Nanobot contro OpenClaw: runtime, fornitori e costi operativi

Scegli nanobot se vuoi un unico processo Python self-hosted di piccole dimensioni con un solo file di configurazione JSON; scegli OpenClaw se ti serve un gateway supportato da una fondazione, con più canali di chat, runtime degli agent selezionabili e reportistica proprietaria sulla spesa. Entrambi sono con licenza MIT, self-hosted e gratuiti da scaricare, quindi la decisione reale riguarda il runtime che gestirai, il blocco del provider che scriverai manualmente e la cadenza dei processi in background per cui pagherai i token.

Versioni verificate il 21 settembre 2026: nanobot v0.3.5, pubblicato il 15 settembre 2026, e OpenClaw v2026.9.5, pubblicato il 19 settembre 2026. Il record npm di OpenClaw riportava quattro pubblicazioni nei dieci giorni precedenti a questa verifica, distribuite tra le linee stable ed extended-stable, quindi consulta il feed delle release e il record npm anziché una versione citata in una pagina comparativa, inclusa questa.

Prima di tutto, verifica quale nanobot stai installando

Questa pagina riguarda HKUDS/nanobot, un framework Python per assistenti personali del Data Intelligence Lab dell'Università di Hong Kong, con documentazione su nanobot.wiki. Due omonimi quasi identici indirizzano gli acquirenti verso il software sbagliato:

• obot-platform/nanobot, su nanobot.ai, è un progetto Go separato con licenza Apache-2.0 per la creazione di agent MCP. Le sue funzionalità dichiarate non descrivono l'assistente di HKUDS.
• Il pacchetto PyPI chiamato nanobot è una libreria indipendente per la navigazione robotica. L'installazione corretta è pip install nanobot-ai, versione 0.3.5, con licenza MIT e Python 3.11 o versione successiva secondo il record PyPI. La guida rapida offre inoltre uno script di installazione che installa o aggiorna lo stesso pacchetto.

Esistono anche fork che copiano alla lettera descrizione e homepage, e la guida al deployment di nanobot avverte che le immagini Docker nei namespace di terze parti su Docker Hub non sono gestite né verificate dal progetto; pertanto non montarvi chiavi API o token dei bot a meno che tu non ti fidi del publisher. Per OpenClaw, le superfici ufficiali sono docs.openclaw.ai, openclaw.ai, openclaw.org e il repository GitHub; se leggi altrove le chiavi di configurazione riportate sotto, confrontale con quelle fonti, perché una copia può essere obsoleta proprio per quelle chiavi.

Chi dovrebbe scegliere quale

Scegli nanobot quando il flusso di lavoro è una persona, una macchina, un file di configurazione. La sua configurazione completa è ~/.nanobot/config.json, con chiavi camelCase, e il suo stato persistente risiede in un workspace dell'agent — ~/.nanobot/workspace/ per impostazione predefinita — sotto forma di SOUL.md, USER.md e memory/MEMORY.md, secondo il suo riferimento alla memoria. Se vuoi comprendere ogni componente prima di affidargli un account di messaggistica, una superficie più ridotta è un vantaggio concreto. Anche il suo server compatibile con OpenAI lo rende un backend utile per altri strumenti, associato a 127.0.0.1 per impostazione predefinita e rifiutando l'avvio su 0.0.0.0 senza una chiave API.

Scegli OpenClaw quando il flusso di lavoro è un deployment gestito. Il suo catalogo dei canali elenca 32 canali, alcuni inclusi nell'installazione di base e la maggior parte installati come plugin ufficiali o esterni; separa il workspace dell'agent dalla directory di stato, così puoi spostare l'uno o l'altra, e fornisce il monitoraggio dell'utilizzo con /status, /usage cost e openclaw status --usage. Separa inoltre il riferimento al modello dal runtime dell'agent, così un deployment può gestire affiancati un percorso con chiave API e una licenza CLI di un vendor.

Per il modello di esecuzione e delle autorizzazioni, aspettati lo stesso lavoro in entrambi. Ciascuno mantiene un gateway a esecuzione prolungata che gestisce la distribuzione in background, e ciascuno rende l'endpoint personalizzato una decisione esplicita di fiducia: OpenClaw tratta un baseUrl personalizzato come una concessione di fiducia di rete limitata a quello specifico schema, host e porta, mentre le origini metadata, link-local e NAT64 per uso locale restano bloccate senza un'abilitazione esplicita e gli altri intervalli privati o CGNAT richiedono request.allowPrivateNetwork: true, il cui valore predefinito è false.

