# 7.2 回退链与性价比优化

> **生成模型**：GPT-5.4 (openai/gpt-5.4) **Token 消耗**：输入 \~18,000 tokens，输出 \~3,900 tokens（本节）

***

如果说上一节解决的是“模型怎么接进来”，这一节解决的就是“接进来以后，怎么让它跑得稳、跑得值”。很多人一开始只盯着模型能力，最后账单一出来，人先清醒了。OpenClaw 这套模型层真正厉害的地方，不只是能切模型，而是能把稳定性和成本一起纳入配置里。

你可以把这一节记成一句话：**主模型负责质量，回退链负责生存，便宜模型负责把账单打下来。**

## 7.2.1 回退链到底是什么

回退链不是负载均衡，也不是随机抽签。它的逻辑很简单：先试主模型，失败了再按顺序试后备模型。

这里的“失败”可能包括很多情况：

* API 限流
* 认证失效
* 余额耗尽
* 提供者暂时不可用
* 当前模型不支持所需能力
* 上下文窗口不够

从概念上看，OpenClaw 的兜底通常有三层：

1. 主模型
2. 回退模型列表
3. 提供者内部的认证轮换

注意顺序别记反。对使用者来说，你最关心的是“主模型失败以后，下一跳是谁”；对系统实现来说，它通常还会先在同一提供者内部尝试别的认证档案，再决定要不要切换到别的模型。

## 7.2.2 一个最常见也最实用的回退结构

很多人最后都会落到类似这样的结构：

```
高质量主模型 -> 同档次备份模型 -> 便宜保底模型 -> 本地应急模型
```

翻成实际配置，大概就是：

```json5
{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-6",
        fallbacks: [
          "openai/gpt-4o",
          "google/gemini-2.5-pro",
          "openrouter/meta-llama/free",
          "local/qwen2.5-coder-14b"
        ]
      }
    }
  }
}
```

这个顺序不是唯一答案，但思路很重要。

第一跳保质量。Claude 出问题时，不要直接掉到太弱的模型，不然用户会明显感觉“今天这 AI 怎么突然变笨了”。

第二跳保可用。Gemini 这种覆盖面广、成本相对平衡的模型，很适合当跨提供者的中间保险。

第三跳保成本。OpenRouter 上的免费模型或者超低价模型，在“只要能答就行”的场景里很有价值。

第四跳保生存。本地模型哪怕效果一般，至少在外网抽风时还能维持基本可用。

## 7.2.3 不同任务，主模型应该不一样

一个常见误区是：我找到了最强模型，于是所有事都让它做。这样最容易把钱烧掉。

更合理的做法是按任务类型分层：

| 任务类型        | 推荐主模型策略   | 为什么            |
| ----------- | --------- | -------------- |
| 复杂代码、架构分析   | 高质量模型     | 推理深度和稳定性更重要    |
| 日常问答、摘要、改写  | 中价或低价模型   | 这类任务对极致能力没那么敏感 |
| 批量处理、流水线生成  | 便宜模型优先    | 单次效果差一点，总成本差很多 |
| 隐私敏感、本地文档处理 | 本地模型或私有网关 | 可控性比绝对质量更关键    |

说得直白点：不是所有 prompt 都配得上最贵模型。

## 7.2.4 什么时候该上贵模型，什么时候别硬上

最值得花钱的，通常是下面几类任务：

* 一次出错代价很高，比如改核心代码、写数据库迁移、生成生产配置
* 需要长链路推理，比如排查复杂 bug、做跨模块设计
* 上下文很长，历史对话和工具结果非常多
* 结果质量差一点就会引发连锁返工

不太值得一上来就砸贵模型的任务，也很典型：

* 翻译、润色、格式改写
* 从日志里抽几条关键信息
* 对几十份相似文本做批量摘要
* 生成模板化内容初稿

这里有个很实用的判断方法：**如果模型输出之后，你本来就准备再人工过一遍，那就先别急着上最贵的。**

## 7.2.5 性价比优化，不只是换便宜模型

很多人一说成本优化，脑子里只有一件事：换便宜模型。其实还不够。

真正的成本优化，至少有四种手段。

**第一，分层用模。** 高质量模型只留给高价值任务，别拿它做低门槛流水活。

**第二，控制上下文长度。** 上下文越长，成本越高。尤其是 Agent 场景里，工具输出、历史对话、系统提示会把 token 撑得很快。该裁剪的就裁剪，该总结的就总结。

**第三，给回退链分档。** 不要把三个同价位的昂贵模型串成回退链，那不叫优化，只是换品牌继续烧钱。

**第四，利用免费和低价入口做扫描与预筛。** 比如 OpenRouter 上经常能找到免费试用模型，虽然不适合做主力，但拿来做冷启动、实验、备份，非常划算。

## 7.2.6 OpenRouter 免费模型扫描怎么用

OpenRouter 对 OpenClaw 用户很有吸引力的一点，是它把很多不同提供者的模型聚合在一起，而且经常会有免费模型或限免档。OpenClaw 也考虑到了这个场景，可以直接扫描可用模型。

常见命令：

```bash
openclaw models scan
openclaw models scan --no-probe
openclaw models scan --set-default
```

