OpenClaw 模型回退链配置指南：限流、故障切换与成本优化实战
如果你只记一条：回退链本质是可用性架构，不是“省钱小技巧”。
当 Anthropic 429、某家 API 抖动、或你临时触发配额上限时，合理的模型链路可以让服务继续可用，用户几乎无感。
先定优先级：可用性 > 成本 > 风格一致性
很多团队一上来就追求“回答风格统一”，结果在限流时整条链路一起失败。正确顺序应是：
- 先活着：保证请求有模型可接
- 再控成本：把高价模型留给高价值任务
- 最后调风格：在稳定基础上优化体验
推荐的回退链结构（跨供应商交错）
建议按这个思路排：
- 主力高质量模型（如 Claude Opus）
- 不同供应商的同档模型（如 GPT Codex）
- 高性价比模型（如 MiniMax M2.1）
- 快速响应模型（如 Gemini Flash）
- 稳定兜底模型（如 GLM）
关键点：不要把同供应商模型连续摆放。同供应商出问题时，连续节点会一起失效。
可直接用的配置示例
编辑 ~/.openclaw/openclaw.json：
{
"agents": {
"defaults": {
"model": {
"primary": "anthropic/claude-opus-4-6",
"fallbacks": [
"openai-codex/gpt-5.3-codex",
"minimax-portal/MiniMax-M2.1",
"google/gemini-3-pro-high",
"google/gemini-3-flash",
"zai/glm-4.7"
]
}
}
}
}这条链路的意图是：
- Opus → Codex：第一跳就切供应商，降低“同源限流连锁”风险
- MiniMax：作为成本缓冲层
- Gemini：保证高可用与响应速度
- GLM：最后一道“稳态兜底”
按场景覆盖模型（比全局硬顶配更省）
OpenClaw 支持按会话或任务覆盖模型策略：
- 主对话：Opus / Codex（质量优先）
- Cron 自动化：Flash 或低成本模型（结果导向）
- 群聊互动：Sonnet 级别（速度与成本平衡）
这样做通常比“所有流量都走顶配”更稳、更便宜。
运维检查清单（建议每周一次）
- 用固定小任务探活链路中的每个模型
- 单独记录“模型故障”与“提示词问题”
- 统计回退触发率（看是否该调整排序）
- 保留一个“普通但稳定”的末位模型
常见坑与修正
坑 1：把同供应商放在连续位置
后果：同一波 429 会连续失败。
修正：交错供应商，第一跳就切换。
坑 2：system prompt 写死某家特性
后果：回退后工具调用行为漂移。
修正：提示词尽量中立，减少厂商专属格式依赖。
坑 3：只看平均成本，不看“失败成本”
后果：故障时重试暴增，实际更贵。
修正：把可用性指标（成功率、超时率）纳入评估。
FAQ
Q：怎么区分 429 限流和网络问题？
A：429 会有明确状态码，日志常见 429 Too Many Requests；网络异常更常见 ETIMEOUT、ECONNREFUSED。
Q：回退到弱模型会不会明显降级？
A：短时回退多数用户无感。只有复杂推理与长链工具调用场景，差异更明显。
Q：如何确认当前会话用的是哪个模型？
A：运行 openclaw status，或在日志中查看模型选择记录。
结论
单一顶级模型给你的是“峰值能力”，而合理回退链给你的是“持续可用性”。在真实生产环境里，后者更重要。