IronClaw frente a OpenClaw: entorno de ejecución, límites de privacidad y proveedores de modelos

IronClaw y OpenClaw son runtimes de agentes gratuitos y autoalojados, y la diferencia es arquitectónica: IronClaw es una reimplementación en Rust inspirada en OpenClaw, que aísla cada herramienta en un sandbox WASM y requiere PostgreSQL, mientras que OpenClaw es el proyecto TypeScript más antiguo y mucho más grande, cuyas herramientas se ejecutan en el host hasta que configuras el sandbox. Lo que omiten las listas de funciones es que la principal afirmación de privacidad de IronClaw depende de dónde se ejecuta la inferencia, no del producto; y la propia documentación de NEAR AI ya la limita para los modelos que simplemente envía mediante proxy.

Primero, una aclaración, porque los resultados de búsqueda mezclan cinco cosas. Esta página trata de github.com/nearai/ironclaw, cuyo precio figura en www.ironclaw.com. No se trata del ratón gaming Corsair IRONCLAW, ni del producto empresarial independiente de ironclaw.tech (que no publica precios y pertenece a otra empresa), ni del repositorio homónimo inactivo de otro propietario, ni del RPG de mesa de 1999. Por otro lado, aquí OpenClaw significa el asistente de IA de github.com/openclaw/openclaw, cuya documentación está en docs.openclaw.ai, no la reimplementación del juego de plataformas de los años noventa con el mismo nombre.

Quién debería elegir cuál

Una diferencia estructural más antes de las tablas: IronClaw incluye dos runtimes en un solo repositorio, y cada instrucción de configuración debe indicar cuál. Su plantilla de entorno establece que el binario Reborn más reciente es independiente de v1 y no comparte autenticación ni middleware con los canales y la pila web de v1, y que una configuración de Reborn no recurre al OAUTH_BASE_URL de la pasarela v1, por lo que un valor heredado de v1 no puede reescribir las URL de callback de Reborn. ironclaw onboard escribe el estado de Reborn en $HOME/.ironclaw/reborn. Si sigues un tutorial que no indica qué runtime configura, asume que no es aplicable.

Paridad de funciones, según la propia matriz de IronClaw

Leído de FEATURE_PARITY.md de IronClaw el 21 de septiembre de 2026. Trátalo como evidencia fechada, no como el estado actual: su propio encabezado indica que se revisó por última vez comparándolo con las versiones de OpenClaw 2026.3.11 a 2026.4.30 el 2 de mayo de 2026, por lo que cualquier elemento marcado como ausente puede haberse incorporado desde entonces, y es el proveedor quien se evalúa a sí mismo; el mismo archivo marca launchd/systemd integration como no implementado en una sección, mientras que en otra atribuye a Reborn de IronClaw service install compatibilidad con launchd y systemd, razón por la que esa fila no aparece en la tabla anterior. Lee también la fila /v1/embeddings de forma estricta: se refiere a que IronClaw no expone su propio endpoint de embeddings compatible con OpenAI, y el mismo archivo marca los embeddings de OpenAI como implementados en ambos lados como consumidores. Kunavo no sirve ningún modelo de embeddings, por lo que ese paso requiere un proveedor independiente, independientemente del runtime que ejecutes.

Cuánto cuesta cada uno

Precios consultados en www.ironclaw.com y en los dos repositorios el 21 de septiembre de 2026. Tres advertencias. La tarjeta Starter muestra $5 tachado y $0 como cifra visible, confirmado en el marcado de la página, pero el sitio no indica fecha de finalización ni condiciones, así que no des por hecho que $0 sea permanente. Cada nivel anuncia "créditos incluidos" equivalentes a su propio precio, y el sitio nunca indica qué compran esos créditos en tokens, qué modelo suponen ni si caducan, por lo que no se puede derivar una tarifa por token. Además, el titular de precios de "hasta 130M de tokens al mes" es texto de marketing asociado a la configuración de cinco agentes, sin indicar modelo ni desglose entre entrada y salida; es una afirmación de IronClaw, no un dato para hacer cálculos.

