Pilih cara Anda ingin membuang waktu. Anda bisa menghabiskan akhir pekan berperang dengan driver NVIDIA, atau langsung jalan dalam 5 menit.

⚠️ Cek Realita

JALUR A: CLOUD API (Direkomendasikan)

Waktu setup: 5 menit
Hardware: Laptop apa saja
Biaya: Murah (Bayar sesuai pemakaian)
Stabilitas: Membosankan karena terlalu stabil

JALUR B: HARDWARE LOKAL

Waktu setup: 1-4 jam (kalau beruntung)
Hardware: 16GB+ RAM / GPU
Biaya: Listrik + Kewarasan
Stabilitas: Eksperimental

Jalur A: Metode "Langsung Jalan"

Ngapain ribut sama driver? Kami sudah mengerjakan bagian sulitnya. Ini jalan pintas menuju kewarasan:

1. Install OpenClaw

npm install -g openclaw@latest

2. Konfigurasi .env

Buat file .env di root project Anda. Arahkan ke Api.Airforce untuk mengakses model premium seperti DeepSeek R1, Claude 4.5, dan lainnya tanpa pusing soal hardware.

# Use Api.Airforce for instant access
LLM_PROVIDER="openai"
LLM_BASE_URL="https://api.airforce/v1"
LLM_API_KEY="your-airforce-key"
LLM_MODEL="deepseek-reasoner" # or claude-opus-4.5-rp

3. Jalankan

openclaw start

Kenapa Saya Beralih dari Lokal ke API

"Saya coba Jalur B duluan dan membuang satu akhir pekan penuh berperang dengan driver. Biaya API ini dihitung per jam pemakaian, yang jauh lebih murah daripada tarif per jam saya untuk debugging error CUDA."

Horor Jalur B (Lokal)

Kalau RAM Anda kurang dari 16GB, mundur sekarang. Sistem Anda akan freeze. Bahkan dengan RTX 3090 (24GB), Anda bisa kena error OOM.

[2026-02-01 14:24:43] ERROR: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0; 23.99 GiB total capacity; 23.10 GiB already allocated; 0 bytes free)

Kalau Anda memilih jalur ini, Anda memilih untuk debugging fisika. Selamatkan diri Anda dari masalah itu. Sewa hardware-nya dan mulai kirim produk dengan Api.Airforce.

Siap Berhenti Debugging?

Dapatkan API key Anda dan jalankan OpenClaw dalam 5 menit.

Buka Dashboard →