm for deep sessions
    - id: "alerts"
      params:
        cacheRetention: "none" # avoid cache writes for bursty notifications
agents.list[].params wordt samengevoegd boven op de params van het geselecteerde model, zodat je alleen cacheRetention kunt overriden en andere modelstandaarden ongewijzigd kunt erven.

​
Anthropic 1M-context

OpenClaw schaalt GA-capabele Claude 4.x-modellen zoals Opus 4.8, Opus 4.7, Opus 4.6 en Sonnet 4.6 met Anthropic’s 1M-contextvenster. Je hebt params.context1m: true niet nodig voor die modellen. 
agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        alias: opus
Oudere configs kunnen context1m: true behouden, maar OpenClaw stuurt Anthropic’s uitgefaseerde context-1m-2025-08-07 beta-header niet langer voor deze instelling en breidt niet-ondersteunde oudere Claude-modellen niet uit naar 1M. Vereiste: de credential moet in aanmerking komen voor long-context-gebruik. Zo niet, dan antwoordt Anthropic met een provider-side rate limit-fout voor die request. Als je Anthropic authenticeert met OAuth-/subscription-tokens (sk-ant-oat-*), behoudt OpenClaw de OAuth-vereiste Anthropic beta-headers terwijl de uitgefaseerde context-1m-* beta wordt gestript als die in oudere config achterblijft.

​
Tips om tokendruk te verlagen

  • Gebruik /compact om lange sessies samen te vatten.
  • Kort grote tooluitvoer in je workflows in.
  • Verlaag agents.defaults.imageMaxDimensionPx voor sessies met veel screenshots.
  • Houd Skill-beschrijvingen kort (de lijst met Skills wordt in de prompt ingevoegd).
  • Geef de voorkeur aan kleinere modellen voor uitgebreid, verkennend werk.
Zie Skills voor de exacte formule voor de overhead van de lijst met Skills.

​
Gerelateerd