Claude Code와 OpenRouter 무료 모델 활용법: 비용 0원으로 AI 코딩 지원 최대화하는 5가지 설정

• OpenRouter의
  :free

모델은 상업적 이용 가능・속도 제한 있음・품질 편차가 큼 - Claude Code의
ANTHROPIC_BASE_URL
을 교체하는 것만으로 전환 가능 - 용도별 모델 선정, 로테이션(Rotation), 폴백(Fallback) 설계의 3가지 핵심 축으로 비용 0원 운영

Claude Code는 강력한 AI 코딩 지원 도구이지만, 모든 기능을 활용하면 API 비용이 쉽게 쌓일 수 있습니다. 반면 OpenRouter는 2024년 말경부터 google/gemini-flash-1.5, meta-llama/llama-3.3-70b-instruct, qwen/qwen3-235b-a22b 등 고품질 모델을 :free 접미사(suffix)와 함께 제공하고 있습니다.

본 기사에서는 “Claude Code + OpenRouter :free 모델로 품질 저하 없이 비용을 낮추는 실전 설계”를 설명합니다.

OpenRouter가 제공하는 프록시(Proxy) 경유 무료 사용 모델군입니다.

• URL은
  https://openrouter.ai/api/v1

• API 스키마는 OpenAI와 호환

:free
이 붙은 모델은 **분당 요청 수(Requests Per Minute, RPM)**에 제한이 있습니다 (RPM 상한선은 모델마다 다름) - 상업적 이용 가능 여부는 모델별 라이선스에 따라 다릅니다 (Llama 3.3: Meta Llama 3.3 Community License, Qwen3: Apache 2.0 등)

Claude Code는 환경 변수 ANTHROPIC_BASE_URL과 ANTHROPIC_API_KEY로 연결 대상을 교체할 수 있습니다. 다만, 다음과 같은 제약 사항이 있습니다.

• Claude Code는 기본적으로 claude-3-5-sonnet/claude-3-5-haiku와 같은 Anthropic 모델명을 전송합니다 - OpenRouter는 모델명을 --model 플래그 또는 요청 본문(request body)의 model 필드로 받습니다 -
  따라서 “Anthropic 모델명 → OpenRouter 모델명의 매핑”이 필요

.env
또는 셸 설정에 기재해야 합니다.

# OpenRouter 엔드포인트로 교체
export ANTHROPIC_BASE_URL="https://openrouter.ai/api/v1"
export ANTHROPIC_API_KEY="sk-or-v1-xxxxxxxxxxxxxxxxxxxxxxxx"

Claude Code 실행 시 이 변수들이 로드되면, 이후의 API 호출은 OpenRouter를 경유하게 됩니다.

⚠️ API 키는
.gitignore
에 이미 포함된 .env 파일에만 기재하고 리포지토리에 커밋하지 않도록 주의해야 합니다.

모든 작업에 동일한 모델을 사용하는 것은 비효율적입니다. 2026년 5월 시점의 :free 모델들을 용도별로 정리했습니다.

선정 기준:

• 컨텍스트 길이(Context Length) — 큰 파일을 전달할 경우 128k 이상 필수 -
  RPM 상한선(Rate Limit) — 연속 요청이 많은 작업에서는 높은 RPM 모델을 선택 -
  라이선스(License) — 상업용 제품의 코드 생성에 사용할 경우 Apache 2.0 또는 MIT를 우선 고려

:free
모델은 RPM 상한선에 도달하면 429 Too Many Requests를 반환합니다. 이를 회피하는 가장 간단한 방법이 **모델 로테이션(Model Rotation)**입니다.

import anthropic
import time
import random
...

핵심 포인트:

random.shuffle

모델 부하 분산 -
429
에 대해서만 지수 백오프(exponential backoff)를 적용하고, 그 외는 즉시 예외(raise)를 발생시키도록 Anthropic Python SDK의 base_url 매개변수를 OpenRouter로 지정합니다 (OpenAI 호환 엔드포인트를 사용하는 경우 openai 라이브러리도 유사하게 대응 가능).

개발 초기에는 무료 모델을 우선 사용하고, **품질이 부족할 경우에만 유료 모델로 폴백(fallback)**하는 전략이 비용 효율적입니다.

from enum import Enum
class ModelTier(Enum):
FREE = "free"
...

어떤 모델이 몇 번 호출되었는지 로컬 로그에 남기는 것만으로도 비용 최적화 개선 사이클을 돌릴 수 있습니다.

import json
import os
from datetime import datetime
...

JSONL 형식으로 저장해 두면, 나중에 pandas나 jq로 집계할 수 있습니다.

# 무료 모델 호출 횟수 확인
grep "'is_free': true" llm_usage_log.jsonl | wc -l
# 모델별 집계 (jq)
...

• 프롬프트가 길어질수록 품질 차이가 명확해집니다 (특히 복잡한 추론 및 다단계 코드 변환).
• 일본어의 정확도는 Qwen3 계열이 가장 안정적입니다 - 스트리밍 (stream=True)은 :free 모델에서도 기본적으로 지원되지만, RPM 제한에 걸리기 쉽습니다.

OpenRouter는 동일 프롬프트에 대한 캐시(Prompt Cache)를 자동으로 적용합니다. 긴 시스템 프롬프트를 반복해서 보내도록 설계하면 토큰 소비를 줄일 수 있습니다 (무료 모델에서도 캐시는 작동합니다).

OpenRouter의 :free 모델은 "무료니까 품질이 낮을 것"이라는 선입견을 버리면, 개발 및 연구 단계의 비용을 대폭 절감할 수 있는 실용적인 선택지가 됩니다. 우선 gemini-flash-1.5:free와 llama-3.3-70b:free 두 가지 조합부터 시도해 보시길 바랍니다.

• OpenRouter Docs — Free Models
• Claude Code Documentation
• Anthropic Python SDK (Apache 2.0)
• Meta Llama 3.3 Community License
• Qwen3 Technical Report

✍️ 본 기고지 작성자: 合同会社ジモラボ

지모라보는 하치오지에 거점을 두고 AI를 활용한 SaaS를 다수 개발하고 있습니다. 본 기고지의 기술 검증 역시 그러한 개발 과정의 부산물입니다.

• 🌐 공식 사이트: https://locallab.jp
• 🔍 AI SEO 최적화 SaaS: lookupai.jp
• 📺 YouTube: @locallab_llc
• ✉️ 문의: [email protected]

관심을 가져주신다면, 각 SNS 팔로우도 부탁드립니다!