Agent Zero et OpenClaw : exécution, mémoire et coûts des modèles

Agent Zero et OpenClaw sont tous deux sous licence MIT et gratuits à installer, et ils ne répondent pas au même besoin : Agent Zero fournit à un agent un ordinateur Linux conteneurisé dans lequel travailler, tandis qu’OpenClaw exécute une passerelle persistante sur du matériel que vous possédez et vous rejoint via des canaux de discussion. Choisissez Agent Zero lorsque l’agent a besoin d’une machine. Choisissez OpenClaw lorsque vous avez besoin d’un assistant toujours accessible. Dans les deux cas, la facture récurrente correspond aux jetons de modèle et à la machine sur laquelle vous l’exécutez, avant les éventuelles API d’outils payantes que vous ajoutez vous-même.

Les deux projets étaient actifs lorsque cette page a été vérifiée le 21 septembre 2026. Le dépôt d’Agent Zero n’était pas archivé et avait reçu une mise à jour la veille, avec v2.12 comme dernière version marquée (publiée le 9 septembre 2026, après la v2.11 du 27 août). Le dépôt d’OpenClaw n’était lui non plus pas archivé et avait reçu une mise à jour ce jour-là. Le nombre d’étoiles lu via l’API GitHub le même jour était respectivement de 19,225 et 390,183 ; ces chiffres évoluent quotidiennement et constituent un indicateur de popularité, pas de qualité.

Deux détails de version sont faciles à mal interpréter. OpenClaw publie plusieurs canaux de mise à jour, et ce document associe le canal stable au dist-tag npm latest, tandis que extended-stable est un tag distinct. Le 21 septembre 2026, le registre indiquait latest en 2026.9.5 et extended-stable en 2026.6.35, et chaque tag est réassigné indépendamment ; consultez donc le dist-tag plutôt que de déduire un canal du numéro de version. Par ailleurs, les deux fichiers LICENSE contiennent les conditions MIT — Agent Zero sous Agent Zero, s.r.o., et OpenClaw sous l’OpenClaw Foundation — tandis que l’API de licence de GitHub renvoie NOASSERTION pour les deux dépôts. Si la licence constitue une question d’approvisionnement, lisez le fichier LICENSE plutôt que le badge et confirmez avec votre propre conseil juridique.

Vérifiez que vous comparez bien les deux bons projets

Quatre éléments portent des noms suffisamment proches pour fausser une recherche. Trois sont des dépôts GitHub, et aucun de ces trois dépôts n’était archivé lorsque leurs métadonnées ont été lues le 21 septembre 2026 ; le quatrième n’est pas un projet logiciel.

• OpenClaw, le moteur de jeu de 1997. pjasicek/OpenClaw est une réimplémentation en C++ du jeu de plateformes Captain Claw. Il a été créé en 2017, plusieurs années avant l’assistant, et son code de jeu n’a aucun lien avec celui-ci.
• Un jeton qui se fait appeler OpenClaw. Le projet indique qu’il n’a aucun jeton, et sa page d’historique précise que des escrocs ont lancé un jeton $OPENCLAW quelques minutes après le changement de nom de janvier 2026. Toute prévente ou tout airdrop commercialisé sous ce nom ne provient pas du projet.
• Agent0, le projet de recherche. aiming-lab/Agent0 est une série académique sous licence Apache-2.0 consacrée aux agents capables d’auto-évolution. Le nom de l’organisation ne diffère que d’un caractère de agent0ai, mais il s’agit entièrement d’autre chose.
• Space Agent. agent0ai/space-agent est développé par la même équipe, et son README renvoie vers un serveur de démonstration hébergé que vous pouvez essayer avec un compte invité. Tout ce qu’il facture relève de la tarification de Space Agent, et non de celle d’Agent Zero.

Qui devrait choisir lequel

Vous avez besoin que l’agent pilote un ordinateur. Choisissez Agent Zero. Sa documentation d’installation commence par indiquer qu’Agent Zero s’exécute comme un conteneur Docker, et le README décrit le bureau qu’il ouvre dans son Canvas comme une véritable session XFCE exécutée dans ce conteneur, et non comme une VM distante. L’accès à votre machine hôte est une option distincte à activer : le README renvoie au connecteur A0 CLI, que vous exécutez sur l’hôte plutôt que dans le conteneur. Le coût de cette puissance est le conteneur : le guide de déploiement sur VPS indique un minimum de 2 GB de RAM, 20 GB de stockage et 1 vCPU, avec 4+ GB, 50+ GB et 2+ vCPU recommandés.

