OpenClaw için en iyi yerel model: gemma4, gpt-oss:20b ve qwen3-coder:30b dört ajan görevinde ölçüldü

128 GB belleğe sahip bir M3 Max'te OpenClaw 2026.9.7 ve Ollama 0.35.0 çalıştırıldığında, OpenClaw'un kendi Ollama kurulumunun önerdiği model olan gemma4, dört aracı görevi genelindeki 12 derecelendirilmiş çalışmanın tamamını geçti; gpt-oss:20b, neredeyse üç kat fazla başarısız araç çağrısıyla 12 çalışmanın 11'ini geçti; kodlama için olağan tercih olan qwen3-coder:30b ise araç çağrıları Ollama'nın ayrıştırıcısında sürekli bozulduğu için 12 çalışmanın 2'sini geçti. Her modeli her görevde üç kez, yeni bir çalışma alanında çalıştırdık; sonucu betikle derecelendirdik ve OpenClaw'un kendi araç ve token sayılarını ve Ollama'nın sunucu günlüğünü kaydettik. Ölçüm tarihi: 1 Ekim 2026.

OpenClaw'un kendisinin maliyeti ve bunun yerine barındırılan bir modelin ne kadara mal olacağı için OpenClaw fiyatlandırması bölümüne; API geri dönüşüyle yerel model çalıştırmak için OpenClaw'da birden fazla aracı ve model bölümüne bakın.

Çalıştırılanlar

Dört görev

Sonuçlar

Süreler, yaklaşık beş ila yedi saniyelik OpenClaw başlangıcı dâhil olmak üzere, çalışma başına duvar saati süresidir. "Giriş tokenları", OpenClaw'un kaydettiği önbelleğe alınmamış girdidir; önbellekten yeniden gönderdiği bağlam bunun üzerindedir ve aşağıdaki maliyet bölümünde hesaba katılır. Başarısız araç çağrısı sütunu, OpenClaw'un kaydettiği başarısızlıkları sayar; qwen3-coder'ın başarısızlıkları çağrı OpenClaw'a ulaşmadan önce gerçekleştiği için burada sıfır görünür ve aşağıda açıklanır.

Rakamların anlattığı

• gemma4 ve gpt-oss:20b, kısa aracı görevleri için kullanılabilir. İki dosyalı düzeltme de dâhil olmak üzere 24 çalışmanın 23'ü başarılı oldu; bu görevde birkaç modülün okunması, ikisinin düzenlenmesi ve testlerin yeniden çalıştırılması gerekir.
• gemma4 araçları daha temiz kullandı. Okuma görevinde her seferinde tam olarak bir araç çağrısı yaptı; gpt-oss ise üç çağrı yaptı ve bunların ikisi dosyayı okumadan önce genellikle başarısız oldu. On iki çalışmanın tamamında gpt-oss'un 19 başarısız araç çağrısına karşılık gemma4'ün 7 başarısız çağrısı vardı; görev başına ortalama asistan turu sayısı gpt-oss için 9,1, gemma4 için 6,8 oldu.
• Tek başarısızlık, sayma görevindeki gpt-oss'tu: on üç araç çağrısından sonra hatalı bir counts.json yazdı ve yanıt vermeden turu sonlandırdı.
• Hız burada ayırt edici değil. Tüm çalışmalarda gemma4 için medyan 53 sn, gpt-oss için 54 sn; tekil en yavaş çalışma, on yedi araç çağrısıyla iki dosyalı düzeltmede gemma4'ün 133 sn'siydi. qwen3-coder'ın çalışmaları yalnızca erken başarısız oldukları için daha kısaydı.
• Daha büyük modeller bu görevlerde doğruluk kazandırmadı. gpt-oss:20b'nin parametre sayısı gemma4'ün neredeyse üç katı ve kod için geliştirilmiş qwen3-coder:30b üç model arasında en düşük puanı aldı.

Model başına on iki çalışma, bu görevlerde bir örüntü görmek için yeterli, modelleri genel olarak sıralamak için yeterli değildir. Uzun görevler, daha büyük kod tabanları ve diğer niceleme biçimleri test edilmedi.

qwen3-coder:30b neden başarısız oldu?

Kodlama yüzünden değil. On başarısız çalışmasının:

• Beşi Ollama'nın ayrıştırıcısında sona erdi. qwen3-coder araç çağrılarını XML olarak yazar ve bir bağımsız değişken kod içerdiğinde <parameter> öğesini </function> ile kapatır. Ollama 0.35.0'ın sunucu günlüğü "qwen tool call parsing failed … XML syntax error … element <parameter> closed by </function>" kaydetti ve OpenClaw turu "Agent run failed" ile sonlandırdı.
• Dördü hiç çağrı yapmadı. Yanıt bir sonraki adımı duyurduktan sonra çıplak bir </tool_call> öğesini metin olarak yazdı; Ollama'nın çağrı olarak ayrıştırabileceği hiçbir şey yoktu ve tur orada sona erdi. Bu, OpenClaw belgelerinin /v1 URL'siyle ilişkilendirdiği belirtidir — burada Ollama'nın kendi API'sinde gerçekleşti.
• Biri yanlış yanıttı: CSV başlık satırlarını veri satırı olarak saydı.

