Nanobot vs. OpenClaw: Laufzeit, Anbieter und Betriebskosten

Wählen Sie nanobot, wenn Sie einen kleinen, selbst gehosteten Python-Prozess mit einer einzigen JSON-Konfigurationsdatei möchten; wählen Sie OpenClaw, wenn Sie ein von einer Foundation getragenes Gateway mit mehr Chat-Kanälen, auswählbaren Agent-Laufzeitumgebungen und erstklassiger Ausgabenberichterstattung benötigen. Beide sind MIT-lizenziert, selbst gehostet und kostenlos herunterzuladen. Die eigentliche Entscheidung betrifft daher die Laufzeit, die Sie betreiben werden, den Anbieterblock, den Sie manuell schreiben werden, und den Hintergrundrhythmus, für den Sie Token bezahlen werden.

Am 21. September 2026 überprüfte Versionen: nanobot v0.3.5, veröffentlicht am 15. September 2026, und OpenClaw v2026.9.5, veröffentlicht am 19. September 2026. Der npm-Eintrag von OpenClaw enthielt in den zehn Tagen vor dieser Prüfung vier Veröffentlichungen über seine stabilen und erweiterten stabilen Linien hinweg. Lesen Sie daher den Release-Feed und den npm-Eintrag statt einer auf einer Vergleichsseite zitierten Version, auch in diesem Artikel.

Prüfen Sie zunächst, welches nanobot Sie installieren

Auf dieser Seite geht es um HKUDS/nanobot, ein Python-Framework für persönliche Assistenten des Data Intelligence Lab an der University of Hong Kong, mit Dokumentation unter nanobot.wiki. Zwei nahezu gleichnamige Projekte führen Käufer zur falschen Software:

• obot-platform/nanobot auf nanobot.ai ist ein separates Go-Projekt unter Apache-2.0 zum Erstellen von MCP-Agenten. Seine Funktionsangaben beschreiben den HKUDS-Assistenten nicht.
• Das PyPI-Paket namens nanobot ist eine unabhängige Bibliothek zur Robotiknavigation. Die korrekte Installation lautet pip install nanobot-ai, Version 0.3.5, MIT, Python 3.11 oder neuer laut PyPI-Eintrag. Der Kurzeinstieg bietet außerdem ein Installationsskript, das dasselbe Paket installiert oder aktualisiert.

Es existieren auch Forks, die Beschreibung und Startseite wörtlich kopieren, und nanobots Bereitstellungsleitfaden warnt, dass Docker-Hub-Images unter Namespaces Dritter vom Projekt weder gepflegt noch verifiziert werden. Mounten Sie daher keine API-Schlüssel oder Bot-Token in diese Images, sofern Sie dem Herausgeber nicht vertrauen. Für OpenClaw sind docs.openclaw.ai, openclaw.ai, openclaw.org und das GitHub-Repository die offiziellen Anlaufstellen. Wenn Sie die folgenden Konfigurationsschlüssel an anderer Stelle lesen, gleichen Sie sie mit diesen Quellen ab, da eine Kopie gerade bei diesen Schlüsseln veraltet sein kann.

Wer sollte was auswählen

Wählen Sie nanobot, wenn der Workflow aus einer Person, einem Rechner und einer Konfigurationsdatei besteht. Die gesamte Konfiguration befindet sich in ~/.nanobot/config.json, mit camelCase-Schlüsseln, und der dauerhafte Zustand liegt in einem Agent-Arbeitsbereich – standardmäßig ~/.nanobot/workspace/ – als SOUL.md, USER.md und memory/MEMORY.md, gemäß der Speicherreferenz. Wenn Sie vor dem Zugriff auf ein Messaging-Konto jedes Detail verstehen möchten, ist eine kleinere Oberfläche ein echter Vorteil. Der eigene OpenAI-kompatible Server macht nanobot außerdem zu einem nützlichen Backend für andere Tools, ist standardmäßig an 127.0.0.1 gebunden und verweigert den Start auf 0.0.0.0 ohne API-Schlüssel.

