코딩 에이전트에는 어떤 오픈 웨이트 모델이 가장 좋나요?

제공 중인 오픈 웨이트 모델(용도별)

아래 모델은 모두 Hugging Face에 가중치가 공개되어 있고 Standard Compute에서 쓸 수 있습니다. 순서는 에이전트 용도로 우리가 추천하는 순서입니다. 어려운 단계용 3개, 일상적인 단계용 3개, 제한된 용도용 3개이고, 각 그룹의 맨 위가 우리가 먼저 고르는 모델입니다. 이유는 다음 항목에 있습니다. 비교를 위해 비공개 프런티어 모델 2개를 맨 아래에 넣었습니다.

어떤 일에 어떤 모델을 쓸까

• GLM 5.3, z-ai/glm-5.3: 여러 파일에 걸친 수정이나 긴 도구 호출 루프 같은 어려운 단계에서 우리가 먼저 고르는 오픈 웨이트 모델입니다. 공식 Terminal-Bench 4.0 리더보드에서 오픈 웨이트 모델 중 가장 높은 기록입니다(41.8%, Claude Code에서 실행).
• Kimi K3, moonshotai/kimi-k3: Moonshot의 2.8조 파라미터 플래그십으로 이미지와 영상 입력을 받습니다. 100만 토큰당 $3 / $15로 비공개 중급 모델만큼 비싸니, 모든 단계가 아니라 계획을 세우는 턴에만 쓰세요.
• MiMo V2.6 Pro, xiaomi/mimo-v2.6-pro: Xiaomi의 1.02조 파라미터 플래그십으로 토큰당 가격이 낮습니다. 9월 21일에 나와 공식 Terminal-Bench 리더보드에 아직 없고 에이전트 실적도 적으니, 의지하기 전에 직접 테스트해 보세요.
• GLM 5.3 Flash, z-ai/glm-5.3-flash: 일상적인 단계, 서브에이전트, 스크린샷(이미지 입력 지원)에 먼저 고르는 모델입니다. 공식 Terminal-Bench 4.0 리더보드에서 35.8%로 오픈 웨이트 중 두 번째이면서, 가격은 100만 토큰당 $0.15 / $0.50입니다.
• DeepSeek V4.1 Flash, deepseek/deepseek-v4.1-flash: 양이 많은 편집, 테스트, 조회에 맞습니다. 10월 13일 OpenCode 공개 사용량 데이터에서 토큰 기준 1위였습니다.
• MiMo V2.6 Flash, xiaomi/mimo-v2.6-flash: 이 표에서 토큰당 가격이 가장 낮아 일상적인 단계에 씁니다. MiMo V2.6 Pro처럼 9월 21일에 나온 새 모델입니다.
• Qwen 3.8 27B, qwen/qwen3.8-27b: 이 중 유일하게 워크스테이션 한 대로 셀프 호스팅할 수 있는 크기입니다. 긴 에이전트 실행보다는 자동 완성과 가벼운 수정에 어울립니다.
• MiniMax M3, minimax/minimax-m3: 빠르고 저렴하며 컨텍스트가 1M이지만, 라이선스가 이 중 가장 까다롭고 공식 Terminal-Bench 리더보드에도 없습니다.
• DeepSeek V4 Pro 0813, deepseek/deepseek-v4-pro-0813: 에이전트 용도에서는 더 새로운 V4.1 Flash가 거의 대신하고 있고, 우리 측정에서 요청당 비용은 V4.1 Flash가 훨씬 적습니다. 그래도 DeepSeek의 가장 큰 오픈 모델(1.6조 파라미터)입니다.

Claude Fable 5.1, GPT-6 Astra와는 얼마나 차이가 나나요?

아직 같은 수준은 아닙니다. 공식 Terminal-Bench 4.0 리더보드에서 오픈 웨이트 최고 기록은 GLM 5.3의 41.8%이고, GPT-6 Astra는 58.2%, Claude Fable 5.1은 57.9%입니다. 대부분의 오픈 웨이트 모델은 아예 리더보드에 없습니다.

반면 가격 차이는 품질 차이보다 훨씬 큽니다. 우리가 측정한 코딩 에이전트 요청에서 요청 하나의 평균 비용은 DeepSeek V4.1 Flash가 $0.0067, GLM 5.3이 $0.057, Claude Fable 5.1이 $0.24, GPT-6 Astra가 $0.41였습니다(모두 제조사 정가 기준, 측정 방법은 영어).

