跳转至

OpenAI 长上下文和实时模型矩阵

实时:OpenAI 长上下文

  • 目标:通过进程持有的隔离 Gateway 验证精确模型下的嵌入式 OpenClaw 执行,跨越长上下文定价边界,观察一等公民的 OpenAI Responses 压缩条目,并证明下一个请求上的不透明重放与前缀剪枝。
  • 测试:src/gateway/gateway-openai-long-context.live.test.ts
  • 启用:OPENCLAW_LIVE_OPENAI_LONG_CONTEXT=1
  • 配置文件:OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_PROFILE=full 选择精确的 openai/gpt-5.6-luna,总窗口为 1050000,安全活跃输入为 922000,最大输出为 128000,压缩阈值为 700000。reduced 以较小的预算达到相同的传输与持久化路径。
  • 指标:OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_METRICS=1 输出阶段时序与 Token 观测数据。这些测量仅供参考,不属于通过/失败的延迟目标。
  • 长输出:OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_OUTPUT=1 要求生成介于 4000 到 8000 个输出 Token 之间的确定性响应。
  • 可选的原始读取工具压力测试:OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_TOOL_OUTPUT=1。它不属于默认方案的一部分,因为实际工具表面可能会使用 Code Mode 而非暴露原始读取工具。

完整 922000 输入预算方案:

OPENCLAW_LIVE_OPENAI_LONG_CONTEXT=1 \
  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_PROFILE=full \
  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_METRICS=1 \
  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_OUTPUT=1 \
  node --import tsx scripts/test-live.mts --quiet src/gateway/gateway-openai-long-context.live.test.ts

缩减预算方案:

OPENCLAW_LIVE_OPENAI_LONG_CONTEXT=1 \
  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_PROFILE=reduced \
  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_METRICS=1 \
  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_OUTPUT=1 \
  node --import tsx scripts/test-live.mts --quiet src/gateway/gateway-openai-long-context.live.test.ts

长上下文硬性预言机

完整的嵌入式与原生方案属于验证性运行,而非吞吐量基准测试。除非以下运行时契约成立,否则它们将判定为失败:

  • 运行时与模型身份必须精确:按请求要求为嵌入式 OpenClaw 或原生 Codex,两者均运行在 openai/gpt-5.6-luna 上。
  • 至少有一个提供商请求跨越 272000 个输入 Token,且每次调用都报告优先级服务。
  • 嵌入式 OpenClaw 接收并持久化一等公民的加密 Responses compaction(压缩)条目,在下一个请求中重放确切的不可见条目,并剪枝较早的输入前缀。加密内容绝不能出现在显示或诊断信息中。
  • 原生 Codex 报告有效窗口为 875900,在不手动压缩的情况下增长超过 700000 总范围阈值,并在下一轮自动压缩。
  • 每个运行时都生成介于 4000 到 8000 个输出 Token 之间的确定性长响应,并在压缩和 Gateway 重启后保留持久化标记。

压缩耗时、重启延迟、单轮延迟以及整个测试套件总耗时仅作为信息性指标输出。

有界压缩重放

有界重放用例仅在合成工具输出中放置验证标记,重新打开 SQLite 会话,并要求模型回忆该标记。在运行任一用例之前,请先配置相应的提供商 API 密钥;明确的提供商故障将视为测试失败。

Anthropic 用例演练流式原生压缩及下一个请求的重放。其原生阈值最低为 50,000 Token:

OPENCLAW_LIVE_TEST=1 ANTHROPIC_LIVE_TEST=1 \
  node scripts/run-vitest.mjs --config test/vitest/vitest.live.config.ts \
  src/agents/anthropic-transport-stream.live.test.ts \
  -t 'replays streamed native compaction from SQLite'

OpenAI 用例通过托管运行器以较小的配置上下文预算演练自动客户端摘要,然后重放其持久化摘要:

OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OPENAI_COMPACTION=1 \
  node scripts/run-vitest.mjs --config test/vitest/vitest.live.config.ts \
  src/agents/sessions/agent-session.openai-compaction.live.test.ts \
  -t 'automatically compacts tool history and resumes from its SQLite checkpoint'

Warning

完整模式有意跨越 OpenAI 的长上下文定价边界,并会发起多次大型 API 调用。当输入 Token 超过 272000 时,整个请求的输入/缓存费用为 2×、输出费用为 1.5×;Fast/Priority 将该档位再次翻倍。仅在获得明确的消费批准后方可使用完整模式。

全新的 OpenAI API 密钥默认值:

OPENCLAW_LIVE_GATEWAY_OPENAI_API_DEFAULT=1 \
  OPENCLAW_LIVE_GATEWAY_PROVIDERS=openai \
  OPENCLAW_LIVE_GATEWAY_THINKING=off \
  pnpm test:live -- src/gateway/gateway-models.profiles.live.test.ts

此验证性测试保持 OPENCLAW_LIVE_GATEWAY_MODELS 未设置,通过全新接入流程的推理选择接缝解析模型,断言为 openai/gpt-6-astra,然后使用该已解析模型运行一次真实的 Gateway 轮次。

GPT-5.6 嵌入式 OpenClaw 矩阵:

OPENCLAW_LIVE_GATEWAY_THINKING=ultra \
  OPENCLAW_LIVE_GATEWAY_PROVIDERS=openai \
  OPENCLAW_LIVE_GATEWAY_MODELS='openai/gpt-5.6-terra,openai/gpt-5.6-luna' \
  pnpm test:live -- src/gateway/gateway-models.profiles.live.test.ts

Docker 注意事项:

  • Docker 运行器位于 scripts/test-live-codex-harness-docker.sh。
  • 它会传递 OPENAI_API_KEY,在存在时复制 Codex CLI 认证文件,将 @openai/codex 安装到可写的挂载 npm 前缀目录中,暂存源代码树,然后仅运行 Codex-harness 实时测试。
  • Docker 默认启用镜像、MCP/工具和 Guardian 检查。当需要更聚焦的调试运行时,可设置 OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0、OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 或 OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0。
  • Docker 使用相同的显式 Codex 运行时配置,因此旧版别名或 OpenClaw 回退无法掩盖 Codex Harness 的回归问题。
  • 矩阵目标在一个容器中按顺序运行。Docker 脚本会根据目标数量扩展其默认的 35 分钟超时;任何外部 shell 或 CI 超时都必须允许相同的时间总和。标准 CI 将每个 GPT-5.6 目标放在独立的分片中。

范围较窄且明确指定的允许列表运行最快,且最不容易出现不稳定问题:

  • 单模型,直连(无网关):
  • OPENCLAW_LIVE_MODELS="openai/gpt-5.6-luna" pnpm test:live src/agents/models.profiles.live.test.ts

  • 小模型直连配置:

  • OPENCLAW_LIVE_MODELS=small pnpm test:live src/agents/models.profiles.live.test.ts

  • 小模型网关配置:

  • OPENCLAW_LIVE_GATEWAY_MODELS=small pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • Ollama Cloud API 冒烟测试:

  • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_BASE_URL=https://ollama.com OPENCLAW_LIVE_OLLAMA_MODEL=glm-5.1:cloud OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 pnpm test:live -- extensions/ollama/ollama.live.test.ts

  • 单模型网关冒烟测试:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.6-luna" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • 跨多个提供商的工具调用:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.6-luna,anthropic/claude-opus-4-6,google/gemini-3.5-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • Z.AI Coding Plan GLM-5.3 直连冒烟测试:

  • ZAI_CODING_LIVE_TEST=1 pnpm test:live src/agents/zai.live.test.ts

  • Google 专项:

  • Gemini(API 密钥):OPENCLAW_LIVE_GATEWAY_MODELS="google/gemini-3.5-flash" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • Google 自适应思考冒烟测试(来自私有 QA CLI 的 qa manual - 需要 OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 以及源码检出;参见 QA 概述):

  • Gemini 3 动态默认:OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-3.1-pro-preview --alt-model google/gemini-3.1-pro-preview --message '/think adaptive Reply exactly: GEMINI_ADAPTIVE_OK' --timeout-ms 180000
  • Gemini 2.5 动态预算:OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-2.5-flash --alt-model google/gemini-2.5-flash --message '/think adaptive Reply exactly: GEMINI25_ADAPTIVE_OK' --timeout-ms 180000

注意事项:

  • google/... 使用 Gemini API(API 密钥)。
  • google-gemini-cli/... 使用您机器上的本地 Gemini CLI(独立的身份验证 + 工具链特性)。
  • google-antigravity/... 不是已注册的提供商或受支持的配置路径。请勿将其添加到实时测试允许列表中。
  • Gemini API 与 Gemini CLI:
  • API:OpenClaw 通过 HTTP 调用 Google 托管的 Gemini API(API 密钥 / 配置文件身份验证);这是大多数用户所指的“Gemini”。
  • CLI:OpenClaw 会调用本地的 gemini 二进制文件;它有自己独立的身份验证机制,并且行为可能有所不同(流式传输/工具支持/版本偏差)。