Wählen Sie OpenClaw, wenn der Workflow eine betriebene Bereitstellung ist. Sein Kanalkatalog führt 32 Kanäle auf, einige mit der Kerninstallation gebündelt und die meisten als offizielle oder externe Plugins installiert. OpenClaw trennt den Agent-Arbeitsbereich vom Zustandsverzeichnis, sodass Sie beide verlagern können, und liefert Nutzungs-Tracking mit /status, /usage cost und openclaw status --usage. Außerdem trennt es die Modellreferenz von der Agent-Laufzeit, sodass eine Bereitstellung parallel eine API-Schlüsselroute und einen Anbieter-CLI-Sitz nutzen kann.

Beim Ausführungs- und Berechtigungsmodell ist in beiden mit derselben Arbeit zu rechnen. Beide unterhalten ein dauerhaft laufendes Gateway, das die Hintergrundzustellung übernimmt, und beide machen einen benutzerdefinierten Endpunkt zu einer ausdrücklichen Vertrauensentscheidung: OpenClaw behandelt ein benutzerdefiniertes baseUrl als Netzwerkvertrauensfreigabe, die auf genau dieses Schema, diesen Host und diesen Port beschränkt ist, während Metadaten-, Link-Local- und lokal verwendete NAT64-Ursprünge ohne ausdrückliche Aktivierung blockiert bleiben und für andere private oder CGNAT-Bereiche request.allowPrivateNetwork: true erforderlich ist, das standardmäßig auf false gesetzt ist.

Beim Kostenpfad liegt der Unterschied in der Sichtbarkeit, nicht im Preis. Beide Programme sind kostenlos. OpenClaw meldet Sitzungstoken und geschätzte Kosten für API-Schlüsselsitzungen und blendet Dollar-Schätzungen pro Token für sitzungsbasierte Pläne aus. Die WebUI von nanobot zeigt ein Token- und Cache-Diagramm pro Runde und stellt ausdrücklich klar, dass diese Werte keine Abrechnung darstellen; in der CLI-Referenz gibt es keinen Befehl für aggregierte Ausgaben. Offene Anfragen zur Kostenverfolgung in HKUDS/nanobot, Issues #1193 (zuletzt aktualisiert am 25. Februar 2026) und #2020 (zuletzt aktualisiert am 16. März 2026), sind weiterhin offen – lesen Sie deren Titel jedoch nicht als heutige Funktionsbeschreibung, da die Anzeige pro Runde existiert. Was fehlt, ist die Aggregation.

Planen Sie bei den Migrationskosten eine Neuerstellung statt eines Imports ein. OpenClaws Speicher-Importer unterstützt Codex, Claude Code und Hermes, und keines der beiden Projekte dokumentiert einen Importer für das jeweils andere in irgendeine Richtung. Anbieterblöcke, Presets, Kanalzugangsdaten, Zeitpläne und Speicherdateien müssen manuell neu erstellt werden.

Auf eine Sache kann keine der beiden Entscheidungen gestützt werden: Es gibt keinen gemeinsamen Benchmark, und keines der beiden Projekte veröffentlicht Zahlen zur Aufgabenqualität. nanobots README behauptet einen „kleinen, gut lesbaren Kern“, veröffentlicht jedoch überhaupt keine Zeilenzahl. Jede konkrete Zeilenzahl, die anderswo dafür genannt wird, ist daher keine Anbieterangabe. Die Codegröße sagt in keiner Richtung die Aufgabenqualität voraus.

nanobot vs. OpenClaw auf einen Blick

Sternzahlen messen die Aufmerksamkeit an einem Tag, nicht Reife oder Support, und ändern sich täglich – lesen Sie sie aus den beiden Repositories statt von einer sekundären Seite ab. In der Lizenzzeile besteht eine dokumentierte Abweichung: Die Metadaten der GitHub-API melden für openclaw/openclaw keine Lizenzangabe, während die LICENSE-Datei den MIT-Text ohne Marken- oder Namensklausel enthält, gefolgt nur von einem Verweis auf THIRD_PARTY_NOTICES.md. Lesen Sie die Datei und bestätigen Sie dies selbst, bevor Sie etwas darauf aufbauen.

