こんな風に思ったことはありませんか？
OpenClaw が大好きで、コード作成、コンテンツ制作、自動化、スケジュール管理、データ収集まで、何でも一度に処理できることを知っている。それなのに、なぜか自由に使いこなせない。
なぜなら、コメント欄やグループチャット、Twitter を開けば、こんな声ばかりが目に入るからです。
- 「24 時間で 70 ドル溶かした」
- 「毎週何百ドルも使ってる」
- 「もっとすごいのは、毎週 1000 ドル以上溶かしてる人もいる」
だから、あなたは毎日こんなことを考え始めます。
- どうやって Tokens を節約するか？
- もっと安い国内の代替品はないか？
もしかすると、「AI 使用による習慣的な貧困」に陥っているかもしれません。エージェントにもう少しだけ作業を任せようとするたびに、手が止まってしまう。
「やっぱり…やめとこうかな？」
でも、ここで直感に反する、とても気持ちのいい事実をお伝えします。
そんなことに時間を費やす必要はまったくありません。 なぜなら、あなたの持つ 3 つのトップクラスモデルの
20 ドルのサブスクリプションパッケージ（Claude / GPT / Gemini）
だけで、通常の使用シーンのほとんどで OpenClaw を十分にカバーできるからです。
すると、あなたはこう言うでしょう。
「え？ それで本当に動くの？ それならどうやるんだ？」
心配いりません。まだインストール方法は教えません。まずは、インストールして動かしたらどうなるかをお見せします。
まずは「反対側」を見てみよう：OpenClaw をインストールするとどうなる？
手順を急がないでください。まずはこの絵を見てほしいのです。あなたの OpenClaw には、ひとつのモデルだけでなく、まるごと「モデル兵器庫」が存在するようになります。
図 01：私のモデル兵器庫
私自身の設定はこんな感じです。
- マスターエージェント：私は Friday と名付けています（これは私の「マスターエージェント名」です）
- デフォルトのマスターモデル：普段は GPT 5.2 をマスターとして使用
- モデルプール（好きなモデルにいつでも切り替えられる場所だと思ってください）：
- GPT シリーズ：GPT 5.2、GPT 5.2 Codex、GPT 5.3 Codex
- Claude シリーズ：Claude Opus 4.6、Opus 4.5、Sonnet 4.5
- Gemini シリーズ：Gemini 3 Pro、Gemini 3 Flash
さらに重要なのは、これは単に「素敵な名前のモデルをたくさん設定した」だけではないということです。
実際に OpenClaw で複数の Session を開いて、それぞれに別々の作業をさせることができるのです。
例えば、私は 3 つの追加 Session を開きます。
- Gemini 3 Pro Session：OAuth でログイン。私の Gemini 20 ドルサブスクリプションを使用。Usage には 100 万レベルのコンテキストウィンドウが表示されます。
- Claude Opus 4.6 Session：Claude Pro サブスクリプショントークンを使用。コンテキストウィンドウは 40 万。
- GPT Session：こちらも OAuth ログイン。コンテキストウィンドウは 40 万。使いたい時にいつでも使えます。
図 02：Telegram で Claude、GPT、Gemini を同時に使う
これを見ると、あなたはもう「ヨダレが出てくる」でしょう。
つまり、同じ OpenClaw の中で使いたいモデルを自由に選べて、 API Tokens に 1 円も追加で払う必要がなく、 毎日 Token の請求書とにらめっこしながら心の準備をする必要もないということか。
さあ、あなたもこんな風にインストールしてみたいでしょう？ そう思いますよね？ では、教えましょう。次に、3 つのステップで実際に設定を行います。
- まず Claude を接続
- 次に GPT を接続
- 最後に Gemini を接続
どのステップも 実践的 です。そのまま進めれば必ず動きます。
始める前に：準備するものはこの 3 つだけ
行き詰まらないように、最低限の準備リストを明確にしておきます。
- OpenClaw がすでにインストールされ、実行できる状態であること。
- npm が使えること（後でいくつかの公式 CLI ツールをインストールする必要があります）。
設定後、以下のコマンドで確認します。
1openclaw models list
モデルリストに選択したモデルが表示されれば成功です。
ステップ 1：Claude Pro サブスクリプションを OpenClaw に接続する
ここでやることは 4 つです。
Claude Code をインストール → Token を生成 → OpenClaw で設定 → 確認
- Claude Code CLI をインストール
1curl -fsSL https://claude.ai/install.sh | bash
- Claude Token を生成
1claude setup-token
ブラウザが自動的に開き、Claude のウェブサイトで認証を行います。認証後、ブラウザを閉じてターミナルに戻ると、Token 文字列が取得できます。大切に保存してください。
- OpenClaw で Claude を設定
1openclaw configure
ウィザードに従って、
- プロバイダーに Anthropic を選択
- Token を貼り付け
