一週間かけて、ついにOpenClawの最も安くて強力なモデル構成を見つけました (Claude+Kimi+DeepSeek)

この一週間、私はバカなことをしてしまいました。

OpenClawのデフォルトモデルを Claude 4.5 に設定し、古いPythonプロジェクトのリファクタリングを任せてしまったのです。

その結果、翌朝目覚めると、プロジェクトは動作せず、OpenRouterの請求額だけが爆発していました。その数字を見て心が痛みました。

これによって一つの問題に気づきました：私たちはAIエージェントを「単一的」に考えすぎていないでしょうか？

もしあなたが会社にいて、予算が無制限なら、もちろん全工程をGPT-5.3 CodexやClaude 4.5に任せてもいいでしょう。しかし、個人開発者にとって、これは現実的ではありません。

そして、その必要もありません。

繰り返しのデバッグを経て、ついに 「ゴールデントライアングル」 構成を見つけ出しました。このプランにより、トークン消費量は90%削減され、作業効率はClaude単体で使用するよりも高くなりました。

誤解：一つのモデルですべて解決

多くの人（以前の私も含めて）は、OpenClawを一行だけで設定しています： "model": "anthropic/claude-4-5-sonnet"

これはフェラーリで出前を運ぶようなものです。

Claude 4.5は確かに賢く、現在のSOTA（最先端）です。しかし、console.logを書いたり、missing semicolonのような単純なバグを修正したりするために、本当に年俸数千万円のアーキテクトが必要でしょうか？

いいえ、必要ありません。

エージェントの仕事は実は階層化されています。知能が必要な仕事もあれば、記憶が必要な仕事もあり、そして大多数の仕事は単に耐久性が必要なだけです。

ゴールデントライアングル・アーキテクチャ (The Golden Triangle)

私はOpenClawを3つの役割に分割しました：

1. 🧠 アーキテクト (The Architect): Claude 4.5

• 位置づけ：高価、希少、意思決定者。
• 職責：トップレベル設計、複雑な論理判断、SOPの策定。
• 呼び出しタイミング：「この機能はどう設計すべきか？」や「この認証ロジックのセキュリティホールをレビューしてくれ」と尋ねる時。
• 設定戦略：planner または reviewer として設定します。

2. 📚 司書 (The Librarian): Kimi 2.5

• 位置づけ：超大容量メモリ、一度見たら忘れない。
• 職責：大量のドキュメントの読み込み、コードベース全体の構造分析、数百ページのAPIマニュアルの読み込み。
• なぜKimiなのか？：ロングコンテキスト（Long Context）の分野において、Kimiはいまだに王者です。数十個のファイルを投げても、どの変数がどのファイルで定義されているかを正確に教えてくれます。
• 呼び出しタイミング：タスクを開始する際、まず src/ ディレクトリをスキャンさせる時、または昨日の execution.log を要約させる時。

3. 👷 インターン (The Intern): DeepSeek R1

• 位置づけ：安い、従順、タフ。
• 職責：具体的な関数の記述、単純なバグ修正、JSONデータの生成、テストスクリプトの実行。
• なぜDeepSeekなのか？：安いからです。極めて安いです。コーディング能力はClaude 4.5ほど驚異的ではありませんが、具体的なビジネスロジックを書くには十分です。最も重要なのは、エージェントは頻繁に「試行錯誤のループ」に陥るということです。そんな時、DeepSeekなら10回ループさせても心が痛みません。
• 呼び出しタイミング：fix_error、generate_code、run_script。

実践設定 (Show Me The Code)

OpenClawの config.json で、私はルーターをこのように設定しています：

{
  "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"
      }
    ]
  }
}

(注意：上記は擬似コードであり、具体的な設定はお使いのOpenClawのバージョンやプラグインのサポート状況に依存します)

効果はどうだったか？

この構成に切り替えてから：

1. 節約：日常の開発コストが1日あたり10ドルから約1ドルに下がりました。DeepSeekがトークン消費の80%を負担しましたが、コストの10%しか占めていません。
2. 混乱しない：以前はコンテキストが長すぎて、Claudeも混乱していました。今は「読解」タスクをKimiに任せ、要約してから他のモデルに渡すので、コンテキストが非常にすっきりしています。
3. 試行錯誤できる：以前はエラーが出ると、お金がかかるのが怖くてエージェントに自動修正させるのをためらっていました。今はDeepSeekに直接投げます。「直しに行ってこい、直せなきゃ戻ってくるな」と、心理的な負担はゼロです。

まとめ

「最強のモデル」を盲信しないでください。エージェントの世界に、最強はなく、最適があるだけです。

• Claude はあなたのCTOです。
• Kimi はあなたの資料室です。
• DeepSeek は疲れを知らず、オフィスの寝袋で夜を明かすスーパーインターンです。

これらを組み合わせることで、初めて真のチームを持つことになります。

P.S. これら3つのモデルのAPIステータスとDeepSeek V4のリリース状況を監視するスクリプトを特別に書きました。興味のある方はこちらをご覧ください：DeepSeekV4.app