Agent Zero対OpenClaw：実行、メモリ、モデルコスト

Agent ZeroとOpenClawはどちらもMITライセンスで、どちらも無料でインストールできます。また、同じ仕事を競合しているわけではありません。Agent Zeroは、エージェントが内部で作業できるコンテナ化されたLinuxコンピューターを提供し、OpenClawは所有するハードウェア上で永続的なゲートウェイを実行し、チャットチャネル経由で接続します。エージェントにマシンが必要ならAgent Zeroを選んでください。常時接続可能なアシスタントが必要ならOpenClawを選んでください。どちらの場合も、継続的な請求はモデルのトークン料金と実行先のマシンの費用であり、そこに自分で追加する有料ツールAPIの料金は含まれません。

両プロジェクトは、2026年9月21日にこのページを確認した時点で活動中でした。Agent Zeroリポジトリはアーカイブされておらず、前日に更新され、最新のタグ付きリリースはv2.12（2026年9月9日公開、v2.11は8月27日）でした。OpenClawリポジトリもアーカイブされておらず、その日に更新されていました。同日にGitHub APIから読み取ったスター数は19,225と390,183でした。これらは日々変動するため、品質ではなく人気の指標です。

2つのバージョン関連の詳細は誤読しやすい点です。OpenClawには複数の更新チャネルがあり、そのドキュメントではstableチャネルをnpmのdist-tag latestに対応付け、extended-stableは独自のタグとしています。2026年9月21日時点で、レジストリにはlatestが2026.9.5、extended-stableが2026.6.35として掲載されていました。各タグは独立して付け替えられるため、バージョン番号からチャネルを推測せず、dist-tagを確認してください。別途、両方のLICENSEファイルにはMIT条件が含まれています。Agent ZeroはAgent Zero, s.r.o.の下、OpenClawはOpenClaw Foundationの下です。一方、GitHubのライセンスAPIは両リポジトリについてNOASSERTIONを報告しています。ライセンスが調達上の問題になる場合は、バッジではなくLICENSEファイルを読み、自社の法律顧問にも確認してください。

正しい2つのプロジェクトを比較しているか確認する

名前が非常に似ているため、検索を誤らせるものが4つあります。そのうち3つはGitHubリポジトリで、2026年9月21日にメタデータを確認した時点では、3つともアーカイブされていませんでした。4つ目はソフトウェアプロジェクトではありません。

• 1997年のゲームエンジン、OpenClaw。 pjasicek/OpenClawは、Captain ClawプラットフォーマーのC++再実装です。2017年に作成され、アシスタントより何年も前のものであり、無関係なゲームコードです。
• OpenClawを名乗るトークン。このプロジェクトはトークンがないと明記しており、独自の履歴ページには、2026年1月の改称から数分以内に悪意ある者が$OPENCLAWトークンを立ち上げたと記録されています。その名称で宣伝されるプレセールやエアドロップは、プロジェクトのものではありません。
• 研究プロジェクトのAgent0。 aiming-lab/Agent0は、自己進化エージェントに関するApache-2.0の学術シリーズです。組織名はagent0aiと1文字違いで、まったく別のものです。
• Space Agent。 agent0ai/space-agentは同じチームによるもので、READMEにはゲストアカウントで試せるホスト型デモサーバーが示されています。Space Agentが請求する料金はSpace Agentの料金であり、Agent Zeroの料金ではありません。

どの製品を誰が選ぶべきか

エージェントにコンピューターを操作させる必要がある。Agent Zeroを選んでください。インストールドキュメントは、Agent ZeroがDockerコンテナとして動作すると明記して始まります。READMEでは、Canvasで開くデスクトップは、そのコンテナ内で動作する実際のXFCEセッションであり、リモートVMではないと説明されています。ホストマシンへの接続は別途オプトインで、READMEにはA0 CLIコネクターが示されています。これはコンテナ内ではなくホスト上で実行します。この機能の代償はコンテナです。VPSデプロイガイドでは、最低要件としてRAM 2 GB、ストレージ20 GB、1 vCPUを、推奨要件として4 GB以上、50 GB以上、2 vCPU以上を挙げています。