- デフォルトを選択
- 使用したいモデルを選択（例：Opus / Sonnet）
- 確認
1openclaw models list
リストに Claude モデルが表示されているはずです。
Claude の接続にリスクはあるの？
あなたはこう疑問に思うかもしれません。
「こんな使い方でアカウント停止されない？」
結論を先に言います。
- この接続方法自体は準拠しています。
- ただし、Anthropic は特定の地域やアカウントに対してリスク管理を発動することがあります。
しかし、これは OpenClaw を使うかどうかの問題ではありません。通常通り Claude のウェブサイトを使っていても、停止される人はいます。これは Anthropic のプラットフォーム戦略です。だから私はいつもこう提案しています。Claude は補助的に使い、GPT / Gemini を安定した基盤として使いましょう。
ステップ 2：GPT Plus サブスクリプションを OpenClaw に接続する
ここでやることは 3 つです。
Codex CLI をインストール → OpenClaw で OAuth 認証 → モデルを選択 → 確認
- Codex CLI をインストール
1npm i -g @openai/codex
- OpenClaw で GPT を設定（注意：OpenAI Codex を探す）
1openclaw configure
ここで一番ハマりやすいポイントはこれです。
選択すべきは
OpenAI Codex
のパス（ブラウザが開いて OAuth 認証を行う方）であって、 「API Key を入力させてください」というパスではありません。
ブラウザでの認証が成功したら、ターミナルに戻って続行します。
- モデルの選び方
私は通常、以下を選択します。
- GPT 5.2
- GPT 5.2 Codex
- GPT 5.3 Codex
- 確認
1openclaw models list
リストに OpenAI モデルが表示されれば OK です。
ステップ 3：Gemini Pro サブスクリプションを OpenClaw に接続する
ここでやることは 3 つです。
Gemini CLI をインストール → OpenClaw で Gemini CLI Auth を選択 → モデルを選択 → 確認
- Gemini CLI をインストール
1npm install -g @google/gemini-cli
- OpenClaw で Gemini を設定（Gemini CLI Auth）
1openclaw configure
プロバイダーに Google を選択し、認証方法として Google Gemini CLI Auth を選びます。
指示に従ってブラウザでログインを完了します。
- モデルの選び方
私は以下にチェックを入れます。
- Gemini 3 Pro
- Gemini 3 Flash
- 確認（両方の方法で確認することをお勧めします。成功体験が倍増します）
A. ターミナルで確認：
1openclaw models list
B. Telegram で確認：
Telegram で自分の OpenClaw Bot に送信します。
- /models
利用可能なモデルがリスト表示されます。
次に Gemini Pro に切り替えて、適当な質問をしてみてください。正常に返答があれば、完全に動作しています。
さあ、3 つとも接続完了：もう Token とにらめっこする人生とはおさらばです
これで、あなたは 3 つの主要サブスクリプションパッケージすべてを OpenClaw に接続しました。現在の状態はこうなっているはずです。
- Claude / GPT / Gemini、好きなものを自由に使える。
- GPT / Gemini は非常に安定している。
- Claude にはリスク管理の可能性があるが、全体的なワークフローに影響はない。
そうなると、本当に最適化すべきものは、決して「Token の節約」ではなかったと気づくでしょう。それは、
OpenClaw をいかにしてあなたの生産性向上のための外部装置（エクソスケルトン）に変え、 継続的に価値を生み出させるか。
もう一つ、実話をお話ししましょう。私の友人で、ChatGPT の Deep Research をヘビーに使っている人がいます。彼は Deep Research を無制限に使うために、月 200 ドルの上位サブスクリプションを払っています。OpenClaw をインストールした後も、API Tokens のためにお金を別途払わなければならないと思っていました。
私は彼に言いました。「サブスクリプションパッケージを直接設定すればいいんだよ。」
設定を終えた後、彼は感慨深げにこう言いました。「ようやくこの 200 ドルが報われる場所に使えるよ。」
だから最後に言いたい。Token の心配はもうやめよう！ サブスクリプションパッケージを最大限に活用し、払った金額の価値を徹底的に引き出しましょう。
本当に気にすべきなのは、いかにして OpenClaw に私たちのためにより大きな価値を創造させるかであって、毎日ドキドキしながら残高を眺めることではありません。
時間は、価値ある場所に使いましょう！
モデルの選び方や、どのシナリオにどのモデルが最適かについて、もし興味があれば、また別の記事（や動画）で詳しくお話しできます。
私は Kai on AI です。
この記事が役に立ったなら、フォローをお願いします。また次回お会いしましょう。
コメントで教えてください。あなたが一番よく使うモデルはどれですか？
