OpenManusの料金とAPI設定：無料プログラム、トークン料金、そしてそのままでは機能しない設定

OpenManus自体の費用は0ドルです。プラン、​​有料ティア、ライセンスキー、ホスト版のいずれもないMITライセンスのオープンソースであるため、「OpenManusの料金」が意味するのは、その背後にあるモデルAPIの請求額全体です。これに加えて、任意でデフォルトでは無効になっている2つのクラウドサービスがあります。予算を組むうえで重要なのは、1回のエージェント実行が送信する量です。それを最も歪める可能性が高い設定は、OpenManus自体が同梱する設定ファイルです。これは2026年2月19日に廃止されたClaudeモデルIDをいまだにデフォルトにしており、コピー手順を省略しても読み込まれます。

まず、検索結果の大半が別のものに関する内容なので、区別しておきます。Manusは別会社による、別個の有料・クレジット従量制の商用製品であり、api.manus.aiの商用APIはさらに別のものです。このページにはManusの料金は掲載していません。manus.im/pricingはクライアント側でレンダリングされ、2026年9月21日に公式ソースから読み取れませんでした。また、第三者ブログで出回っている金額は公式情報ではありません。目的の製品がそれである場合は、manus.imを直接確認してください。

ManusまたはOpenManusと呼ばれる5つのもの

移転の影響は、思った以上に大きいものです。プロジェクト自身のホームページopenmanus.github.ioは、現行リポジトリのhomepageフィールドに設定されているサイトですが、2025年のチュートリアルの大半と同じく、今も読者を古いmannaandpoemパスへ誘導しています。現在のリポジトリは、2026年9月21日にGitHub APIで確認しました。archived: false、MIT、58,367スター、オープンイシュー455件、最終プッシュは2026年8月22日で、mainブランチの最後のコミットは2026年8月16日付です。GitHubには同名の別プロジェクトも2つあります。OpenManus/OpenManus-RLは別の強化学習プロジェクトで、henryalps/OpenManusは検索結果に表示される同名リポジトリですが、URLからアクセスできることを確認した以外は調査していません。

無料のものと、実際に請求されるもの

インストールはソースからのみ行います。conda create -n open_manus python=3.12またはuv venv --python 3.12を実行し、続いて現在のリポジトリのgit cloneを行います。1行で完了するパッケージインストールはなく、setup.pyはpython_requires=">=3.12"を宣言しています。

OpenManus APIキーの設定場所

キー用の環境変数もコマンドラインフラグもありません。OpenManusでのBYOKはTOMLファイルで行います。config/config.example.tomlをconfig/config.tomlにコピーし、[llm]の下でmodel、base_url、api_keyを設定します。

# config/config.toml — copy config.example.toml here first, then edit.
# If this file does not exist, OpenManus loads the example file instead.
[llm]
model = "claude-sonnet-4-6"
base_url = "https://api.kunavo.com/v1"
api_key = "sk-kn-..."
max_tokens = 8192
temperature = 0.0

# Sub-tables of [llm] are profiles, selected by the AGENT's name lower-cased,
# and they inherit every key you leave out. "manus" is the agent main.py runs;
# "mcp_agent" is the one run_mcp.py runs.
[llm.mcp_agent]
model = "claude-haiku-4-5"

クライアントはapp/llm.pyのLLM.__init__で選択され、api_typeのうち動作を変える値は2つだけです。"azure"はAsyncAzureOpenAIクライアントを構築し、"aws"はBedrockクライアントを構築します。それ以外は、OpenManus自身の例示ファイルにあるollama、jiekou、ppioの値も含め、単純なAsyncOpenAI(api_key, base_url)にフォールスルーします。これらのラベルはドキュメントであり、コードパスではありません。したがって、OpenAI形式のPOST /chat/completionsエンドポイントに到達するにはbase_urlとapi_keyが必要で、api_typeの値は一切必要ありません。そのエンドポイントが何をサポートしなければならないかは別の問題で、以下のリストは短いものの実在します。Kunavoのエンドポイントはその形状を備えています。https://api.kunavo.com/v1、Bearer認証、sk-kn-キー、認証なしのGET /v1/modelsは401を返し、OpenAI形式のtoolsとtool_choiceを受け付けます。これはOpenManusのエージェントループが送信するものです。これはプロトコル形状についての記述であり、2026年9月21日に確認しました。Kunavoに対してOpenManusを実行したことはありません。したがって、このページの内容はいずれも互換性テストではありません。