La afirmación de privacidad no viaja con la base URL

Esta es la parte que conviene entender bien, porque es donde un lector razonable puede llevarse a error por dos documentos exactos. www.ironclaw.com vende el producto alojado basado en computación confidencial: se inicia dentro de un Trusted Execution Environment. Mientras tanto, la propia documentación de modelos de NEAR AI establece explícitamente el límite: los modelos alojados en TEE se ejecutan en la flota de GPU de NEAR dentro de Trusted Execution Environments y admiten atestación, firmas y verificación, mientras que los modelos de terceros se envían mediante proxy a sus proveedores a través de la pasarela y, según sus palabras, las garantías de privacidad y verificabilidad del TEE no se extienden al proveedor ascendente.

Por tanto, el límite se cruza dentro de NEAR AI Cloud, no solo al salir de ella. Elegir en NEAR un modelo de Anthropic, OpenAI o Google mediante proxy ya queda fuera de la ruta confidencial. Apuntar cualquiera de los dos runtimes a una pasarela no relacionada compatible con OpenAI es un paso adicional hacia fuera, y ninguna pasarela hereda esa garantía por aceptar el tráfico. Si la atestación es un requisito real, la ruta es un modelo alojado en TEE de un proveedor que la ofrezca, y debes confirmar el estado de cada modelo en la documentación del propio proveedor, en lugar de confiar en cualquier lista, incluida la de esta página. En NEAR, esa insignia aparece en la documentación, no en la API: el JSON público /v1/models no tiene un campo TEE específico, y cuando se leyó el 21 de septiembre de 2026, las señales más cercanas que contenía eran el valor owned_by — nearai en nueve entradas y attested 3p en cuatro — y descripciones de texto libre, una de las cuales denomina a su modelo "Anonymized, not TEE-protected".

Lo que sí sobrevive a un cambio de proveedor es la capa local de IronClaw, y conviene separarla del marketing. Su documentación de seguridad describe secretos cifrados en reposo que nunca entran en el contenedor y se inyectan en las solicitudes salientes en la capa de proxy de red, herramientas que declaran qué credenciales necesitan en lugar de leerlas y un detector de filtraciones que analiza más de 15 patrones de secretos. Son propiedades del runtime. No dependen del endpoint de modelo al que llames, por lo que cambiar de proveedor las conserva y solo se pierde la afirmación de computación confidencial.

Hay algo que esta página no va a blanquear: la tabla comparativa de ironclaw.com caracteriza la gestión de secretos de OpenClaw como "LLM sees secrets" y su control de red como "Unrestricted". Esa es la descripción de un proveedor sobre un competidor, y la documentación propia de OpenClaw describe una estructura que esas dos etiquetas no reflejan. Su página sobre secretos y almacenamiento documenta proveedores SecretRef respaldados por env, file, exec o store, un mapa de los archivos del disco que contienen cada credencial y la redacción de registros y transcripciones, que según indica está siempre activada y no se puede desactivar mediante la configuración; el índice de documentación añade una CLI openclaw secrets, un comando openclaw security audit y un almacén de secretos compartido con un proxy de salida de secretos desactivado de forma predeterminada. Además, su README indica que las herramientas se ejecutan en el host para la sesión principal, salvo que configures el sandbox, y su guía de seguridad limita el producto a un límite de confianza por pasarela, en lugar de una multiusuario hostil. Hay valores predeterminados diferentes, contramedidas documentadas en ambos lados y ninguna comparación medida de los dos; nada de esto prueba si un prompt determinado puede extraer realmente un secreto de cualquiera de los dos runtimes.

Apuntar cualquiera de los dos a un endpoint compatible con OpenAI

Ambos aceptan una base URL personalizada; los modos de fallo son diferentes. Estas son interpretaciones de los documentos de configuración publicados por cada proyecto el 21 de septiembre de 2026; Kunavo no ha probado ninguno de los dos clientes en runtime, y una referencia de configuración publicada no es una prueba de compatibilidad.

Dos incoherencias de IronClaw que debes resolver en tu propia instalación, no a partir de ningún documento. Su .env.example enumera nueve posibles valores de LLM_BACKEND, mientras que docs/capabilities/llm-providers.md incluye en tablas más de veinte entradas provider_id y te indica que uses los identificadores específicos para OpenRouter, Together y Fireworks, que la plantilla de entorno todavía enruta mediante el adaptador genérico; ambos archivos están actualizados al main. La tabla de documentación es la más extensa y la que te indica que prefieras los identificadores específicos, pero ninguno de los dos archivos representa tu instalación: ejecuta ironclaw models list para consultar el catálogo que realmente tiene tu compilación.