Nel percorso dei costi, la differenza riguarda la visibilità, non il prezzo. Entrambi i programmi sono gratuiti. OpenClaw riporta i token delle sessioni e un costo stimato per le sessioni con chiave API e nasconde le stime in dollari per token per le sessioni fatturate tramite piano. La WebUI di nanobot mostra un grafico dei token e della cache per round e dichiara esplicitamente che quei dati non sono un rendiconto di fatturazione; nel riferimento CLI non esiste alcun comando per la spesa aggregata. Le richieste aperte di monitoraggio dei costi in HKUDS/nanobot, issue #1193 (ultimo aggiornamento 25 febbraio 2026) e #2020 (ultimo aggiornamento 16 marzo 2026), sono ancora entrambe aperte — ma non interpretare quei titoli come l'insieme delle funzionalità odierne, perché la visualizzazione per round esiste. Ciò che manca è l'aggregazione.

Per il costo della migrazione, pianifica una riscrittura anziché un'importazione. L'importatore della memoria di OpenClaw copre Codex, Claude Code e Hermes, e nessuno dei due progetti documenta un importatore per l'altro in una delle due direzioni. I blocchi dei provider, i preset, le credenziali dei canali, le pianificazioni e i file di memoria devono essere ricreati manualmente.

Un aspetto su cui nessuna delle due scelte può basarsi: non esiste un benchmark condiviso e nessuno dei due progetti pubblica dati sulla qualità delle attività. Il README di nanobot afferma di avere un «core piccolo e leggibile», ma non pubblica alcun conteggio delle righe, quindi qualsiasi cifra specifica sul numero di righe citata altrove non è una dichiarazione del vendor. La dimensione del codice non predice la qualità delle attività in nessuna delle due direzioni.

nanobot vs OpenClaw a colpo d'occhio

Il numero di stelle misura l'attenzione in un singolo giorno, non la maturità o il supporto, e cambia quotidianamente per entrambi: leggilo dai due repository anziché da una pagina secondaria. Nella riga relativa alla licenza esiste una discrepanza documentata: i metadati dell'API GitHub non riportano alcuna dichiarazione di licenza per openclaw/openclaw, mentre il file LICENSE contiene il testo MIT senza clausole relative a marchi o denominazioni, seguito soltanto da un rimando a THIRD_PARTY_NOTICES.md. Leggi il file e verificalo personalmente prima di distribuire qualunque cosa costruita su di esso.

La configurazione del provider è la vera differenza

Entrambi i client possono chiamare un endpoint compatibile con OpenAI o con Anthropic. Decidono quale usare in modo diverso, e questo singolo fatto spiega perché una configurazione funzionante non può essere trasferita dall'uno all'altro.

nanobot decide in base alla chiave del provider che scrivi. Secondo il suo riferimento ai provider, qualsiasi chiave inventata sotto providers viene trattata come provider direttamente compatibile con OpenAI, apiBase è obbligatorio perché nanobot non può conoscere l'URL dell'endpoint e apiKey è facoltativo. Per un gateway compatibile con Anthropic devi invece mantenere il provider come anthropic e sovrascrivere il suo apiBase: la documentazione afferma che i nomi di provider personalizzati arbitrari sono compatibili solo con OpenAI e non usano il formato di richiesta Anthropic Messages. Questa è la principale trappola di configurazione del confronto.

{
  "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"
    }
  }
}

Qui i nomi contano due volte. Evita di entrare in conflitto con un nome integrato come openai, openai-codex, github-copilot o lm-studio, e non impostare apiType su una chiave personalizzata: quel campo serve solo per providers.openai. Con un provider personalizzato denominato esplicitamente, l'ID del modello viene inviato così come è scritto, quindi model deve corrispondere esattamente all'ID previsto dall'endpoint; solo con provider: "auto" viene rimosso un prefisso corrispondente. Questa sovrascrittura modifica direttamente il blocco del provider anthropic, quindi il gateway sostituisce Anthropic diretto in ogni preset che punta a quel provider, invece di affiancarlo. Nota inoltre che le chiavi snake_case sono accettate per compatibilità, ma nanobot riscrive su disco le chiavi in camelCase.

OpenClaw decide con un campo. Il suo riferimento ai provider personalizzati inserisce tutto in un unico blocco uniforme sotto models.providers, dove api seleziona l'adapter delle richieste. Quel riferimento elenca undici valori, tra cui openai-completions, openai-responses, anthropic-messages, google-generative-ai, ollama e bedrock-converse-stream; lo schema di configurazione di OpenClaw alla v2026.9.7 ne accetta un dodicesimo, google-interactions, aggiunto il 25 settembre 2026 e documentato finora soltanto nella sua pagina del provider Google. Un baseUrl senza api utilizza per impostazione predefinita 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"
      }
    }
  }
}

Aggiungere da solo un riferimento al modello sotto agents.defaults non lo registra: in models.providers.<id>.models[] deve esistere una voce corrispondente con lo stesso id. Il 1024 qui sopra è un limite di output deliberatamente ridotto per una prima prova, non il massimo del modello; ricava contextWindow e maxTokens dalla pagina del modello per qualunque modello tu instradi. Kunavo non ha eseguito test con nessuno dei due client sul proprio endpoint: questi blocchi sono stati letti dai riferimenti di configurazione dei due progetti il 21 settembre 2026 e richiedono una tua prova circoscritta prima di spostarvi attività pianificate.

