OpenClawAI官方支持五类大语言模型：一、Decoder-only架构（如Llama-3、Phi-3-mini、Gemma-2、Qwen2）；二、MoE架构（如DeepSeek-V2、Nemotron 3 Super、Qwen2-MoE）；三、SSM架构（如Mamba-2、Jamba-1.5）；四、国产混合适配模型（如DeepSeek-R1、Molili-Base）；五、免密即用型云端模型（如Kimi K2.5-free、Gemini 3 Flash、MiniMax M2.1）。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在 OpenClawAI 中启用大语言模型能力，但不确定哪些模型可直接加载或需额外适配，则需依据模型架构、格式与推理后端的兼容性进行匹配。以下是 OpenClawAI 当前官方支持的主流大语言模型分类清单：
一、Decoder-only 架构模型
该类模型采用标准自回归解码结构，与 OpenClaw 的推理调度机制高度匹配，可直接加载运行并支持完整 Agent 功能链路。
1、Llama 系列：包括 Llama-3-8B-Instruct、Llama-3.1-70B，已通过 OpenClaw 多轮任务流压力测试，指令遵循率高于 91.7%。
2、Phi-3-mini-4k-instruct：微软轻量级高性价比模型，单次推理显存占用低于 2.1GB（FP16），适用于边缘设备部署。
3、Gemma-2-9B-it：Google 开源模型，经 OpenClaw 任务成功率测试达 82.3%，中文响应延迟中位数为 840ms。
4、Qwen2-7B-Instruct：通义千问开源版本，中文任务响应延迟低于 1.2 秒，内置飞书/钉钉协议适配模块。
二、Mixture-of-Experts（MoE）架构模型
此类模型通过稀疏激活专家模块提升吞吐效率，OpenClaw 已实现 MoE 路由层与 Agent 状态管理的内存一致性绑定，避免专家切换导致的任务上下文丢失。
1、DeepSeek-V2：16B 激活参数，支持 OpenClaw 多步骤目标维持，在跨日会议纪要生成任务中保持上下文连贯性达 96.4%。
2、Nemotron 3 Super：1200 亿总参数，Mamba-MoE 混合架构，OpenClaw 任务成功率 85.6%，已在阿里云无影环境完成全链路验证。
3、Qwen2-MoE-57B：通义千问 MoE 版本，已通过 Pinchbench 基准验证，支持动态专家选择策略配置。
三、State Space Models（SSM）架构模型
SSM 类模型具备长程建模优势，OpenClaw 针对其状态缓存机制进行了专用适配，确保在执行长周期任务（如跨日数据监控、多轮文档修订）时维持全局状态一致性。
1、Mamba-2-3B：专为低延迟 Agent 场景优化的 SSM 变体，首次 token 延迟稳定控制在 37ms 以内。
2、Jamba-1.5-7B：AI21 实验室发布，OpenClaw 中实测上下文保真度达 94.1%，支持 32k tokens 全长度状态缓存。
四、国产混合适配模型
面向中文办公场景深度优化的模型，已集成本地化 Tokenizer、指令微调权重及飞书/钉钉/微信协议插件，无需额外配置即可启用全中文 Agent 工作流。
1、DeepSeek-R1：轻量推理版，适配 Windows 下 OpenClaw 本地部署，启动耗时低于 4.2 秒（i7-12700K + RTX 4060）。
2、Molili-Base：杭州企业定制版，预置微信消息解析与钉钉审批流触发模块，开箱即用支持 17 类行政流程自动化。
五、免密即用型云端模型
通过 OpenCode Zen 代理层对接免密商用模型，无需下载模型文件，仅需配置 API Key 即可激活调用链路，适用于快速验证与轻量生产场景。
1、Kimi K2.5-free：月之暗面提供，OpenClaw 默认主模型选项，任务成功率位列全球前三（95.1%）。
2、Gemini 3 Flash：Google 推出的极简 Agent 专用模型，以 95.1% 成功率登顶 OpenClaw 龙虾大模型排行榜榜首。
3、MiniMax M2.1：国产模型代表，支持双语混合指令解析，在飞书多维表格联动任务中达成 93.8% 执行准确率。