Die Anbieterkonfiguration ist der eigentliche Unterschied

Beide Clients können einen OpenAI-kompatiblen oder Anthropic-kompatiblen Endpunkt aufrufen. Sie entscheiden unterschiedlich, welchen sie verwenden, und genau deshalb kann eine funktionierende Konfiguration nicht zwischen ihnen übersetzt werden.

nanobot entscheidet anhand des von Ihnen geschriebenen Anbieterschlüssels. Laut seiner Anbieterreferenz wird jeder von Ihnen unter providers erfundene Schlüssel als direkter OpenAI-kompatibler Anbieter behandelt; apiBase ist erforderlich, weil nanobot die Endpunkt-URL nicht kennen kann, und apiKey ist optional. Für ein Anthropic-kompatibles Gateway müssen Sie stattdessen den Anbieter als anthropic beibehalten und dessen apiBase überschreiben: Die Dokumentation stellt klar, dass beliebige benutzerdefinierte Anbieternamen ausschließlich OpenAI-kompatibel sind und nicht das Anthropic-Messages-Anforderungsformat verwenden. Das ist die größte Konfigurationsfalle dieses Vergleichs.

{
  "providers": {
    "kunavo": {
      "apiKey": "${KUNAVO_API_KEY}",
      "apiBase": "https://api.kunavo.com/v1"
    },
    "anthropic": {
      "apiKey": "${KUNAVO_API_KEY}",
      "apiBase": "https://api.kunavo.com"
    }
  },
  "modelPresets": {
    "openaiShaped": {
      "provider": "kunavo",
      "model": "claude-sonnet-5",
      "maxTokens": 1024
    },
    "anthropicShaped": {
      "provider": "anthropic",
      "model": "claude-sonnet-5",
      "maxTokens": 1024
    }
  },
  "agents": {
    "defaults": {
      "modelPreset": "openaiShaped"
    }
  }
}

Namen sind hier zweimal wichtig. Vermeiden Sie Kollisionen mit einem integrierten Namen wie openai, openai-codex, github-copilot oder lm-studio, und setzen Sie apiType nicht bei einem benutzerdefinierten Schlüssel – dieses Feld ist nur für providers.openai vorgesehen. Bei einem ausdrücklich benannten benutzerdefinierten Anbieter wird die Modell-ID genau wie geschrieben gesendet; daher muss model exakt der vom Endpunkt erwarteten ID entsprechen. Nur unter provider: "auto" wird ein passendes Präfix entfernt. Diese Überschreibung ändert den anthropic-Anbieterblock selbst, sodass das Gateway in jedem Preset, das auf diesen Anbieter verweist, den direkten Anthropic-Anbieter ersetzt, statt daneben zu stehen. Beachten Sie außerdem, dass snake_case-Schlüssel aus Kompatibilitätsgründen akzeptiert werden, nanobot sie beim Zurückschreiben auf die Festplatte jedoch in camelCase schreibt.

OpenClaw entscheidet anhand eines Feldes. Seine Referenz für benutzerdefinierte Anbieter legt alles in einem einheitlichen Block unter models.providers ab, wobei api den Anfrageadapter auswählt. Diese Referenz führt elf Werte auf, darunter openai-completions, openai-responses, anthropic-messages, google-generative-ai, ollama und bedrock-converse-stream; OpenClaws Konfigurationsschema in v2026.9.7 akzeptiert einen zwölften Wert, google-interactions, der am 25. September 2026 hinzugefügt und bisher nur auf seiner Google-Anbieterseite dokumentiert wurde. Ein baseUrl ohne api verwendet standardmäßig openai-completions.

