IronClaw vs OpenClaw: runtime, confini della privacy e fornitori di modelli

IronClaw e OpenClaw sono entrambi runtime per agenti gratuiti e self-hosted, e la differenza è architetturale: IronClaw è una reimplementazione in Rust ispirata a OpenClaw, che isola ogni strumento in una sandbox WASM e richiede PostgreSQL, mentre OpenClaw è il progetto TypeScript più vecchio e molto più grande, i cui strumenti vengono eseguiti sull'host finché non configuri il sandboxing. Ciò che gli elenchi delle funzionalità non evidenziano è che la principale garanzia di privacy di IronClaw dipende da dove viene eseguita l'inferenza, non dal prodotto, e la documentazione di NEAR AI stessa la limita già ai modelli che non si limita a inoltrare.

Prima una precisazione, perché i risultati di ricerca mescolano cinque cose. Questa pagina riguarda github.com/nearai/ironclaw, con i prezzi su www.ironclaw.com. Non riguarda il mouse da gaming Corsair IRONCLAW, il prodotto enterprise separato all'indirizzo ironclaw.tech (che non pubblica prezzi ed è di un'altra azienda), il repository simile ma inattivo di un proprietario diverso né il gioco di ruolo da tavolo del 1999. Dall'altra parte, qui OpenClaw indica l'assistente AI su github.com/openclaw/openclaw con documentazione su docs.openclaw.ai, non la reimplementazione, senza alcun legame con questo progetto, di un gioco di piattaforme degli anni '90 con lo stesso nome.

Chi dovrebbe scegliere quale

Un'altra differenza strutturale prima delle tabelle: IronClaw include due runtime in un unico repository e ogni istruzione di configurazione deve specificare quale. Il suo template d'ambiente afferma che il binario più recente Reborn è separato da v1 e non condivide l'autenticazione o il middleware con i canali e lo stack web di v1, e che un'impostazione Reborn non ricade sul OAUTH_BASE_URL del gateway v1; quindi un valore legacy di v1 non può riscrivere gli URL di callback di Reborn. ironclaw onboard scrive lo stato di Reborn in $HOME/.ironclaw/reborn. Se segui un tutorial che non specifica quale runtime sta configurando, supponi che non sia applicabile.

Compatibilità delle funzionalità, secondo la matrice di IronClaw

Letto da FEATURE_PARITY.md di IronClaw il 21 settembre 2026. Consideralo una prova datata, non lo stato attuale: la sua intestazione afferma che è stato verificato l'ultima volta rispetto alle release di OpenClaw dalla 2026.3.11 alla 2026.4.30 il 2 maggio 2026, quindi qualsiasi elemento indicato come mancante potrebbe essere stato aggiunto da allora, e il documento rappresenta la valutazione del fornitore su se stesso. Lo stesso file indica launchd/systemd integration come non implementato in una sezione, mentre in un'altra attribuisce al Reborn di IronClaw service install il supporto a launchd e systemd; per questo quella riga non compare nella tabella sopra. Leggi attentamente anche la riga /v1/embeddings: riguarda il fatto che IronClaw non espone un endpoint embeddings compatibile con OpenAI, mentre lo stesso file indica OpenAI embeddings come implementato su entrambi i lati come consumer. Kunavo non serve alcun modello di embedding, quindi quel passaggio richiede un provider separato, qualunque runtime tu esegua.

Quanto costa ciascuno

Prezzi letti da www.ironclaw.com e dai due repository il 21 settembre 2026. Tre avvertenze. La scheda Starter mostra $5 barrato e $0 come cifra visualizzata, come confermato nel markup della pagina, ma il sito non indica alcuna data di fine né condizioni; quindi non supporre che $0 sia permanente. Ogni livello pubblicizza "crediti inclusi" pari al proprio prezzo e il sito non specifica mai cosa acquistino quei crediti in termini di token, quale modello presuppongano o se scadano; non è quindi possibile derivarne una tariffa per token. Inoltre, la dicitura di prezzo "fino a 130M token al mese" è testo di marketing associato alla configurazione con cinque agenti, senza indicazione del modello né della suddivisione tra input e output; è un'affermazione di IronClaw, non un dato da usare nei calcoli.