Vous avez besoin d’un assistant toujours accessible et peu coûteux à héberger. Choisissez OpenClaw. Sa FAQ de première exécution documente un minimum absolu de 1 Go de RAM, un cœur, 500 Mo d’espace disque libre et un système d’exploitation 64 bits. Le compromis concerne le modèle d’autorisation : le bac à sable est désactivé par défaut, l’exécution des outils se fait sur l’hôte et la documentation précise explicitement que le bac à sable, lorsqu’il est activé, ne constitue pas une frontière de sécurité parfaite. Le processus de passerelle lui-même reste toujours sur l’hôte dans les deux cas.

Vous faites votre choix en fonction du coût ou de l’effort de migration. Les deux logiciels coûtent 0 $, la décision se joue donc en aval. Agent Zero nécessite en pratique au moins deux emplacements de modèles payants configurés, et son plugin Context Window intégré indique le nombre de tokens et le détail de la fenêtre complète, en affichant un prix uniquement lorsque le fournisseur communique l’utilisation et que LiteLLM fait correspondre le modèle. OpenClaw nécessite un seul modèle pour démarrer et fournit /status, /usage cost ainsi qu’un panneau d’utilisation dans Control UI ; les montants dépensés calculés par OpenClaw lui-même sont des estimations agrégées à partir de ses journaux de session, tandis que l’utilisation ou le quota communiqués par le fournisseur apparaissent à côté lorsque celui-ci les expose. Pour la migration : l’état d’Agent Zero se trouve dans un volume Docker nommé, et OpenClaw conserve la mémoire canonique sous forme de fichiers Markdown en clair dans son espace de travail (MEMORY.md et memory/*.md, indexés dans un magasin SQLite dérivé), ce qui est plus facile à lire, comparer et transférer ailleurs.

Comparaison côte à côte

Sources de ce tableau, toutes consultées le 21 septembre 2026 : les deux README, le déploiement d’Agent Zero sur VPS (sa section d’authentification documente l’unique connexion et le mot de passe ; le mot de passe root du conteneur est un paramètre indiqué dans la documentation d’installation liée ci-dessus), le README du plugin Context Window, ce que les bacs à sable d’OpenClaw isolent, le contrôle d’accès DM d’OpenClaw, les équipes OpenClaw et le suivi d’utilisation d’OpenClaw.

La séparation des rôles des modèles constitue la véritable différence

C’est ici que les deux produits divergent le plus, et qu’une simple liste de fonctionnalités masque la décision. Agent Zero regroupe les modèles en préréglages, et son guide des préréglages de modèles indique que chaque configuration contient un modèle principal, un modèle utilitaire et un modèle d’embeddings ; changer de préréglage les change donc tous ensemble. Les emplacements d’OpenClaw sont des clés de configuration distinctes, documentées dans sa référence des modèles d’agent.

Une conséquence pratique pour l’emplacement utilitaire : la documentation d’installation d’Agent Zero avertit que les modèles très petits (elle cite 4B) échouent à extraire et consolider la mémoire de manière fiable, et recommande plutôt des modèles de classe 70B ou de solides modèles cloud flash/mini ; ce n’est donc pas un emplacement où faire des économies sans discernement.

Kunavo ne fournit pas d’embeddings. Aucun modèle activé ne prend en charge ce point d’accès ; la requête est donc rejetée plutôt que traitée, et le troisième emplacement n’est pas quelque chose que vous pouvez acheter ici. Les deux produits documentent une option locale pour cette étape, et c’est la voie à utiliser.

Les préréglages sélectionnés d’Agent Zero — téléchargés depuis ce dépôt public lorsqu’aucune collection enregistrée n’existe — nomment des références précises : Default associe un modèle de discussion GPT-5.6 Terra à un modèle utilitaire Google flash-lite, Power associe GPT-5.6 Sol à GPT-5.6 Luna, et Efficiency associe un modèle de discussion GLM à un modèle utilitaire DeepSeek. Le fichier les écrit dans le style OpenRouter qu’il utilise (openai/gpt-5.6-sol), de sorte qu’aucune référence de préréglage n’est un identifiant Kunavo telle quelle. Le catalogue Kunavo contient GPT-5.6 Terra et Sol ainsi que GPT-6 Astra, mais aucun modèle GPT-5.6 Luna, flash-lite, GLM ou DeepSeek. Ainsi, les préréglages Power et Default conservent chacun leur modèle principal sous les propres identifiants de Kunavo et nécessitent un modèle utilitaire de remplacement, tandis que le préréglage Efficiency ne correspond pas du tout.