`scan` 的意义，不只是“看看有啥模型”，更实际的用途有两个。

一个是冷启动。你刚装好 OpenClaw，还没想清楚长期方案，可以先扫一遍，找一个能跑的免费模型，把整个系统先带起来。

另一个是低成本备份。主回路用稳定付费模型，回退链尾部挂一个 OpenRouter 免费模型，关键时刻至少不会完全失明。

一个典型配置可以这样写：

```json5
{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-6",
        fallbacks: [
          "google/gemini-2.5-pro",
          "openrouter/meta-llama/free"
        ]
      }
    }
  },
  models: {
    providers: {
      openrouter: {
        apiKey: "$OPENROUTER_API_KEY"
      }
    }
  }
}
```

当然，免费模型有代价：速度、稳定性、上下文能力和结果质量，通常都不如主流付费型号。所以它更像“保命包”，不是全能答案。

## 7.2.7 一个够用的性能对比表

下面这张表不是实验室精确测评，而是从 OpenClaw 使用者的角度，给你一个选型感觉。评分是相对值，重点看思路，不要把分数当真理。

| 模型档位    | 代表模型                     |  质量 |  速度 | 成本 | 适合做什么          |
| ------- | ------------------------ | --: | --: | -: | -------------- |
| 高质量旗舰   | Claude Sonnet / GPT-4o 级 |   9 |   7 |  3 | 复杂代码、长链推理、关键任务 |
| 平衡型     | Gemini Pro / 中高档国产模型     |   8 |   8 |  6 | 日常主力、回退、长文本处理  |
| 轻量型     | mini/flash/small 档       |   6 |   9 |  9 | 摘要、改写、分类、批处理   |
| 免费/低价聚合 | OpenRouter free 类        | 4-6 |   6 | 10 | 冷启动、试水、尾部兜底    |
| 本地模型    | Ollama/Qwen/Llama 本地部署   | 5-8 | 5-8 | 10 | 隐私、本地化、无外网兜底   |

这里的“成本”分越高，表示越省钱。

从这张表里你能看出一件事：真正划算的配置，不是把所有请求都压到同一类模型，而是让不同层级干不同的活。

## 7.2.8 回退链的顺序怎么排才合理

一个好用的回退链，一般遵循三条原则。

**第一，先保体验一致。** 主模型失败后的第一回退，最好还是同等级能力的模型。这样用户感知最小。

**第二，再保成本可控。** 第二或第三回退可以逐渐下探到更便宜的模型。因为走到这一步，本来就是异常路径了。

**第三，最后保绝对可用。** 尾部可以挂免费模型或本地模型，哪怕质量一般，至少系统不至于完全瘫掉。

反过来说，不推荐这样排：

```
最强模型 -> 更贵模型 -> 还是贵模型 -> 继续贵模型
```

这种配置看上去很豪华，实际上对成本一点都不友好，对可用性提升也不见得成比例。

## 7.2.9 三种很实战的配置模板

### 模板 A：质量优先

适合自己写代码、做研究、日常高强度使用。

```json5
{
  agents: {
    defaults: {
      model: {
        primary: "anthropic/claude-sonnet-4-6",
        fallbacks: ["openai/gpt-4o", "google/gemini-2.5-pro"]
      }
    }
  }
}
```

特点是体验稳，但成本不低。

### 模板 B：平衡优先

适合大多数个人用户。

```json5
{
  agents: {
    defaults: {
      model: {
        primary: "google/gemini-2.5-pro",
        fallbacks: ["anthropic/claude-sonnet-4-6", "openrouter/meta-llama/free"]
      }
    }
  }
}
```

这个方案没那么极致，但价格和体验通常更均衡。

### 模板 C：预算优先

适合 VPS 小机器、学生党、实验环境。

```json5
{
  agents: {
    defaults: {
      model: {
        primary: "openrouter/meta-llama/free",
        fallbacks: ["local/qwen2.5-coder-14b", "google/gemini-2.5-flash"]
      }
    }
  }
}
```

这个配置不追求豪华，核心目标是“先跑起来，再逐步升级”。

## 7.2.10 中国用户做性价比优化时要额外考虑什么

对国内用户来说，成本优化不能只看 API 单价，还得把网络条件算进去。

比如某个国际模型单价看起来不贵，但你本地网络经常超时，结果反复重试、回退、等待，实际体验很差；反过来，一个国产模型单价未必最低，但延迟低、成功率高，综合下来反而更值。

所以中国用户选型时，最好同时看四件事：

* 单价
* 延迟
* 稳定性
* 网络可达性

这也是为什么不少人最后的主力方案会变成：国内直连模型做主模型，国际模型做高质量回退。

## 7.2.11 别把“回退成功”当成系统没问题

最后提醒一个容易忽略的点：回退链的目标是提高可用性，不是掩盖问题。

如果你的系统天天都在回退，那不是说明设计得好，而是说明主模型、认证、账单或者网络已经有问题了。回退应该是保险丝，不是常态。

真正健康的状态应该是：

* 主模型承担大部分流量
* 第一回退偶尔触发
* 第二回退很少触发
* 免费模型或本地模型几乎只是应急

如果顺序反过来，说明你该回去改配置，而不是夸自己“容错做得真棒”。

## 本节小结

回退链的核心，不是简单地多挂几个模型，而是给模型分工：主模型保质量，第一回退保体验，后续回退保成本和生存。真正的性价比优化，也不是无脑换便宜模型，而是把任务分层、上下文控住、免费模型用在该用的地方。对中国用户来说，还要把网络可达性一起算进去。不然纸面价格看着香，跑起来一点都不香。