{
  "models": {
    "mode": "merge",
    "providers": {
      "kunavo": {
        "baseUrl": "https://api.kunavo.com",
        "apiKey": "${KUNAVO_API_KEY}",
        "api": "anthropic-messages",
        "authHeader": true,
        "models": [
          {
            "id": "claude-sonnet-5",
            "name": "Claude Sonnet 5",
            "input": [
              "text"
            ],
            "contextWindow": 1000000,
            "maxTokens": 1024
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "kunavo/claude-sonnet-5"
      }
    }
  }
}

Das Hinzufügen einer Modellreferenz allein unter agents.defaults registriert sie nicht: Ein passender Eintrag mit derselben id muss in models.providers.<id>.models[] vorhanden sein. Das oben genannte 1024 ist eine bewusst kleine Ausgabebegrenzung für einen ersten Test, nicht das Maximum des Modells. Übernehmen Sie contextWindow und maxTokens für das jeweilige geroutete Modell von der Modellseite. Kunavo hat keinen der beiden Clients gegen seinen Endpunkt ausgeführt – diese Blöcke stammen aus den eigenen Konfigurationsreferenzen der beiden Projekte vom 21. September 2026 und erfordern einen eigenen begrenzten Test, bevor Sie geplante Aufgaben darauf umstellen.

Was ein Drittanbieter-Endpunkt nicht erreichen kann

Beide Projekte dokumentieren konkrete Einschränkungen eines benutzerdefinierten Endpunkts. Diese Aspekte überspringt ein Preisvergleich normalerweise, und sie verändern, was eine günstige Route tatsächlich kostet. Die nanobot-Zeilen stammen aus der oben verlinkten Anbieterreferenz; die OpenClaw-Zeilen aus derselben Konfigurationsreferenz sowie der Konzeptseite für benutzerdefinierte Anbieter, auf der das Verhalten beim Entfernen von Headern dokumentiert ist.

Zwei Folgen sollten Sie einplanen. Erstens werden auf einer OpenAI-kompatiblen OpenClaw-Route zu einem nicht nativen Host die clientseitigen Prompt-Cache-Hinweise absichtlich entfernt, ebenso service_tier, store und Attribution-Header; auf der anthropic-messages-Route gehen stattdessen die impliziten Beta-Header verloren. Das ändert, was der Client anfordert, nicht automatisch, ob der Endpunkt cached – ein Endpunkt, der auf seiner eigenen Seite cached, kann weiterhin cachen, und OpenClaws Dokumentation sagt nichts Gegenteiliges. Gehen Sie daher von keinem Ergebnis aus: Überprüfen Sie die zurückgegebene Nutzung, bevor Sie einen wiederkehrenden Job als gecacht budgetieren. Unser Leitfaden zum Prompt-Caching erklärt, wie die Nutzungsfelder bei funktionierendem Caching aussehen sollten.

Zweitens ist in OpenClaw die Laufzeit ebenso wichtig wie der Anbieter. Die Referenz zu Laufzeitumgebungen löst die Laufzeit nach der Auflösung von Anbieter und Modell auf und ermöglicht es, pro Anbieter mit models.providers.<provider>.agentRuntime eine Laufzeit festzulegen: Die integrierte Laufzeit openclaw führt die vorbereitete Runde selbst aus, während codex, claude-cli und copilot über Anbieter-Backends mit eigenen Abonnement-Zugangsdaten ausgeführt werden. Ob diese Backends ein benutzerdefiniertes baseUrl berücksichtigen, ist nicht dokumentiert. Betrachten Sie daher einen Schlüssel im Kunavo-Stil als für die openclaw-Laufzeit bestimmt, statt anzunehmen, dass ein CLI-Backend umgeleitet werden kann. In nanobot liegt die entsprechende Grenze darin, dass Abonnementkonten eigene OAuth-Anbieter sind, die mit nanobot provider login angemeldet werden, und die Anbieterreferenz festhält, dass OAuth-Anbieter keine gültigen automatischen Fallbacks sind; ein Gateway-Schlüssel übernimmt nichts davon. OpenClaws README erklärt, dass es weder eine kostenpflichtige Stufe noch einen gehosteten Dienst oder Token gibt, und auch nanobots Dokumentation beschreibt keine kostenpflichtige Stufe. Kein Projekt dokumentiert daher eine softwareseitige Planbeschränkung.