常時接続可能で、ホスティング費用の安いアシスタントが必要である。OpenClawを選んでください。初回実行FAQには、RAM 1 GB、1コア、空きディスク500 MB、64ビットOSという絶対的な最低要件が記載されています。トレードオフは権限モデルです。サンドボックスはデフォルトで無効で、ツール実行はホスト上で行われます。また、ドキュメントには、サンドボックスを有効にしても完全なセキュリティ境界ではないと明記されています。いずれの場合も、ゲートウェイプロセス自体は常にホスト上に残ります。

コストまたは移行作業を基準に選んでいる。ソフトウェアはどちらも0ドルなので、判断はその先にあります。Agent Zeroでは、適切に動作させるために少なくとも2つの有料モデルスロットを設定する必要があります。また、付属のContext Windowプラグインはトークン数とウィンドウ全体の内訳を表示し、プロバイダーが使用量を報告し、LiteLLMがモデルをマッピングした場合にのみ価格を表示します。OpenClawは開始時に1つのモデルを必要とし、/status、/usage cost、Control UIの使用量パネルを提供します。OpenClaw自身が計算する支出額はセッションログから集計した推定値であり、プロバイダーが公開している場合は、プロバイダーが報告する使用量またはクォータがその横に表示されます。移行については、Agent Zeroの状態はDockerの名前付きボリュームに保存されます。OpenClawはワークスペース内のプレーンなMarkdownファイル（MEMORY.mdとmemory/*.md）を正規のメモリとして保持し、派生したSQLiteストアにインデックス化します。こちらの方が読み取り、差分比較、他の場所への移行が容易です。

並列比較

この表の出典（すべて2026年9月21日に閲覧）：2つのREADME、Agent ZeroのVPSデプロイ（認証セクションには単一のログイン名とパスワードが記載されています。コンテナのrootパスワードは、上記でリンクしたインストール文書に記載された設定です）、Context WindowプラグインのREADME、OpenClawがサンドボックス化する対象、OpenClawのDMアクセス制御、OpenClawのチーム利用、OpenClawの使用量追跡。

モデルの役割分担こそが本当の違い

両製品の差が最も大きく、機能一覧では判断しにくいのがこの点である。Agent Zeroはモデルをプリセットにまとめており、model presets guideでは、すべての設定にメイン、ユーティリティ、埋め込みモデルが含まれるため、プリセットを切り替えるとそれらも一緒に切り替わると説明している。OpenClawのスロットは別々の設定キーであり、agent model referenceに記載されている。

ユーティリティスロットについて実務上重要な点が1つある。Agent Zeroのインストール文書は、非常に小さいモデル（4Bを例示）が信頼性の高いメモリ抽出と統合に失敗すると警告し、代わりに70Bクラスのモデルまたは高性能なクラウドのflash/miniモデルを推奨している。したがって、ここは無条件に節約すべき場所ではない。

Kunavoは埋め込みを提供しない。このエンドポイントを支える有効なモデルがないため、リクエストは回答されず拒否され、3番目のスロットをここで購入することもできない。両製品ともこの処理にはローカルの選択肢を案内しており、それを利用するのが方法となる。

Agent Zeroのcurated presetsは、保存済みコレクションがない場合に公開リポジトリからダウンロードされ、特定の参照先を指定する。DefaultはGPT-5.6 TerraのチャットモデルとGoogle flash-liteのユーティリティモデル、PowerはGPT-5.6 SolとGPT-5.6 Luna、EfficiencyはGLMのチャットモデルとDeepSeekのユーティリティモデルを組み合わせる。ファイルはAgent Zeroが使用するOpenRouter形式（openai/gpt-5.6-sol）で記述するため、記載どおりのプリセット参照先はKunavoのIDではない。KunavoのカタログにはGPT-5.6 Terra、Sol、GPT-6 Astraがあるが、GPT-5.6 Luna、flash-lite、GLM、DeepSeekのモデルはない。したがって、PowerとDefaultのプリセットはそれぞれKunavo独自のIDでメインモデルを維持し、代替のユーティリティモデルが必要となる。Efficiencyプリセットはまったく対応付けられない。