Un cálculo de costes ilustrativo para la ruta del modelo

Esto es aritmética ilustrativa de tokens, no el coste medido de una tarea ni un límite de facturación. Supón un día de tráfico de asistente personal que envía 1.000.000 de tokens de entrada no almacenados en caché —un prompt de sistema largo, definiciones de herramientas y una ventana móvil del historial reenviados durante aproximadamente cuarenta turnos— y recibe 30.000 tokens de salida. Ambos runtimes son gratuitos, así que esta es la única partida que escala y es idéntica independientemente de cuál ejecutes. Las tarifas son los precios actuales del catálogo de Kunavo por millón de tokens.

Para una comparación del mismo día con el proveedor predeterminado de IronClaw, aparecen tres identificadores de modelo en ambos catálogos. El endpoint público de modelos de NEAR AI Cloud, consultado el 21 de septiembre de 2026, enumeraba anthropic/claude-haiku-4-5 a $1,00 de entrada y $5,00 de salida por millón, anthropic/claude-sonnet-4-6 a $3,00 y $15,00, y anthropic/claude-opus-4-6 a $5,00 y $25,00, entre los cincuenta identificadores devueltos; cada uno de los tres incluía is_ready: false en esa misma respuesta, así que considera las cifras tarifas publicadas, no una prueba de que la ruta esté abierta. El catálogo de Kunavo enumera Claude Haiku 4.5 a $0,70 / $3,50, Claude Sonnet 4.6 a $2,10 / $10,50 y Claude Opus 4.6 a $3,50 / $17,50. Ambos catálogos cambian, así que vuelve a consultar el endpoint en lugar de confiar en ninguna cifra como permanente; y recuerda que la tarifa publicada más barata y el coste más bajo para terminar una tarea son afirmaciones diferentes: un modelo que necesita tres intentos a una tarifa baja puede costar más que otro que necesita un solo intento a una tarifa más alta.

Esta página no puede responder si los créditos incluidos en los niveles alojados de IronClaw cubren un mes con la estructura de la tabla anterior, porque ironclaw.com no publica ninguna conversión de créditos a tokens. El importe del catálogo de Kunavo es un mínimo de facturación, no un límite: cuando el proveedor ascendente comunica su cargo, la factura es el mayor entre el coste del catálogo y el coste del proveedor ascendente multiplicado por el margen aplicable. Los cargos de caché y las herramientas externas quedan fuera de este ejemplo. El recargo mínimo de Kunavo es $10 en crédito prepagado, que es un mínimo de financiación, no una tarifa por tarea ni una suscripción; consulta los detalles de facturación.

Configuración

Independientemente del runtime que elijas, la parte del endpoint tiene la misma estructura: una base URL compatible con OpenAI y una clave. Empieza por la guía de inicio rápido para consultar la base URL y el formato de la clave, y por la documentación de la base URL de Anthropic si eliges la ruta anthropic-messages de OpenClaw. Mantén configurado un proveedor funcional mientras lo pruebas, ejecuta una tarea acotada y después consulta el cargo que tu cuenta haya registrado realmente; esa conciliación importa más en OpenClaw, donde omitir el bloque cost hace que su propio informe de uso muestre cero. Crea una cuenta de Kunavo cuando estés listo para financiar una clave.

¿Comparando opciones más allá? Los precios de OpenClaw cubren el coste, la mejor API para OpenClaw compara las rutas de los proveedores, NanoClaw frente a OpenClaw y ZeroClaw frente a OpenClaw cubren otras dos interpretaciones de la misma idea, y la API compatible con OpenAI cubre la mecánica de los endpoints.

Preguntas frecuentes

Comprobado el 21 de septiembre de 2026 frente a la API de GitHub para nearai/ironclaw y su versión más reciente, la entrada del registro npm para openclaw, el README sin procesar, .env.example, FEATURE_PARITY.md y la documentación de proveedores de ambos repositorios, docs.openclaw.ai, docs.near.ai y el catálogo de modelos activo de cloud-api.near.ai, además del marcado renderizado de www.ironclaw.com. Kunavo no ha ejecutado ninguno de los dos clientes: cada afirmación de configuración anterior es una lectura de documentos fuente del proveedor, no una prueba de compatibilidad. Las tarifas de tokens de Kunavo proceden del catálogo activo, y cada ejemplo en dólares aquí es aritmética ilustrativa de tokens, no un coste medido de una tarea.