Cosa un endpoint di terze parti non può raggiungere

Entrambi i progetti documentano aspetti specifici che un endpoint personalizzato perde. Sono le parti che un confronto dei prezzi di solito trascura e che cambiano il costo effettivo di una route economica. Le righe relative a nanobot provengono dal riferimento del provider collegato sopra; quelle relative a OpenClaw provengono dallo stesso riferimento di configurazione, oltre che dalla sua pagina sui concetti dei provider personalizzati, dove è documentato il comportamento relativo agli header eliminati.

Vale la pena pianificare due conseguenze. Primo, su una route OpenClaw compatibile con OpenAI verso un host non nativo, i suggerimenti di caching dei prompt lato client vengono eliminati intenzionalmente, insieme a service_tier, store e agli header di attribuzione; la route anthropic-messages, invece, perde gli header beta impliciti. Questo modifica ciò che il client richiede, non determina di per sé se l'endpoint esegue il caching: un endpoint che esegue il caching sul proprio lato può comunque farlo e la documentazione di OpenClaw non afferma il contrario. Non dare quindi per scontato nessuno dei due risultati: verifica l'utilizzo restituito prima di considerare una sessione ricorrente come memorizzata nella cache. La nostra guida al prompt caching spiega come dovrebbero apparire i campi di utilizzo quando il caching funziona.

Secondo, in OpenClaw il runtime conta tanto quanto il provider. Il riferimento sui runtime risolve il runtime dopo la risoluzione del provider e del modello e consente di fissarne uno per provider con models.providers.<provider>.agentRuntime: il runtime integrato openclaw esegue direttamente il turno preparato, mentre codex, claude-cli e copilot vengono eseguiti tramite backend dei vendor che utilizzano le proprie credenziali di abbonamento. Non è documentato se tali backend rispettino o meno un baseUrl personalizzato; considera quindi una chiave in stile Kunavo come appartenente al runtime openclaw, invece di presumere che un backend CLI possa essere reindirizzato. In nanobot, il confine equivalente è che gli account in abbonamento sono provider OAuth distinti, a cui si accede con nanobot provider login, e il riferimento del provider indica che i provider OAuth non sono fallback automatici validi; una chiave gateway non eredita nulla di tutto questo. Il README di OpenClaw dichiara che non dispone di un livello a pagamento, di un servizio in hosting o di un token, e la documentazione di nanobot non descrive alcun livello a pagamento; pertanto nessuno dei due documenta un vincolo legato al piano software.

Costo operativo: il software costa $0, la frequenza no

nanobot è distribuito con licenza MIT secondo la sua licenza del repository e il README di OpenClaw dichiara che non dispone di un livello a pagamento, di un servizio in hosting o di un token. Nessuno dei due pubblica un benchmark di utilizzo, quindi tutto ciò che segue è aritmetica basata sulle ipotesi dichiarate, non un risultato misurato né un limite massimo di fatturazione.

Considera un singolo assistente che gestisce 30 turni al giorno per 30 giorni, ipotizzati con 6.000 token di input non memorizzati nella cache e 400 token di output per turno: 5,4M token di input e 360.000 token di output al mese. Alle attuali tariffe del catalogo Kunavo, Claude Sonnet 5 indica $1,40 per milione di token di input e $7,00 per milione di token di output, mentre Claude Haiku 4.5 indica $0,70 e $3,50.

Le righe relative agli heartbeat utilizzano i dati pubblicati da OpenClaw: il suo riferimento sugli heartbeat afferma che gli heartbeat eseguono turni completi dell'agente, che la frequenza predefinita è di 30 minuti per l'autenticazione con chiave API o di un'ora per OAuth e che isolatedSession riduce il costo in token per heartbeat da circa 100K a circa 2-5K token. È la voce più rilevante e controllabile dell'intero confronto e non ha nulla a che vedere con il client scelto. Si tratta di stime aritmetiche dei token basate sulle ipotesi dichiarate, escluse le tariffe della cache, l'output nei turni heartbeat, gli strumenti esterni e l'hosting.