Betriebskosten: Die Software kostet $0, der Rhythmus nicht

nanobot steht unter der MIT-Lizenz gemäß seiner Repository-Lizenz, und OpenClaws README erklärt, dass es weder eine kostenpflichtige Stufe noch einen gehosteten Dienst oder Token gibt. Keines der beiden Projekte veröffentlicht einen Nutzungsbenchmark. Alles Folgende ist daher eine Berechnung aus den angegebenen Annahmen, kein gemessenes Ergebnis und keine Obergrenze einer Rechnung.

Nehmen wir einen einzelnen Assistenten, der 30 Runden pro Tag an 30 Tagen übernimmt, mit angenommenen 6.000 nicht gecachten Eingabe- und 400 Ausgabetoken pro Runde – also 5,4 Mio. Eingabetoken und 360.000 Ausgabetoken pro Monat. Zu den aktuellen Kunavo-Katalogpreisen führt Claude Sonnet 5 $1.40 pro Million Eingabetoken und $7.00 pro Million Ausgabetoken auf, während Claude Haiku 4.5 $0.70 und $3.50 aufführt.

Die Heartbeat-Zeilen verwenden OpenClaws eigene Angaben: Die Heartbeat-Referenz besagt, dass Heartbeats vollständige Agentenläufe ausführen, dass der Standardtakt für API-Key-Authentifizierung 30 Minuten und für OAuth eine Stunde beträgt und dass isolatedSession die Tokenkosten pro Heartbeat von ungefähr 100K auf ungefähr 2 bis 5K Tokens senkt. Das ist der größte steuerbare Kostenposten im gesamten Vergleich und hat nichts damit zu tun, welchen Client Sie gewählt haben. Dies sind Token-Arithmetikschätzungen unter den genannten Annahmen, ohne Cache-Gebühren, Ausgaben bei den Heartbeat-Läufen, externe Tools und Hosting.

Zwei ehrliche Lücken. Es ist nicht verifiziert, dass OpenClaw überhaupt einen Heartbeat ausführt, wenn kein agents.defaults.heartbeat-Block vorhanden ist — die Dokumentation nennt den Standardtakt, ohne anzugeben, dass die Funktion standardmäßig aktiviert ist — lesen Sie die obigen Zeilen daher als Kosten eines von Ihnen konfigurierten Heartbeats. Und nanobots Konfigurationsreferenz aktiviert standardmäßig alle 1800 Sekunden einen Gateway-Heartbeat, wobei routinemäßige Ergebnisse „still übersprungen“ werden; dieselbe Referenz führt die Heartbeat-Auswertung unter den internen Aufgaben auf, die einen Modellstream öffnen, sodass ein übersprungener Heartbeat nicht zwangsläufig kostenlos ist. Es wird keine Tokenzahl pro Heartbeat veröffentlicht, daher lassen sich nanobots Leerlaufkosten nicht aus der eigenen Dokumentation ableiten. Messen Sie beide mit einem ruhigen Tag, bevor Sie sich auf einen Zeitplan festlegen.

Was OpenClaw standardmäßig aktiviert, ist die Speicherkonsolidierung in einem täglichen Cron-Lauf um 03:00 unter Verwendung des Standardmodells des Agents, sofern Sie nicht dreaming.model festlegen — dieses auf ein günstigeres Modell zu verweisen, ist eine Änderung in einer einzigen Zeile. nanobot hat eine entsprechend geartete Aufgabe: Seine Speicherreferenz besagt, dass Dream standardmäßig nach einem Cron-Zeitplan ausgeführt wird und ein modelOverride akzeptiert, mit dem ein günstigeres Preset benannt wird; kalkulieren Sie dies daher auf beiden Seiten ein. Das separate idleCompactAfterMinutes, standardmäßig 15, ist ein Komprimierungstimer und kein geplanter Modellaufruf; die Dokumentation verknüpft diesen Standardwert mit einem typischen Ablaufzeitfenster für den KV-Cache. Keines der beiden Projekte veröffentlicht eine Tokenzahl pro Lauf für seine Konsolidierungsrunde, und die beiden Systeme sind unabhängig voneinander — übertragen Sie die Zahlen des einen Projekts nicht auf das andere.