現在のmainから読み取れる、エンドポイントが満たすべき3つの要件と、OpenManusが代わりに行わないことが1つあります。ask_toolはstream = Falseをハードコードし、常にtoolsとtool_choice（デフォルトはauto）を送信するため、ツール呼び出しのみをストリーミングするエンドポイントではループが壊れます。max_tokensとtemperatureは、モデルIDが文字通りo1またはo3-miniである場合を除き、すべてのリクエストに付加されます。これらはREASONING_MODELSにある2つのエントリです。コードはレスポンスからusage.prompt_tokensとusage.completion_tokensを直接読み取ります。また、プロバイダー間の再試行はありません。失敗は同じエンドポイントに対して指数バックオフ付きのtenacityを通ります。

2つの公式スターター設定が一致していません

これは、準備して臨む価値のある落とし穴です。OpenManusには互いに矛盾する2つの公式スターター設定が同梱されており、どちらのファイルももう一方に言及していません。

Anthropicの非推奨化ページでは、claude-3-7-sonnet-20250219をRetired（廃止）として、廃止日を2026年2月19日と記載し、廃止されたモデルへのリクエストは失敗すると説明しています。推奨される代替モデルはclaude-sonnet-4-6です。これらの日付はAnthropicが運営するプラットフォームに適用され、Amazon BedrockとGoogle Cloudは独自のスケジュールで運用されます。READMEのほうが2つのファイルのうち新しく、同梱例が正規のものだという通常の想定を覆しています。

そして、使えなくなった設定がデフォルトでもあります。app/config.pyのConfig._get_config_path()は、config/config.tomlが存在すればそれを返し、存在しなければconfig/config.example.tomlを返し、どちらもない場合にのみ例外を発生させます。そのため、コピー手順を省略した初回実行では、役立つ「設定なし」エラーは出ません。文字列YOUR_API_KEYをそのまま、応答しなくなったモデルIDに対して認証に使用します。READMEにはこのフォールバックの記載がなく、例示ファイルをコピーするようにしか書かれていません。その他の同梱例もClaude 3.7 Sonnetを指しています。Daytonaの例には同じ日付付きの廃止IDがあり、Anthropicの例ではメインモデルにclaude-3-7-sonnet-latestを設定し、ビジョンブロックに日付付きIDを設定しています。一方、Googleの例ではgemini-2.0-flashを設定しており、Googleはこれを以前のモデルとして掲載し、それらは非推奨で「まもなく停止されます」と注記しています。config/ディレクトリは、プロジェクトが同梱する例示ファイルであり、対応プロバイダーの一覧ではないと考えてください。リポジトリ内でこれらをテストするものはなく、app/llm.pyは2025年4月26日以降変更されていません。

[llm.vision]ブロックは何からも読み取られません

同梱されているすべての例には[llm.vision]セクションがありますが、現在のmainではどのエージェントもこれを読み取りません。プロファイルはエージェント自身の名前を小文字化して選択され、app/agent/base.pyはLLM(config_name=self.name.lower())を実行します。存在するエージェント名はManus、browser、swe、toolcall、Data_Analysis、SandboxManus、mcp_agentです。「vision」はなく、未知のプロファイル名は静かに[llm]へフォールバックします。ask_with_images()は定義されていますが、リポジトリ内のどこにも呼び出し箇所がありません。実際に同梱エントリーポイントが選択できるサブテーブルは、[llm.manus]（エージェントがpython main.pyとrun_flow.pyの両方を実行）、[llm.mcp_agent]（run_mcp.py）、[llm.sandboxmanus]（sandbox_main.py）、[llm.data_analysis]（run_flow.py。use_data_analysis_agentを有効にした場合）です。BrowserAgentはname = "browser"を設定しますが、同梱エントリーポイントがこれをインスタンス化することはないため、独自のランナーを作成しない限り[llm.browser]は機能しません。どのサブテーブルも、そこに記載しなかったすべてのキーを継承するため、上書きに必要なのは異なるキーだけです。