Due lacune da considerare con onestà. Non è verificato che OpenClaw esegua effettivamente un heartbeat quando non esiste alcun blocco agents.defaults.heartbeat: la documentazione indica la frequenza predefinita senza affermare che la funzionalità sia attiva immediatamente; leggi quindi le righe sopra come il costo di un heartbeat che configuri. Inoltre, il riferimento di configurazione di nanobot abilita per impostazione predefinita un heartbeat del gateway ogni 1800 secondi, con i risultati ordinari "saltati silenziosamente", e lo stesso riferimento elenca la valutazione degli heartbeat tra le attività interne che aprono uno stream del modello; pertanto un heartbeat saltato non è necessariamente gratuito. Non pubblica alcun dato sui token per heartbeat, quindi il costo inattivo di nanobot non può essere indicato sulla base della sua documentazione. Misura entrambi con una giornata tranquilla prima di impegnarti in una pianificazione.

Ciò che OpenClaw abilita per impostazione predefinita è il consolidamento della memoria, tramite un cron giornaliero alle 03:00, utilizzando il modello predefinito dell'agente salvo impostare dreaming.model: indirizzarlo verso un modello più economico richiede una modifica di una sola riga. nanobot ha un'attività analoga: il suo riferimento sulla memoria indica che Dream viene eseguito per impostazione predefinita secondo una pianificazione cron e accetta un modelOverride che specifichi un preset più economico, quindi prevedine il costo per entrambi. Il suo idleCompactAfterMinutes separato, con valore predefinito 15, è un timer di compattazione, non una chiamata al modello pianificata; la documentazione collega tale valore predefinito a una finestra tipica di scadenza della cache KV. Nessuno dei due progetti pubblica un dato sui token per esecuzione del passaggio di consolidamento e i due sistemi non sono correlati: non applicare i numeri di un progetto all'altro.

Oltre ai token, prevedi il costo della macchina che mantiene in esecuzione il gateway, oltre a eventuali account a pagamento per canali o strumenti: il canale SMS di OpenClaw richiede una configurazione Twilio e il suo canale Signal funziona tramite signal-cli, come daemon locale o container, con un proprio numero, mentre le opzioni di trascrizione di nanobot e gli eventuali strumenti di immagini o ricerca sono account separati.

Se vuoi finanziare il lato modello con credito prepagato invece di un abbonamento, la ricarica minima di Kunavo è pari a $10 di credito prepagato e il saldo non scade. Leggi prima la guida alla fatturazione: una stima del catalogo non è un limite massimo, perché l'addebito può essere superiore quando la fatturazione basata sui costi upstream lo supera. Crea un account Kunavo quando sei pronto a eseguire questa prova con limite predefinito nel client che hai scelto.

Passare dall'uno all'altro, in entrambe le direzioni

Non dare per scontato che qualcosa venga trasferito automaticamente. Il blocco del provider viene riscritto manualmente nell'altra struttura; una voce modelPresets di nanobot non ha un equivalente diretto di models.providers.<id>.models[] di OpenClaw e viceversa. Le credenziali dei canali vengono emesse nuovamente per ciascun canale. Le pianificazioni vengono trasferite come definizioni, non come stato: nanobot conserva lo stato cron in <workspace>/cron/jobs.json ed entrambi i prodotti richiedono che il processo gateway continui a essere in esecuzione affinché qualsiasi attività pianificata venga eseguita.

La memoria è l'elemento che vale la pena esportare deliberatamente. Le conoscenze persistenti di nanobot risiedono in SOUL.md, USER.md e memory/MEMORY.md all'interno di un workspace il cui valore predefinito è ~/.nanobot/workspace/. OpenClaw conserva per impostazione predefinita il proprio workspace in ~/.openclaw/workspace, separato da ~/.openclaw/, che contiene configurazione, credenziali e sessioni, con OPENCLAW_WORKSPACE_DIR che sostituisce il percorso predefinito del workspace secondo il suo riferimento sul workspace dell'agente. Copia i file, poi leggili nella destinazione: trasferire un file non dimostra che la sessione successiva recupererà il fatto corretto.

Sposta prima un'attività ricorrente e conserva la vecchia installazione finché la sostituzione non la completa e non supera un riavvio. Se la rosa di opzioni è davvero OpenClaw rispetto a qualcosa di diverso da nanobot, confronta le alternative in base al flusso di lavoro; se hai già scelto OpenClaw e ti serve solo la route del modello, il confronto dei provider e l'analisi dei costi operativi approfondiscono più di questa pagina.

Domande frequenti

Documenti di origine verificati il 21 settembre 2026: entrambi i repository, la documentazione pubblicata, il record PyPI di nanobot-ai e il record npm di openclaw. Il 1° ottobre 2026 i valori di api e il valore predefinito di openai-completions di OpenClaw sono stati verificati nuovamente rispetto al riferimento di configurazione del gateway, alla pagina del provider Google e allo schema di configurazione alla versione v2026.9.7. Kunavo non ha testato a runtime nessuno dei due client; i blocchi di configurazione sono ricavati dalla documentazione dei vendor. Le tariffe Kunavo provengono dal catalogo attivo e i totali sono calcoli basati sui token e sulle ipotesi dichiarate, non costi misurati delle attività.