La garanzia di privacy non viaggia con il base URL

Questa è la parte da comprendere correttamente, perché è qui che un lettore ragionevole può essere tratto in inganno da due documenti accurati. www.ironclaw.com vende il prodotto ospitato basato sul confidential compute: viene avviato all'interno di un Trusted Execution Environment. Nel frattempo, la documentazione sui modelli di NEAR AI traccia esplicitamente il confine: i modelli ospitati in TEE vengono eseguiti sulla flotta GPU di NEAR all'interno di Trusted Execution Environment e supportano attestazione, firme e verifica, mentre i modelli di terze parti vengono inoltrati ai rispettivi provider tramite il gateway e, secondo la documentazione, le garanzie di privacy e verificabilità del TEE non si estendono al provider upstream.

Quindi il confine viene superato all'interno di NEAR AI Cloud, non solo quando lo si lascia. Selezionare su NEAR un modello Anthropic, OpenAI o Google inoltrato significa già essere fuori dal percorso riservato. Indirizzare uno dei due runtime verso un gateway compatibile con OpenAI non correlato è un ulteriore passo verso l'esterno, e nessun gateway eredita tale garanzia semplicemente accettando il traffico. Se l'attestazione è il requisito effettivo, il percorso consiste nell'utilizzare un modello ospitato in TEE presso un provider che la offre; devi confermare lo stato di ogni modello nella documentazione del provider stesso, invece di fidarti di qualsiasi elenco, incluso quello di questa pagina. Su NEAR, quel contrassegno si trova nella documentazione, non nell'API: il JSON pubblico /v1/models non contiene un campo TEE dedicato e, quando è stato letto il 21 settembre 2026, i segnali più vicini che riportava erano il valore owned_by — nearai in nove voci, attested 3p in quattro — e descrizioni in testo libero, una delle quali definisce il proprio modello "Anonymized, not TEE-protected".

Ciò che sopravvive al cambio di provider è il livello locale di IronClaw, che va distinto dal marketing. La sua documentazione sulla sicurezza descrive segreti cifrati a riposo che non entrano mai nel container e vengono iniettati nelle richieste in uscita a livello di proxy di rete, strumenti che dichiarano quali credenziali richiedono invece di leggerle e un rilevatore di fughe di dati che analizza più di 15 pattern di segreti. Queste sono proprietà del runtime. Non dipendono dall'endpoint del modello utilizzato, quindi cambiando provider le mantieni e perdi soltanto la garanzia del confidential compute.

Una cosa che questa pagina non intende legittimare: la tabella comparativa di ironclaw.com descrive la gestione dei segreti di OpenClaw come "LLM vede i segreti" e il controllo di rete come "Senza restrizioni". È la descrizione di un fornitore della concorrenza, mentre la documentazione di OpenClaw descrive un'architettura che quelle due etichette non rappresentano. La sua pagina su segreti e archiviazione documenta provider SecretRef basati su env, file, exec o store, una mappa dei file su disco che contengono le varie credenziali e la redazione di log e trascrizioni, che secondo la documentazione è sempre attiva e non può essere disabilitata dalla configurazione; l'indice della documentazione aggiunge una CLI openclaw secrets, un comando openclaw security audit e un archivio condiviso dei segreti con un proxy di uscita dei segreti disattivato per impostazione predefinita. Inoltre, il README afferma che gli strumenti vengono eseguiti sull'host per la sessione principale finché non configuri il sandboxing, mentre la sua guida sulla sicurezza delimita il prodotto a un confine di trust per gateway, anziché a una multi-tenancy ostile. Impostazioni predefinite diverse, contromisure documentate su entrambi i lati e nessun confronto misurato tra i due: nulla di tutto ciò verifica se un determinato prompt possa effettivamente estrarre un segreto da uno dei due runtime.

Indirizzare ciascuno dei due verso un endpoint compatibile con OpenAI

Entrambi accettano un base URL personalizzato; le modalità di errore differiscono. Si tratta di interpretazioni dei documenti di configurazione pubblicati da ciascun progetto il 21 settembre 2026: Kunavo non ha testato nessuno dei due client a runtime e una guida di configurazione pubblicata non è un test di compatibilità.

Due incongruenze di IronClaw da risolvere sulla tua installazione, non sulla base di un documento. Il suo .env.example elenca nove possibili valori di LLM_BACKEND, mentre docs/capabilities/llm-providers.md presenta in tabella più di venti voci provider_id e indica di utilizzare gli id dedicati per OpenRouter, Together e Fireworks, che il template d'ambiente instrada ancora tramite l'adapter generico; entrambi i file sono aggiornati a main. La tabella della documentazione è la più lunga e quella che indica di preferire gli id dedicati, ma nessuno dei due file rappresenta la tua installazione: esegui ironclaw models list per vedere il catalogo effettivamente disponibile nella tua build.