Ayrıştırıcı Ollama'ya aittir; dolayısıyla bu, model hakkında bir hüküm değil, Ollama 0.35.0 için bir sonuçtur. qwen3-coder'ı OpenClaw ile çalıştırırsanız modeli suçlamadan önce ollama serve komutunun günlüğünde "qwen tool call parsing failed" ifadesini arayın ve Ollama'yı yükselttikten sonra yeniden test edin.

Önemli olan kurulum

• Ollama'nın kendi URL'si. OpenClaw'un belgeleri, /v1 OpenAI uyumlu URL'sinin "araç çağrılarını bozduğunu ve modellerin ham araç çağrısı JSON'unu düz metin olarak üretebileceğini" belirtir; çalıştırmalarda /v1 içermeyen baseUrl, api: "ollama" ile birlikte kullanıldı.
• Elle yazılan girdilerde contextWindow değerini sabitleyin. Hızlı bir testte, bu değer olmadan açık bir model girdisi 200.000 tokenlık bağlama çözümlendi; OpenClaw'un kendi Ollama kurulumu yerel modeller için bu çalıştırmalarda kullanılan 32.768'i yazar.
• Ollama'nın bağlamı ayrıdır. Ollama 0.35.0, OpenClaw'un 32.768'inden bağımsız olarak gemma4 ve gpt-oss'u 131.072 token, qwen3-coder'ı 262.144 token ile yükledi — bellekte 45,3 GB —; belleği belirleyen OpenClaw'un bütçesi değil, budur.
• Shell'i sandbox'a alın. Makinenizde shell komutları çalıştıran yerel model burada asıl risktir. sandbox.mode: "all" ile exec, yalnızca çalışma alanının bağlandığı OpenClaw Docker imajında çalıştı; imaj, OpenClaw'un sandbox belgelerindeki docker build komutuyla bir kez oluşturulur.

// ~/.openclaw/openclaw.json — the runs used one model per config; the
// fallbacks line shows the pattern and was not part of the measured runs
{
  models: { providers: { ollama: {
    apiKey: "ollama-local",
    baseUrl: "http://127.0.0.1:11434",   // native Ollama URL — no /v1
    api: "ollama",
    timeoutSeconds: 600,
    models: [
      { id: "gemma4:latest", name: "gemma4:latest", contextWindow: 32768, maxTokens: 8192,
        params: { keep_alive: "30m" } },
      { id: "gpt-oss:20b",   name: "gpt-oss:20b",   contextWindow: 32768, maxTokens: 8192,
        params: { keep_alive: "30m" } },
    ],
  } } },
  agents: { defaults: {
    model: { primary: "ollama/gemma4:latest", fallbacks: ["ollama/gpt-oss:20b"] },
    sandbox: { mode: "all", workspaceAccess: "rw" },   // shell runs in Docker
  } },
  tools: { exec: { mode: "full" } },
}

Yerel maliyetler

Yerel model, token başına faturayı zaman, disk ve elektrikle değiştirir. OpenClaw çalışma başına gemma4 için yaklaşık 16.415 önbelleğe alınmamış girdi tokenı, 78.469 yeniden gönderilen önbelleğe alınmış bağlam tokenı ve 1.142 çıktı tokenı; gpt-oss için 13.761, 88.688 ve 1.192 kaydetti. Yaklaşık hesapla — tokenleştiriciler modeller arasında farklılık gösterir — aynı sayılar Claude Haiku 4.5 modelinin Kunavo ücretleriyle (milyon token başına girdi $0,70, önbelleğe alınmış girdi $0,07, çıktı $3,50) çalışma başına yaklaşık $0,021 ve $0,020 tutar. Güç ölçülmedi; çalışma başına elektrik maliyeti, watt × saniye ÷ 3.600.000 × kWh başına fiyatınızdır.

Pratik yaklaşım, yerel modelin başarısız olduğu turlar için barındırılan geri dönüş modeliyle yerel modeli birincil kullanmaktır. OpenClaw, aracı başına bir fallbacks listesi alır; Kunavo anahtarı, Ollama'nın yanında OpenAI uyumlu sağlayıcı olarak çalışır ve ön ödemeli bakiyeden token başına ücretlendirilir. Kunavo'da hiç kimse OpenClaw'u kendi endpoint'ine karşı çalıştırmadı — bu çalıştırmalar tamamen yereldi.

Sık sorulan sorular

1 Ekim 2026'da Apple M3 Max (128 GB) üzerinde çalıştırıldı: OpenClaw 2026.9.7 (npm, Node 24.21.0), Ollama v0.35.0 (sürüm ikili dosyası), Ollama kayıt defterinden çekilen ve sha256 ile doğrulanan gemma4:latest, gpt-oss:20b ve qwen3-coder:30b. 36 çalıştırmanın her biri yeni bir çalışma alanı ve yeni OpenClaw durumu kullandı; exec, OpenClaw'un Docker sandbox'unda çalıştı ve değerlendirme betikle yapıldı; araç çağrıları ve token sayıları OpenClaw'un kendi JSON çıktısıdır. Görev fikstürleri, değerlendiriciler ve adaptör betiği bu sayfanın kanıtlarıyla birlikte yayımlanmıştır. Ölçülmeyenler: güç tüketimi, uzun görevler, diğer niceleme biçimleri veya daha küçük makineler.