Ce que chacun coûte réellement

Le logiciel coûte 0 $ des deux côtés. OpenClaw indique qu’il n’a ni abonnement, ni niveau hébergé, ni token, et le répète dans le README avec la précision que la Foundation est une organisation indépendante 501(c)(3) et qu’OpenAI est un donateur plutôt qu’un propriétaire. Agent Zero ne publie ni page tarifaire ni forfait payant.

Agent Zero exploite effectivement son propre point d’accès LLM. Sa page d’accueil le présente comme « LLM API (beta) » et n’indique ni prix ni condition d’accès. La page des conditions fournit les deux : il s’agit d’une fonctionnalité bonus gratuite pour les détenteurs qui mettent en staking le token A0T du projet, elle agit uniquement comme proxy vers une API tierce, le quota est déterminé dynamiquement et n’est pas garanti, et il n’existe ni assistance client, ni accord de niveau de service, ni remboursement. Consultez les conditions avant de supposer qu’une mention bêta signifie qu’il s’agit d’un point d’accès achetable. A0T est un token ERC-20 sur la couche 2 Base d’Ethereum, dont la propre page du token avertit que sa valeur peut tomber à zéro et qu’il n’est couvert par aucune garantie ni aucun dispositif d’indemnisation. C’est le mécanisme décrit comme condition d’accès ; ce guide ne le tarifie pas, ne le recommande pas et ne le présente pas comme un moyen d’acheter de l’inférence.

Pour la partie tokens, voici un mois illustratif aux tarifs du catalogue Kunavo. Supposons 8 millions de tokens d’entrée non mis en cache et 400 000 tokens de sortie sur le modèle principal, ainsi que 2 millions de tokens d’entrée et 200 000 tokens de sortie sur le modèle utilitaire. Aucune des deux boucles d’agent n’a été mesurée pour cette page ; considérez donc chaque montant ci-dessous comme un calcul arithmétique fondé sur une charge de travail supposée, et non comme le coût mesuré d’une tâche ni comme un plafond de facturation.

Les deux dernières lignes sont les plus utiles. Remplacer le modèle utilitaire de Claude Haiku 4.5 par GPT-5.6 Terra modifie ce total d’environ un dollar, car le modèle principal porte la majorité des tokens dans cette répartition. Optimiser le deuxième emplacement n’est pas là que se trouve l’économie, sauf si votre charge de travail comporte exceptionnellement peu de discussions. Notez également qu’un tarif affiché inférieur ne signifie pas la même chose qu’un coût inférieur pour terminer la tâche : un modèle principal plus faible qui nécessite une deuxième tentative peut coûter plus cher que le modèle plus puissant qui n’en a pas eu besoin.

Diriger l’un ou l’autre vers un point d’accès unique compatible avec OpenAI

Les deux produits peuvent cibler une seule passerelle, par des voies différentes. Ce qui suit a été consulté dans les fichiers de configuration et la documentation propres à chaque projet le 21 septembre 2026. Kunavo n’a exécuté aucun des deux clients de bout en bout ; il s’agit donc du protocole documenté, et non d’un résultat de compatibilité vérifié — gardez votre voie existante fonctionnelle à disposition pendant vos essais.

Agent Zero. Les appels aux modèles distants passent par LiteLLM (models.py contourne cette couche pour le chemin local sentence-transformers), et le fournisseur souhaité est Other OpenAI compatible — l’identifiant de configuration other dans conf/model_providers.yaml, où son litellm_provider est openai. Dans models.py, cet identifiant est remappé sur openai juste avant l’appel à LiteLLM, et le nom de votre modèle est transmis sans modification. La documentation d’installation place la clé sous External Services, puis Other OpenAI-compatible API keys, et demande de sélectionner OpenAI Compatible comme fournisseur dans les paramètres du modèle. L’URL de base est le champ d’URL d’API propre à l’emplacement. Concernant l’identifiant du modèle lui-même, le guide de dépannage d’Agent Zero couvre une autre paire de fournisseurs : il indique que openai/gpt-5.3 est correct pour OpenRouter et incorrect pour le fournisseur OpenAI natif, qui n’accepte aucun préfixe ; il ne documente aucun format d’identifiant pour Other OpenAI compatible. Utilisez donc les identifiants renvoyés par la liste des modèles de votre propre passerelle. La définition d’une URL de base amène également le sélecteur à demander la liste des modèles à cette URL avec un token bearer, conformément au point d’accès de recherche de modèles. La méthode par variables d’environnement est tirée de models.py, où get_api_key résout les trois écritures dans l’ordre et répartit en round-robin une valeur séparée par des virgules.