实时测试:模型矩阵(覆盖范围)

实时测试是可选加入的(opt-in),因此没有固定的“CI 模型列表”。OPENCLAW_LIVE_MODELS=modern / OPENCLAW_LIVE_GATEWAY_MODELS=modern(及其 all 别名)会运行来自 src/agents/test-helpers/live-model-dynamic-candidates.ts 中 HIGH_SIGNAL_LIVE_MODEL_PRIORITY 的精选优先级列表,优先级顺序如下:

提供商/模型 备注
anthropic/claude-opus-5-5
anthropic/claude-opus-5
anthropic/claude-opus-4-8
anthropic/claude-sonnet-5
anthropic/claude-sonnet-4-6
anthropic/claude-opus-4-7
google/gemini-3.1-pro-preview Gemini API
google/gemini-3.5-flash Gemini API
cohere/command-a-plus-05-2026
moonshot/kimi-k3
anthropic/claude-opus-4-6
deepseek/deepseek-v4-flash
deepseek/deepseek-v4-pro
minimax/MiniMax-M3
openai/gpt-5.6
openrouter/openai/gpt-5.2-chat
openrouter/minimax/minimax-m2.7
opencode-go/glm-5
openrouter/ai21/jamba-large-1.7
xai/grok-4.7
xai/grok-4.6
xai/grok-4.5
xai/grok-4.20-0309-reasoning
zai/glm-5.1
fireworks/accounts/fireworks/routers/glm-5p3-fast
minimax-portal/minimax-m3

精选的 小模型 列表(OPENCLAW_LIVE_MODELS=small / OPENCLAW_LIVE_GATEWAY_MODELS=small),来自 SMALL_LIVE_MODEL_PRIORITY:

提供商/模型
lmstudio/qwen/qwen3.5-9b
vllm/qwen/qwen3-8b
sglang/qwen/qwen3-8b
ollama/gemma3:4b
openrouter/qwen/qwen3.5-9b
openrouter/z-ai/glm-5.1
openrouter/z-ai/glm-5
zai/glm-5.1

关于 modern 列表的说明:

  • codex 和 codex-cli 提供商被排除在默认的 modern 扫描之外(它们涵盖 CLI 后端/ACP 行为,分别在 CLI 后端和 APNs 通道 和 ACP 绑定和 Codex app-server 通道 中单独测试)。openai/gpt-5.6 本身默认通过 Codex app-server 测试框架路由;参见 实时测试:Codex app-server 测试框架冒烟测试。
  • 在 modern 扫描中,fireworks、google、openrouter 和 xai 仅运行其明确精选的模型 ID(不会自动扩展为“该提供商的所有模型”)。
  • 在 OPENCLAW_LIVE_GATEWAY_MODELS 中至少包含一个支持图像处理的模型(如 Claude/Gemini/OpenAI 系列的视觉变体等),以测试图像检查功能。

在手工挑选的跨提供商集合上运行带工具和图像支持的网关冒烟测试:

OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.6-luna,anthropic/claude-opus-4-6,google/gemini-3.1-pro-preview,google/gemini-3.5-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

可选的额外覆盖范围(在精选列表之外,建议选择一个你已启用的支持“tools”的模型):

  • Mistral:mistral/...
  • Cerebras:cerebras/...(如果你拥有访问权限)
  • LM Studio:lmstudio/...(本地;工具调用取决于 API 模式)

聚合器 / 替代网关

如果你已启用密钥,也可以通过以下方式测试:

  • OpenRouter:openrouter/...(数百个模型;使用 openclaw models scan 查找支持工具 + 图像的候选模型)
  • OpenCode:Zen 使用 opencode/...,Go 使用 opencode-go/...(通过 OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY 进行身份验证)

如果你拥有凭证/配置,还可以将以下提供商纳入实时矩阵:

  • 第一方提供商插件:anthropic、cerebras、github-copilot、google、google-gemini-cli、google-vertex、groq、mistral、openai、openrouter、opencode、opencode-go、xai、zai
  • 通过 models.providers(自定义端点):minimax(云/API),以及任何兼容 OpenAI/Anthropic 的代理(LM Studio、vLLM、LiteLLM 等)

Tip

不要在文档中硬编码“所有模型”。权威列表是你机器上 discoverModels(...) 返回的内容以及当前可用的密钥。

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 cl/openclaw