Una stima dei costi del percorso del modello

Questa è un'aritmetica illustrativa dei token, non il costo misurato di un'attività né un limite massimo della fattura. Supponi una giornata di traffico da assistente personale che invia 1.000.000 di token di input non memorizzati nella cache, comprendenti un lungo prompt di sistema, definizioni degli strumenti e cronologia progressiva reinviata in circa quaranta turni, e riceve 30.000 token di output. Entrambi i runtime sono gratuiti, quindi questa è l'unica voce che varia e che è identica qualunque runtime tu esegua. Le tariffe sono i prezzi aggiornati del catalogo Kunavo per milione di token.

Per un confronto nello stesso giorno con il provider predefinito di IronClaw, tre ID di modello compaiono in entrambi i cataloghi. L'endpoint pubblico dei modelli di NEAR AI Cloud, consultato il 21 settembre 2026, elencava anthropic/claude-haiku-4-5 a $1,00 per l'input e $5,00 per l'output per milione, anthropic/claude-sonnet-4-6 a $3,00 e $15,00 e anthropic/claude-opus-4-6 a $5,00 e $25,00, tra cinquanta ID restituiti; ciascuno dei tre riportava is_ready: false nella stessa risposta, quindi considera le cifre come tariffe elencate, non come prova che il percorso sia aperto. Il catalogo di Kunavo elenca Claude Haiku 4.5 a $0,70 / $3,50, Claude Sonnet 4.6 a $2,10 / $10,50 e Claude Opus 4.6 a $3,50 / $17,50. Entrambi i cataloghi cambiano, quindi rileggi l'endpoint invece di considerare permanente una delle due cifre. Ricorda inoltre che la tariffa elencata più economica e il costo più basso per completare un'attività sono affermazioni diverse: un modello che richiede tre tentativi a una tariffa bassa può costare più di uno che richiede un solo tentativo a una tariffa più alta.

Questa pagina non può stabilire se i crediti inclusi nei livelli IronClaw ospitati coprano un mese strutturato come la tabella precedente, perché ironclaw.com non pubblica alcuna conversione da crediti a token. L'importo del catalogo Kunavo è una soglia minima di fatturazione, non un limite massimo: quando l'upstream comunica il proprio addebito, la fattura è il maggiore tra il costo di catalogo e il costo upstream moltiplicato per il markup applicabile. Gli addebiti della cache e gli strumenti esterni sono esclusi da questo esempio. Il top-up minimo di Kunavo è $10 di credito prepagato, che rappresenta un importo minimo di finanziamento, non una tariffa per attività né un abbonamento: vedi dettagli sulla fatturazione.

Configurazione

Qualunque runtime tu scelga, il lato dell'endpoint ha la stessa struttura: un base URL compatibile con OpenAI e una chiave. Inizia dal quickstart per il base URL e il formato della chiave e dalla documentazione sul base URL Anthropic se invece scegli il percorso anthropic-messages di OpenClaw. Mantieni configurato un provider funzionante mentre lo provi, esegui un'attività circoscritta e poi leggi l'addebito effettivamente registrato dal tuo account: questa riconciliazione è ancora più importante su OpenClaw, dove un blocco cost omesso fa risultare pari a zero il relativo report di utilizzo. Crea un account Kunavo quando sei pronto a finanziare una chiave.

Confronto più ampio? OpenClaw pricing copre i costi, the best API for OpenClaw confronta i percorsi dei provider, NanoClaw vs OpenClaw e ZeroClaw vs OpenClaw esaminano altri due approcci alla stessa idea, mentre OpenAI-compatible API copre il funzionamento degli endpoint.

Domande frequenti

Verificato il 21 settembre 2026 rispetto all'API GitHub per nearai/ironclaw e alla relativa release più recente, alla voce del registro npm per openclaw, al README non elaborato, a .env.example, a FEATURE_PARITY.md e alla documentazione dei provider in entrambi i repository, a docs.openclaw.ai, docs.near.ai e al catalogo dei modelli attivo su cloud-api.near.ai, oltre che al markup renderizzato di www.ironclaw.com. Kunavo non ha eseguito nessuno dei due client: ogni affermazione di configurazione riportata sopra deriva dalla lettura dei documenti dei vendor, non da un test di compatibilità. Le tariffe dei token di Kunavo provengono dal catalogo attivo e ogni esempio in dollari qui riportato è un calcolo illustrativo dei token, non il costo misurato di un'attività.