ビジョン機能はもう一度制御されます。こちらは、ゲートウェイがそもそもビジョンを提供できるかどうかを決めます。app/llm.pyはハードコードされた許可リストを宣言しています。

どちらの現存モデルもOpenAIの現在のフラッグシップではありません。同じ料金ページでは、それらより上位にgpt-6-astraとgpt-5.6ファミリーが掲載されています。そのため、コードを編集せずにOpenManusのビジョン機能を使う唯一の方法は、2024年のモデルを実行することです。比較は完全な文字列一致で行われるため、openai/gpt-4oのような名前空間付きスラッグはどちらにも一致しません。設定されたモデルがそのリストにない場合、format_messagesはbase64_imageフィールドを削除し、テキストだけを送信します。エラーも警告もなく、スクリーンショットはモデルに届きません。Kunavoはgpt-4oもgpt-4o-miniも公開していないため、Kunavo向けに設定したOpenManusは、app/llm.pyのMULTIMODAL_MODELSを自分で編集しない限り、テキストとツールのみになります。テキスト生成とツール呼び出しには影響せず、許可リストが制御するのは画像だけです。また、モデル一覧が残りの互換性の証明になるわけでもありません。gpt-4oという正確な文字列を広告するエンドポイントはOpenManusの比較を満たしますが、インラインのdata:画像URLをモデルへ転送するかどうかは別の問題であり、ここではどのエンドポイントについてもテストしていません。

OpenManusの1回の実行にかかる費用

このページのためにOpenManusのタスクは実行していないため、報告できる実測コストはありません。コードから分かるのは、正直な構造です。app/agent/manus.pyのデフォルトエージェントはmax_steps = 20とmax_observe = 10000を設定します。各ステップは、そこまでの会話全体を含む、ストリーミングなしのツール呼び出しリクエスト1回です。そのため、入力トークンはステップ数に対して線形ではなく二乗で増加します。

以下の数値は明示した前提に基づくトークン計算であり、実測タスクコストでも請求額の上限でもありません。基本プロンプトを4,000トークン（システムプロンプトとツールスキーマ）、各ステップで履歴に追加されるトークンを1,200、各ステップの出力トークンを400と仮定します。6ステップで終了する実行では、入力約42,000トークン、出力約2,400トークンが送信されます。20ステップの上限まで進む実行では、入力約308,000トークン、出力約8,000トークンが送信されます。料金は100万トークンあたりのKunavoカタログの最新価格です。

行同士ではなく、2つの列を相互に比較してください。この前提では、20ステップは6ステップの7.3倍の入力を、3.3倍のステップ数で送信します。これが、エージェントループでは「モデルのトークン単価はいくらか」よりも「何ステップかかるか」が重要になる理由です。この形の請求ではプロンプトキャッシュも大きな効果を持つため、利用できない場所を把握しておく価値があります。AnthropicのOpenAI SDK互換性ドキュメントは、OpenManusの同梱例が指定する正確なベースURLについて説明し、そこでプロンプトキャッシュはサポートされず、strict、response_format、reasoning_effortは無視され、nは正確に1でなければならず、システムメッセージは先頭に繰り上げられると記載しています。同じページでは、このレイヤーを「主にモデル機能のテストと比較を目的としたもので、多くのユースケースにおける長期的または本番対応のソリューションとはみなされない」としています。OpenManusは独自のキャッシュ指示を送信しないため、キャッシュはエンドポイント側で提供される必要があります。

