OpenClaw का सबसे किफायती और शक्तिशाली मॉडल कॉन्फ़िगरेशन खोजने में एक सप्ताह बिताया (Claude+Kimi+DeepSeek)

पिछले हफ़्ते, मैंने एक बेवकूफी की।

मैंने OpenClaw का डिफ़ॉल्ट मॉडल Claude 4.5 पर सेट किया, और फिर इसे एक पुराने Python प्रोजेक्ट को रिफैक्टर करने दिया।

नतीजा यह हुआ कि अगली सुबह जब मैं उठा, तो प्रोजेक्ट नहीं चला, और OpenRouter का बिल फट गया। वह नंबर देखकर मेरे दिल में दर्द हुआ।

इससे मुझे एक समस्या का एहसास हुआ: क्या हम AI एजेंटों के बारे में बहुत अधिक 'एकाकी' सोच रहे हैं?

यदि आप असीमित बजट वाली कंपनी में हैं, तो निश्चित रूप से, आप हर समय GPT-5.3 Codex या Claude 4.5 द्वारा सेवा प्राप्त कर सकते हैं। लेकिन स्वतंत्र डेवलपर्स के लिए, यह यथार्थवादी नहीं है।

और, यह आवश्यक नहीं है।

बार-बार डिबगिंग के बाद, मैंने आखिरकार एक "गोल्डन ट्राएंगल" (स्वर्ण त्रिभुज) कॉन्फ़िगरेशन का पता लगाया। इस योजना ने मेरी टोकन खपत को 90% कम कर दिया, और कार्य दक्षता अकेले Claude का उपयोग करने की तुलना में और भी अधिक है।

गलतफहमी: उन सभी पर शासन करने के लिए एक मॉडल

बहुत से लोग (मैं भी पहले) OpenClaw को केवल एक पंक्ति के साथ कॉन्फ़िगर करते हैं: "model": "anthropic/claude-4-5-sonnet"

यह खाना पहुँचाने के लिए फेरारी का उपयोग करने जैसा है।

Claude 4.5 निश्चित रूप से स्मार्ट है, यह वर्तमान SOTA है। लेकिन क्या आपको वास्तव में आपके लिए console.log लिखने या missing semicolon जैसे मूर्खतापूर्ण बग को ठीक करने के लिए मिलियन-डॉलर के वेतन वाले आर्किटेक्ट की आवश्यकता है?

नहीं, आपको नहीं है।

एजेंट का काम वास्तव में स्तरों में बंटा है। कुछ कार्यों के लिए बुद्धि की आवश्यकता होती है, कुछ कार्यों के लिए स्मृति की आवश्यकता होती है, और अधिकांश कार्यों को केवल सहनशक्ति की आवश्यकता होती है।

गोल्डन ट्राएंगल आर्किटेक्चर (The Golden Triangle)

मैंने अपने OpenClaw को तीन भूमिकाओं में विभाजित किया:

1. 🧠 आर्किटेक्ट (The Architect): Claude 4.5

• पोज़िशनिंग: महंगा, दुर्लभ, निर्णय लेने वाला।
• जिम्मेदारियाँ: शीर्ष-स्तरीय डिज़ाइन, जटिल तार्किक निर्णय, SOP तैयार करना।
• कब कॉल करें: जब आप पूछते हैं "इस सुविधा को कैसे डिज़ाइन किया जाना चाहिए?" या "इस प्रमाणीकरण तर्क की सुरक्षा कमजोरियों की समीक्षा करने में मेरी मदद करें"।
• कॉन्फ़िगरेशन रणनीति: इसे planner या reviewer के रूप में सेट करें।

2. 📚 लाइब्रेरियन (The Librarian): Kimi 2.5

• पोज़िशनिंग: विशाल मेमोरी, कभी नहीं भूलता।
• जिम्मेदारियाँ: भारी दस्तावेज़ पढ़ना, पूरे कोडबेस संरचना का विश्लेषण करना, सैकड़ों पृष्ठों के API मैनुअल पढ़ना।
• Kimi ही क्यों?: लॉन्ग कॉन्टेक्स्ट (Long Context) के क्षेत्र में, Kimi अभी भी राजा है। इसे दर्जनों फ़ाइलें दें, और यह आपको सटीक रूप से बता सकता है कि किस फ़ाइल में कौन सा वेरिएबल परिभाषित किया गया था।
• कब कॉल करें: जब आप कोई कार्य शुरू करते हैं, तो इसे पहले src/ निर्देशिका को स्कैन करने दें; या इसे कल के execution.log को सारांशित करने दें।

