OpenRouter의
:free

접미사(suffix) 모델은 API 키만 있으면 과금 제로로 이용 가능 - Claude Code의
ANTHROPIC_BASE_URL

+ANTHROPIC_MODEL

환경 변수로 임의의 모델로 전환 가능 - 2026년 시점에서 실용적인
:free

모델 상위 5개를 **속도·품질·컨텍스트 길이 (Context Length)**로 비교 - 코딩 보조 용도로는
deepseek/deepseek-coder-v2-instruct:free

와
qwen/qwen2.5-72b-instruct:free

가 양강 체제

Claude Code는 기본적으로 Anthropic의 API를 호출하지만, OpenRouter를 경유하여 모델을 교체할 수 있다.

개인 개발·PoC·CI 초안 생성 등 "베스트 에포트(Best Effort)면 충분한" 유스케이스에서는, 무료 범위 모델을 현명하게 돌려쓰는 것이 비용 효율을 극대화하는 열쇠가 된다.

OpenRouter의 :free

모델은 다음과 같은 특징을 가진다:

• 레이트 리밋 (Rate Limit): 통상
  20 req/min・200 req/day
  전후 (모델에 따라 다름) - SLA 없음: 혼잡 시 큐(Queue)에 대기
• 컨텍스트 길이 (Context Length): 8K~131K로 폭넓음
• 상업적 이용: 모델별 라이선스에 의존 (후술)

Claude Code (2025년 공개된 Anthropic 제작 CLI 에이전트, Apache 2.0)는 환경 변수로 접속처를 변경할 수 있다.

export ANTHROPIC_BASE_URL="https://openrouter.ai/api/v1"
export ANTHROPIC_API_KEY="sk-or-v1-xxxxxxxxxxxx" # OpenRouter의 API 키
export ANTHROPIC_MODEL="qwen/qwen2.5-72b-instruct:free"

주의: 환경 변수명은 Claude Code 공식 문서의 사양을 따른다. 버전에 따라 다를 수 있으므로, claude --help

나 공식 릴리스 노트를 반드시 확인할 것.

OpenRouter의 응답은 OpenAI 호환 포맷이므로, Claude Code가 기대하는 system / user / assistant 역할 (Role) 구조가 그대로 통한다. 단, tool_use / function_calling의 호환성은 모델에 따라 차이가 있으므로, 에이전트 기능을 사용할 경우에는 후술하는 대응 상황을 참조할 것.

이하는 모두 2026년 5월 시점에서 OpenRouter의 :free

범위로 공개되어 있는 모델이다. 라이선스·스펙은 각 모델의 공식 카드(Model Card)를 참조.

⚠️ 라이선스는 빈번하게 업데이트됩니다. 상업용 프로덕트에 도입하기 전에 반드시 각 모델의 공식 페이지와 HuggingFace 모델 카드를 확인해 주세요.

테스트 내용: "axum으로 /health를 반환하는 최소 서버를 작성해줘", "Next.js App Router에서 useRouter를 사용하지 않고 리다이렉트하는 방법" 등 전형적인 코딩 질문 20문항.

deepseek-coder-v2 ████████████████░░ 82 / 100
qwen2.5-72b ███████████████░░░ 78 / 100
lama-3.1-70b ██████████████░░░░ 72 / 100
...

DeepSeek Coder v2는 코딩 특화 모델답게 Rust의 소유권(Ownership) 관련 에러나 TypeScript의 타입 추론(Type Inference) 문제에 강했다. Mistral 7B는 크기의 한계가 현저하여, 복잡한 요구사항에서는 지시사항의 후반부를 무시하는 사례가 산견되었다.

혼잡도에 따라 크게 변동하지만, 비혼잡 시간대 (JST 평일 10~16시)에서의 측정 중앙값:

mistral-7b ~0.8s ★★★★★
gemini-2.0-flash ~1.2s ★★★★☆
qwen2.5-72b ~2.1s ★★★☆☆
...

Mistral 7B는 모델이 경량이기 때문에 빠르다. DeepSeek Coder v2는 품질을 대가로 대기 시간이 있다.