# Agent Zero resolves the key for provider id `other` from the first
# spelling it finds, in this order. A comma-separated value is
# round-robined across calls.
API_KEY_OTHER=your-kunavo-key
# OTHER_API_KEY=your-kunavo-key
# OTHER_API_TOKEN=your-kunavo-key

# The API URL field on each model slot (stored as api_base in the
# preset file) takes the OpenAI-shaped base: https://api.kunavo.com/v1

OpenClaw. Enregistrez un bloc sous models.providers dans la configuration JSON5 avec baseUrl, apiKey, un adaptateur dans api et authHeader lorsque l’identifiant doit être transmis dans l’en-tête Authorization — les quatre éléments figurent dans la référence des champs de fournisseur personnalisé, qui indique également qu’un baseUrl sans api utilise par défaut openai-completions. La référence utilisée ailleurs est alors provider/model. Une configuration de départ pour la route de Kunavo de forme Messages, ainsi que les commandes de validation et de redémarrage, est déjà présentée dans la meilleure API pour OpenClaw.

Cinq restrictions d’OpenClaw méritent d’être connues avant une migration ; elles proviennent toutes de sa référence des fournisseurs personnalisés et de ses règles de routage. L’environnement d’exécution de l’agent Codex est inaccessible depuis un point d’accès personnalisé et échoue de manière fermée si vous l’exigez. Sur un point d’accès de complétions non natif, OpenClaw désactive le rôle développeur et supprime les indications de niveau de service, de stockage et de cache d’invite. Sur un point d’accès de forme Anthropic non direct, il supprime les en-têtes bêta implicites, sauf si vous les définissez vous-même. Par modèle, cost prend par défaut la valeur zéro partout lorsqu’il est omis, et la documentation d’utilisation considère un coût enregistré de zéro dollar comme une donnée de coût valide ; ainsi, /usage cost indique 0 $ pour cette route au lieu de la signaler comme non tarifée. Enfin, le baseUrl que vous configurez constitue en lui-même la décision de confiance réseau : OpenClaw fait confiance à cette origine scheme://host:port exacte via son chemin de requête protégé, tandis que les autres destinations privées, de bouclage ou utilisant un port différent nécessitent toujours une activation explicite request.allowPrivateNetwork.

Si vous décidez de diriger l’un ou l’autre framework vers un point d’accès unique compatible avec OpenAI, créez un compte Kunavo. Le minimum est un rechargement prépayé de $10 sans abonnement ; la page facturation explique pourquoi une estimation du catalogue constitue un plancher et non un plafond.

Ce que cette comparaison n’établit pas

Aucun test d’exécution n’a été effectué pour cette page avec l’un ou l’autre produit. Points précisément non vérifiés : la capacité de la boucle d’appel d’outils d’Agent Zero à s’achever de bout en bout via un point d’accès tiers compatible avec OpenAI pour un modèle donné ; la capacité de son sélecteur de modèles à analyser la liste de modèles d’une passerelle donnée ; l’acceptation ou non par son fournisseur Anthropic natif d’une URL d’API personnalisée, ce que son propre conseil d’interface n’indique pas. Du côté d’OpenClaw, le comportement du cache d’invite via un point d’accès de forme Anthropic non direct n’est pas testé ici et interagit avec les en-têtes bêta supprimés mentionnés plus haut. La consommation de tokens par tâche n’a été mesurée pour aucune des deux boucles. Les nombres d’étoiles, numéros de version, dist-tags npm et minima matériels sont des relevés ponctuels datés du 21 septembre 2026 et évolueront.

Pour les décisions connexes, les tarifs d’OpenClaw couvrent l’intégralité de sa facture d’exploitation, les alternatives à OpenClaw couvrent l’ensemble plus large, et la référence de l’API compatible avec OpenAI couvre la forme du point d’accès utilisée par les deux produits.

Questions fréquentes

Métadonnées des dépôts, tags de publication, dist-tags npm et documentation officielle des deux projets vérifiés le 21 septembre 2026. Les tarifs Kunavo sont tirés du catalogue de modèles en direct ; les totaux mensuels sont des calculs de tokens fondés sur une hypothèse explicite, et non des coûts de tâches mesurés.