3. 👷 इंटर्न (The Intern): DeepSeek R1

• पोज़िशनिंग: सस्ता, आज्ञाकारी, टिकाऊ।
• जिम्मेदारियाँ: विशिष्ट फ़ंक्शन लिखना, सरल बग्स को ठीक करना, JSON डेटा उत्पन्न करना, परीक्षण स्क्रिप्ट चलाना।
• DeepSeek ही क्यों?: क्योंकि यह सस्ता है। बेहद सस्ता। हालाँकि इसकी कोडिंग क्षमता Claude 4.5 जितनी अद्भुत नहीं है, लेकिन विशिष्ट व्यावसायिक तर्क लिखने के लिए यह पूरी तरह से पर्याप्त है। सबसे महत्वपूर्ण बात यह है कि एजेंट अक्सर "ट्रायल एंड एरर लूप" में पड़ जाते हैं। ऐसे समय में, दस लूप चलाने के लिए DeepSeek का उपयोग करने में कोई हर्ज नहीं है।
• कब कॉल करें: fix_error, generate_code, run_script।

व्यावहारिक कॉन्फ़िगरेशन (Show Me The Code)

OpenClaw के config.json में, मैंने राउटर को इस तरह कॉन्फ़िगर किया:

{
  "router": {
    "defaults": {
      "model": "deepseek/deepseek-r1"
    },
    "overrides": [
      {
        "taskType": ["planning", "reasoning", "security_audit"],
        "model": "anthropic/claude-4-5-sonnet"
      },
      {
        "taskType": ["context_reading", "summary", "search"],
        "model": "moonshot/kimi-2.5-128k"
      },
      {
        "taskType": ["coding", "debugging", "scripting"],
        "model": "deepseek/deepseek-r1"
      }
    ]
  }
}

(नोट: ऊपर दिया गया स्यूडो-कोड है, विशिष्ट कॉन्फ़िगरेशन आपके OpenClaw संस्करण और प्लगइन समर्थन पर निर्भर करता है)

प्रभाव कैसा है?

जब से मैंने इस कॉन्फ़िगरेशन पर स्विच किया है:

1. पैसे की बचत: दैनिक विकास लागत $10 से गिरकर लगभग $1 हो गई। DeepSeek ने 80% टोकन खपत ग्रहण की, लेकिन लागत का केवल 10% हिस्सा था।
2. कोई भ्रम नहीं: पहले, संदर्भ बहुत लंबा था, और Claude को भी चक्कर आते थे। अब मैं "पढ़ने की समझ" का कार्य Kimi को सौंपता हूं, यह सार को संक्षेप में प्रस्तुत करता है और इसे अन्य मॉडलों को खिलाता है, संदर्भ अत्यंत साफ़ है।
3. ट्रायल और एरर करने की हिम्मत: पहले, कोई एरर देखकर, मैं एजेंट को इसे स्वचालित रूप से ठीक करने देने की हिम्मत नहीं करता था, डर था कि पैसा बर्बाद हो जाएगा। अब मैं इसे सीधे DeepSeek पर ेंकता हूं: "जाओ इसे ठीक करो, अगर तुम इसे ठीक नहीं कर सकते तो वापस मत आना", बिना किसी मनोवैज्ञानिक बोझ के।

सारांश

"सबसे मजबूत मॉडल" के बारे में अंधविश्वासी न बनें। एजेंटों की दुनिया में, कोई सबसे मजबूत नहीं है, केवल सबसे उपयुक्त है।

• Claude आपका CTO है।
• Kimi आपकी लाइब्रेरी है।
• DeepSeek आपका सुपर इंटर्न है जो अथक परिश्रम करता है और ऑफिस में स्लीपिंग बैग में सोता है।

उन्हें मिलाएं, और तभी आपके पास एक वास्तविक टीम होगी।

P.S. मैंने इन तीन मॉडलों की API स्थिति और DeepSeek V4 की रिलीज़ प्रगति की निगरानी के लिए विशेष रूप से एक स्क्रिप्ट लिखी है। इच्छुक लोग आकर देख सकते हैं: DeepSeekV4.app