実際にかかる費用

どちらもソフトウェアは$0。OpenClawはサブスクリプション、ホステッドティア、トークンがないと明記し、Foundationが独立した501(c)(3)であり、OpenAIは所有者ではなく寄付者であるとの注記とともにREADMEでも繰り返している。Agent Zeroには価格ページも有料プランもない。

Agent ZeroはファーストパーティLLMエンドポイントを提供している。そのトップページでは「LLM API (beta)」としてリンクされ、価格もアクセス条件も記載されていない。利用規約ページにはその両方が記載されている。これはプロジェクトのA0Tトークンを保有してステーキングするユーザー向けの無料ボーナス機能であり、第三者APIへのプロキシとしてのみ機能し、クォータは動的に決定され保証されず、カスタマーサポート、サービスレベル契約、返金はいずれもない。ベータという表示が購入可能なエンドポイントを意味すると考える前に、規約を確認すること。A0TはEthereumのBaseレイヤー2上のERC-20トークンであり、独自のトークンページでは価値がゼロまで下落する可能性があり、いかなる保証または補償制度の対象でもないと警告している。ここで説明したゲートは仕組みとしてのものであり、このガイドはその価格を示したり、推奨したり、推論を購入する手段として扱ったりするものではない。

トークン部分について、Kunavoのカタログ料金で計算した例として1か月分を示す。メインモデルでキャッシュされていない入力8百万トークンと出力400,000トークン、さらにユーティリティモデルで入力2百万トークンと出力200,000トークンを使用すると仮定する。このページではどちらのエージェントループも測定していないため、以下の数値は仮定したワークロードに基づく算術計算であり、測定されたタスク費用でも請求額の上限でもない。

最後の2行が有用な部分である。ユーティリティモデルをClaude Haiku 4.5からGPT-5.6 Terraに変更すると、メインモデルがこの分割のトークンの大半を担うため、合計は約1ドル変わる。このワークロードが通常とは異なりチャットが少ない場合を除けば、2番目のスロットを最適化しても費用への影響は小さい。また、表示料金が低いことは、タスク完了までの費用が低いという主張と同じではない点にも注意。2回目の試行が必要な弱いメインモデルは、1回で完了した強力なモデルより高くつく可能性がある。

どちらか一方を単一のOpenAI互換エンドポイントに接続する

両製品とも、異なる経路で1つのゲートウェイを対象にできる。以下は、2026年9月21日に各プロジェクト独自の設定ファイルとドキュメントから確認した内容である。Kunavoはどちらのクライアントもエンドツーエンドで実行していないため、これは文書化されたプロトコルであり、互換性を検証した結果ではない。試行中も、現在動作している経路を利用できる状態にしておくこと。

Agent Zero。リモートモデル呼び出しはLiteLLMを経由する（models.pyはローカルのsentence-transformers経路ではLiteLLMを迂回させる）。使用するプロバイダーはOther OpenAI compatibleで、設定IDはother、conf/model_providers.yaml内にあり、そのlitellm_providerはopenaiである。models.pyでは、LiteLLM呼び出しの直前にそのIDがopenaiへ再マッピングされ、モデル名は変更されずに渡される。インストール文書では、キーをExternal Services、次にOther OpenAI-compatible API keysの下に置き、モデル設定でOpenAI Compatibleをプロバイダーとして選択する。ベースURLはスロットごとのAPI URLフィールドである。モデルIDについて、Agent Zeroのトラブルシューティング文書は別の2つのプロバイダーを扱っており、openai/gpt-5.3はOpenRouterには正しく、ネイティブOpenAIプロバイダーには誤りで、後者は接頭辞を取らないと説明している。Other OpenAI compatibleのID形式は記載されていないため、使用するゲートウェイのモデル一覧が返すIDを使うこと。ベースURLを設定すると、モデルピッカーもそのベースURLからbearer token付きでモデル一覧を取得するリクエストを行う。これはモデル検索エンドポイントに基づく。以下の環境変数経路はmodels.pyから読み取ったもので、get_api_keyが3つの表記を順番に解決し、カンマ区切りの値をラウンドロビンする。