最近のClaudeモデルをOpenManusに指定する前に確認すべきパラメーターが1つあります。例ではtemperature = 0.0が同梱され、コードは2つの推論ID以外のすべてのリクエストでtemperatureを送信します。一方、Anthropicの非推奨化ページは、Claude Opus 4.7以降でtemperature、top_p、top_kを非推奨とし、デフォルト以外の値では400が返されると記載しています。互換性ページでは別途、temperatureは0から1の範囲でサポートされると説明しています。互換性レイヤーがこれを削除、制限、転送するかはここではテストしていません。確認済みの失敗ではなく、自分の経路で検証すべき事項として扱ってください。

予算と呼ぶ前に、これらを自分の1日あたりの実行回数で拡大してください。Kunavoのカタログ金額は上限ではなく請求下限です。上流が料金を報告すると、請求額はカタログ料金と上流コストに適用されるマークアップを掛けた額の大きい方になります。キャッシュ料金と外部ツールはこの例の対象外です。Kunavoの最低チャージ額は、前払いクレジットの$10です。これはタスク料金でもサブスクリプションでもなく、資金投入の最低額です。請求の詳細を参照してください。

OpenManusに最適なAPI：どの経路が有利か

そのリストにないものに注目してください。OpenManusのどこにもプランによるゲートはありません。ライセンスキーも、有料ティアも、テレメトリーチェックもありません。上記のすべての機能はリポジトリをクローンした誰でも利用でき、ゲートはサブスクリプションではなくすべてコード内にあります。すでにいずれかを利用している場合は、OpenAI互換APIとLLMゲートウェイ、またはOpenRouterの代替で経路を比較してください。「掲載価格が最安」と「完了までの費用が最安」の方法についてはAIコスト最適化を、単一ファミリーの選択については最安のClaude APIを参照してください。

セットアップして初回実行を確認する

KunavoはOpenManus専用のセットアップページを公開しておらず、ここではOpenManusをKunavoのエンドポイントに対して実行時テストしていません。上記のすべては、プロジェクトのソースとそのプロジェクト自身のドキュメントから読み取ったものです。一般的な設定方法は、上の設定ブロックにあるとおりです。base_urlをhttps://api.kunavo.com/v1に設定し、sk-kn-キーとカタログにあるモデルIDを使います。試す間は動作する経路を確保し、max_stepsをデフォルトのままにして、範囲を限定したタスクを1つ実行してください。その後、OpenManus自身がログに記録する合計ではなく、アカウントに記録された請求額を確認してください。OpenManusの合計はtiktokenによる推定値で、tiktokenが認識しないIDにはcl100k_baseへのフォールバックを使用します。クイックスタートから始め、チャット補完でリクエスト形式を確認し、キーに資金を投入する準備ができたらKunavoアカウントを作成してください。

プロバイダーではなくエージェントの間で選んでいますか？OpenClawに最適なAPIとAIエージェントAPIディレクトリでは、無料ソフトウェアと従量制トークン請求という同じ区分のクライアントを扱っています。

よくある質問

確認したのは2026年9月21日で、対象は次の範囲に限られます。FoundationAgents/OpenManusのGitHub APIレコード、現在のmain上のconfig/config.example.toml、READMEの設定およびインストールセクション、app/llm.py、app/config.py、app/agent/manus.py、config/にある6つのプロバイダー別設定例、タグ一覧、旧リポジトリパスのスタブREADME、openmanusのPyPIレコード、Anthropicのモデル非推奨化ページとOpenAI SDK互換性ページ、OpenAIの料金ページと非推奨化ページ、GoogleのGeminiモデル一覧です。Browser Use CloudとDaytonaは任意のベンダーとして名前とリンクを掲載していますが、ここでは料金を掲載していません。Manus、manus.im、Manus APIについては、公式ソースから料金ページを読み取れなかったため、料金を一切掲載していません。何も実行していません。インストールも、OpenManus経由のリクエストも、KunavoとOpenManusを組み合わせた実行も行っていません。そのため、動作に関する主張はすべてソースを読んだ結果に基づき、ドル建ての金額はすべて実測したタスクコストではなく、例示用のトークン計算です。Kunavoのトークン料金はライブカタログから取得しています。