Neben den Tokens sollten Sie die Maschine einplanen, auf der das Gateway läuft, sowie jedes kostenpflichtige Kanal- oder Tool-Konto: OpenClaws SMS-Kanal wird über Twilio eingerichtet, und sein Signal-Kanal läuft über signal-cli als lokaler Daemon oder Container mit einer eigenen Nummer, während nanobots Transkriptionsoptionen sowie Bild- und Suchtools separate Konten sind.

Wenn Sie die Modellseite mit vorausbezahltem Guthaben statt mit einem Abonnement finanzieren möchten, beträgt Kunavos Mindestaufladung $10 an vorausbezahltem Guthaben, und das Guthaben verfällt nicht. Lesen Sie zuerst den Abrechnungsleitfaden: Eine Katalogschätzung ist keine Obergrenze, da die Belastung höher ausfallen kann, wenn die Abrechnung nach vorgelagerten Kosten sie übersteigt. Erstellen Sie ein Kunavo-Konto, wenn Sie bereit sind, diesen begrenzten Test in dem von Ihnen gewählten Client auszuführen.

Zwischen ihnen wechseln, in beide Richtungen

Gehen Sie nicht davon aus, dass etwas automatisch übertragen wird. Der Provider-Block wird manuell in die jeweils andere Form übertragen; ein nanobot-modelPresets-Eintrag hat kein direktes Gegenstück zu OpenClaws models.providers.<id>.models[] und umgekehrt. Kanalzugangsdaten werden für jeden Kanal neu ausgestellt. Zeitpläne werden als Definitionen übertragen, nicht als Zustand: nanobot speichert den Cron-Zustand unter <workspace>/cron/jobs.json, und bei beiden Produkten muss der Gateway-Prozess weiterlaufen, damit geplante Aufgaben ausgelöst werden können.

Der Speicher ist der Teil, den Sie bewusst exportieren sollten. Nanobots dauerhaftes Wissen befindet sich in SOUL.md, USER.md und memory/MEMORY.md innerhalb eines Arbeitsbereichs, der standardmäßig ~/.nanobot/workspace/ ist. OpenClaw speichert seinen Arbeitsbereich standardmäßig unter ~/.openclaw/workspace, getrennt von ~/.openclaw/, das Konfiguration, Zugangsdaten und Sitzungen enthält; OPENCLAW_WORKSPACE_DIR überschreibt den Standardpfad des Arbeitsbereichs gemäß der Referenz zum Agent-Arbeitsbereich. Kopieren Sie die Dateien und lesen Sie sie anschließend am Zielort ein — das Übertragen einer Datei beweist nicht, dass die nächste Sitzung die richtige Information abruft.

Verschieben Sie zunächst eine wiederkehrende Aufgabe und behalten Sie die alte Installation, bis die Ersatzinstallation sie ausführt und einen Neustart übersteht. Wenn die engere Auswahl tatsächlich OpenClaw und etwas anderes als nanobot umfasst, vergleichen Sie Alternativen nach Arbeitsablauf; wenn Sie OpenClaw bereits gewählt haben und nur die Modellroute benötigen, gehen der Providervergleich und die Aufschlüsselung der Betriebskosten tiefer als diese Seite.

Häufig gestellte Fragen

Am 21. September 2026 geprüfte Quelldokumente: beide Repositories, ihre veröffentlichten Dokumentationen, der PyPI-Eintrag für nanobot-ai und der npm-Eintrag für openclaw. Am 1. Oktober 2026 wurden OpenClaws api-Werte und der openai-completions-Standard anhand seiner Gateway-Konfigurationsreferenz, der Google-Provider-Seite und seines Konfigurationsschemas in v2026.9.7 erneut geprüft. Kunavo hat keinen der beiden Clients zur Laufzeit getestet; die Konfigurationsblöcke wurden aus der Anbieterdokumentation übernommen. Kunavos Preise stammen aus dem Live-Katalog, und die Summen sind Token-Arithmetik unter den genannten Annahmen, keine gemessenen Aufgabenkosten.