# 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。JSON5設定のmodels.providersの下に、baseUrl、apiKey、apiのアダプター、および認証情報をAuthorizationヘッダーに載せる必要がある場合のauthHeaderを含むブロックを登録する。4つすべてがカスタムプロバイダーのフィールドリファレンスに記載されており、そこにはbaseUrlにapiがない場合、openai-completionsがデフォルトになることも記されている。その後、別の箇所で使用する参照先はprovider/modelとなる。KunavoのMessages形式の経路向けの開始設定と、検証および再起動コマンドは、OpenClawに最適なAPIにすでに記載されている。

移行前に知っておく価値のあるOpenClawの制限は5つあり、すべてカスタムプロバイダーのリファレンスとルーティング規則に基づく。Codexエージェントのランタイムはカスタムエンドポイントから到達できず、それを要求するとフェイルクローズする。ネイティブではないcompletionsエンドポイントでは、OpenClawはdeveloperロールを強制的に無効にし、service-tier、store、prompt-cacheのヒントを削除する。直接接続ではないAnthropic形式のエンドポイントでは、自分で設定しない限り暗黙のベータヘッダーを抑制する。モデルごとのcostは省略するとすべて0になり、使用量ドキュメントでは記録された0ドルのコストを有効なコストデータとして扱うため、/usage costはその経路を価格未設定として警告せず$0と報告する。そして設定するbaseUrl自体がネットワーク信頼の判断となる。OpenClawは保護されたfetch経路を通じて、その正確なscheme://host:portのオリジンを信頼する一方、その他のプライベート、ループバック、または異なるポートの宛先には明示的なrequest.allowPrivateNetworkオプトインが必要となる。

いずれかのハーネスを1つのOpenAI互換エンドポイントへルーティングする場合は、Kunavoアカウントを作成する。最低条件はサブスクリプションなしの$10前払いチャージであり、請求では、カタログによる見積もりが上限ではなく下限である理由を説明している。

この比較からは確定できないこと

このページでは、どちらの製品に対してもランタイムテストを実施していない。具体的に未検証なのは、Agent Zeroのツール呼び出しループが、特定のモデルについて第三者のOpenAI互換エンドポイント経由でエンドツーエンドに完了するか、モデルピッカーが特定のゲートウェイのモデル一覧を解析できるか、ネイティブAnthropicプロバイダーがカスタムAPI URLをそもそも受け付けるかである。最後の点について、独自のUIヒントには記載がない。OpenClaw側では、直接接続ではないAnthropic形式のエンドポイント経由でのプロンプトキャッシュの挙動をここではテストしておらず、上述の抑制されたベータヘッダーとも関係する。どちらのループについても、タスクごとのトークン消費量は測定していない。スター数、バージョン番号、npm dist-tag、ハードウェア最低要件はいずれも2026年9月21日時点の一回限りの値であり、今後変わる。

関連する判断については、OpenClaw pricingで運用費全体を、OpenClaw alternativesでより広い選択肢を、the OpenAI-compatible API referenceで両製品が話すエンドポイント形式を確認できる。

よくある質問

リポジトリのメタデータ、リリースタグ、npm dist-tag、および両プロジェクトの公式ドキュメントを2026年9月21日に確認した。Kunavoの料金は現在のモデルカタログから取得し、月間合計は明示した仮定に基づくトークン計算であり、測定されたタスク費用ではない。