대규모 리포지토리(Repository)의 차분 리뷰(Diff Review)나 긴 사양서 읽기를 상정할 때:

Gemini 2.0 Flash: 1M 컨텍스트(Context)는 압도적이다. 다만 :free 범위에서는 긴 문장 입력 시 속도 제한(Rate Limit)이 엄격해지는 경향이 있음 -
Qwen 2.5 / Llama 3.1: 131K로 충분한 실용 범위. 50K를 초과하는 코드베이스 분석에서도 답변 품질이 안정적임 -
DeepSeek Coder v2: 128K. 코드 특화 모델이므로 긴 파일을 일괄 리뷰하는 데 능숙함 -
Mistral 7B: 32K가 상한. 큰 리포지토리에는 부적합

일본어 주석이 달린 코드 생성이나 일본어 문서 참조가 많다면 Qwen 2.5 72B가 최적해이다.

export ANTHROPIC_MODEL="deepseek/deepseek-coder-v2-instruct:free"

Rust / Go / TypeScript의 함수 생성, 버그 수정, 코드 리뷰용.

export ANTHROPIC_MODEL="qwen/qwen2.5-72b-instruct:free"

일본어 주석이 많은 리포지토리의 요약·문서 생성용.

export ANTHROPIC_MODEL="mistralai/mistral-7b-instruct:free"

차분 요약·commit message 생성 등 "틀려도 괜찮은" 태스크의 고속 처리를 위해.

export ANTHROPIC_MODEL="google/gemini-2.0-flash-exp:free"

1M 컨텍스트를 활용한 거대 코드베이스 분석용. 라이선스 확인 필수.

:free 모델의 최대 제약은 속도 제한(Rate Limit)이다. 실제 운영 중 제한에 걸렸을 경우의 대처법:

async function callWithRetry(
client: Anthropic,
params: MessageCreateParams,
...

여러 개의 :free 모델을 큐(Queue)로 보유하고, 429 에러가 반환되면 다음 모델로 전환한다:

"qwen/qwen2.5-72b-instruct:free",
"meta-llama/llama-3.1-70b-instruct:free",
...

동일한 프롬프트에 대한 반복 요청을 Redis / KV로 캐싱함으로써 실질적인 요청 수를 줄일 수 있다. Anthropic의 프롬프트 캐싱(Prompt Caching)은 OpenRouter를 경유할 때는 동작하지 않으므로, 애플리케이션 계층에서의 캐싱이 필수적이다.

import { createClient } from "redis";
const redis = createClient({ url: process.env.REDIS_URL });
async function cachedCompletion(prompt: string, model: string): Promise<string> {
...

Claude Code의 에이전트 모드(파일 읽기/쓰기·bash 실행)는 tool_use

내부에서 사용한다. OpenRouter를 통한 :free 모델에서의 동작은 다음과 같다:

실용적인 권장 사항: 에이전트 기능을 적극적으로 사용하려면 qwen2.5-72b 또는 gemini-2.0-flash를 추천한다. 단순한 Q&A·코드 생성이라면 deepseek-coder-v2로도 충분하다.

:free 모델은 "무료라서 품질이 낮다"는 것이 아니라, 용도와 모델 특성을 맞춤으로써 유료 모델에 가까운 경험을 얻을 수 있다. 우선 qwen2.5-72b나 deepseek-coder-v2로 시도해 보고, 불만족스러울 경우 유료 모델로 단계적으로 이행하는 것이 비용 효율적인 전략이다.

• OpenRouter Models 목록 — 최신 모델·속도 제한(Rate Limit)·라이선스

• Claude Code 공식 문서 — 환경 변수·설정 방법

• DeepSeek Coder v2 HuggingFace — 모델 카드·라이선스 전문

• Qwen 2.5 HuggingFace — 모델 카드·상용 이용 조건

• Llama 3.1 Community License — Meta 공식 라이선스 문서

• OpenRouter Rate Limits 문서 — 최신 속도 제한 사양

4-A~4-D에 해당하는 기술은 없는가? → YES(모두 공개 OSS·공식 사양 해설)
코드 단편은 OSS / 공식 docs / 학습용 최소 예제뿐인가? → YES
인용한 OSS의 라이선스를 명기했는가? → YES(각 모델의 라이선스 기재)
인용한 수치·벤치마크의 출처 URL을 기재했는가? → YES(참고 링크 섹션)
제목에 숫자를 넣어 검색성을 높였는가? → YES("5종 비교")
끝에 프로필+lookupai 링크를 붙였는가? → YES(이하)
지모라보(Jimolabo)의 SaaS로의 자연스러운 유도가 1-2곳 있는가? → YES
오타·탈자·코드 블록의 언어 지정은 OK인가? → YES

✍️ 본 기사의 저자: 합동회사 지모라보 (Jimolabo LLC)

지모라보는 하치오지를 거점으로 AI를 활용한 SaaS를 다수 개발하고 있습니다. 본 기사의 기술 검증도 그러한 개발 과정의 부산물입니다.

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

관심이 생기셨다면, 꼭 각 SNS 팔로우도 부탁드립니다!