OpenClaw 免费 Token 指南：Healer Alpha 与 Hunter Alpha

这页基于 content/freetoken_en.md 原稿整理而成，适合想在 OpenClaw 里测试免费 Token 模型工作流的用户快速上手。

为什么这两个模型值得关注

原稿里把 Hunter Alpha 和 Healer Alpha 描述成 OpenRouter 上很有价值的一组免费组合。两个模型都使用 openrouter/ 前缀，并且在免费阶段里输入和输出都可以做到零成本。

• 免费阶段价格据称为输入 0 / 1M、输出 0 / 1M
• Hunter Alpha 更偏长上下文规划与推理
• Healer Alpha 更偏多模态执行，支持图像和音频
• 两者天然适合 OpenClaw 里的分工式 Agent 结构

Hunter Alpha

Hunter Alpha 是这组组合里更偏规划和推理的一侧。

关键规格

• 参数规模：据称 1T
• 上下文窗口：1,048,576 tokens
• 最大输出：32K
• 速度：约 38 tokens/s
• 延迟：约 1.57s

适合场景

• 大项目规划
• 长上下文推理
• 超大 PDF 或文档分析
• 复杂代码库重构
• OpenClaw 中的多步骤 Agent 工作流

简短结论

当你希望 OpenClaw 在真正执行之前，先在超大上下文里完成推理和规划时，Hunter Alpha 更合适。

Healer Alpha

Healer Alpha 是这组组合里更偏执行的多模态模型。

关键规格

• 上下文窗口：262,144 tokens
• 最大输出：32K
• 速度：约 24 tokens/s
• 延迟：约 1.40s

输入支持

• 图像，通过 image_url
• 音频，通过 WAV
• 视频，通过 video_url
• 文本

适合场景

• 截图与图像分析
• 音频转写与摘要
• 跨模态推理
• 真实世界里的多模态 Agent 任务

简短结论

当 OpenClaw 不只是处理文本，还需要看图、听音频并完成多模态执行时，Healer Alpha 更合适。

最适合 OpenClaw 的分工

• 用 Hunter Alpha 充当规划大脑
• 用 Healer Alpha 充当多模态执行器

这种分工能让 OpenClaw 在深度推理和真实世界感知之间形成更清晰的角色划分。

如何开始使用

1. 打开 https://openrouter.ai
2. 用邮箱或 Google 注册
3. 可选：在控制台创建 API Key
4. 直接在 https://openrouter.ai/chat 使用，或者在 OpenClaw 内部接入模型

模型 ID

• openrouter/hunter-alpha
• openrouter/healer-alpha

Python 示例

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="your_free_key"
)

response = client.chat.completions.create(
    model="openrouter/hunter-alpha",
    messages=[{"role": "user", "content": "Your massive task..."}]
)

OpenClaw 提示

原稿提到 OpenClaw v13 已经在安装器里内置了 Hunter Alpha 和 Healer Alpha 的选项，所以在兼容环境下，你可能连模型 ID 都不用手动输入。

直达链接

• Hunter Alpha: https://openrouter.ai/openrouter/hunter-alpha
• Healer Alpha: https://openrouter.ai/openrouter/healer-alpha
• OpenRouter Chat: https://openrouter.ai/chat
• OpenClaw: https://openclaw.ai