그래서 실제로는 일을 나눕니다. 편집, 테스트 수정, 파일 읽기, 요약처럼 에이전트 작업의 대부분을 차지하는 일상적인 단계는 오픈 모델에 맡기고, 여러 서비스에 걸친 리팩터링이나 두 번 실패한 디버깅처럼 계획이 틀리면 이후 50번의 호출이 헛수고가 되는 단계에서만 프런티어 모델에 돈을 씁니다.

라이선스가 허용하는 것

• MIT: DeepSeek V4.1 Flash, DeepSeek V4 Pro 0813, GLM 5.3 Flash, MiMo V2.6 체크포인트. 저작권 고지만 남기면 상업적으로 사용, 수정, 서비스할 수 있습니다.
• Apache 2.0: Qwen 3.8 27B. 같은 자유에 특허 사용 허락이 명시되어 있습니다. Alibaba가 호스팅하는 Qwen 3.7 Plus, Qwen 3.7 Max, Qwen 3.8 Max는 API 전용이며 오픈 웨이트가 아닙니다.
• GLM 5.3 License: MIT와 비슷하지만, 최근 12개월 매출이 100억 달러를 넘는 MaaS(Model as a Service) 사업자는 상업적으로 쓰기 전에 Z.ai의 보안 심사를 통과해야 합니다.
• Kimi K3 License: MIT와 비슷하지만, 최근 12개월 매출이 2,000만 달러를 넘는 MaaS 사업자는 Moonshot과 별도 계약이 필요하고, 월간 사용자 1억 명 또는 월 매출 2,000만 달러를 넘는 제품은 화면에 'Kimi K3'를 표시해야 합니다. 내부 사용은 예외입니다.
• MiniMax Community License: 이 중 가장 까다롭습니다. 상업적으로 쓰려면 사이트나 문서에 'Built with MiniMax M3'를 표시하고 MiniMax에 알려야 하며, 연 매출이 2,000만 달러를 넘으면 서면 허가가 필요합니다.
• 이 조건은 가중치를 직접 돌리는 쪽에 적용됩니다. 호스팅된 API를 호출할 때는 그 API의 약관을 따릅니다. 요약일 뿐 법률 자문이 아닙니다.

셀프 호스팅할까, API를 쓸까

대부분의 모델은 한 대의 머신에 올리기에는 너무 큽니다. Kimi K3는 2.8조 파라미터, MiMo V2.6 Pro는 1.02조, DeepSeek V4 Pro는 1.6조이고 Flash 모델조차 3,000억~5,500억이라 멀티 GPU 서버가 필요합니다. 예외는 Qwen 3.8 27B인데, 로컬 모델은 작업 하나에 수십 번 호출하는 에이전트 루프를 버틸 만큼 빠르기도 해야 합니다.

호스팅 엔드포인트가 가격, 속도, 정밀도, 그리고 코드가 어디서 처리되는지를 정합니다. 오픈 웨이트 모델을 낮은 정밀도(FP8이나 FP4)로 서비스하는 곳도 있습니다. 우리가 어떤 모델을 그렇게 서비스하는지(영어)에서 확인할 수 있습니다.

Llama, gpt-oss, Mistral Large 4는?

• Llama 4 Maverick(Meta, Llama 4 Community License)과 gpt-oss-120b(OpenAI, Apache 2.0)는 잘 알려진 모델 중 직접 띄우기 가장 쉬운 두 모델이고, OpenAI에 따르면 gpt-oss-120b는 80GB GPU 한 장에 들어갑니다. 하지만 에이전트 용도로는 크게 뒤처집니다. 둘 다 공식 Terminal-Bench 4.0 리더보드에 없고, Artificial Analysis가 자체적으로 돌린 Terminal-Bench 4.0에서는 둘 다 0%였습니다(출처: Artificial Analysis(artificialanalysis.ai)). 우리는 둘 다 제공하지 않습니다.
• Mistral Large 4(10월 6일부터 퍼블릭 프리뷰)는 Mistral이 오픈 웨이트라고 설명하지만, 가중치와 라이선스가 아직 Hugging Face에 없습니다. Standard Compute에서는 mistralai/mistral-large-4-0으로 쓸 수 있고, 가중치가 공개되면 표에 추가합니다.

API 하나로 에이전트에서 쓰기

Standard Compute는 위의 모든 모델을 쓸 수 있는 OpenAI·Anthropic 호환 API입니다. Z.ai, Moonshot, MiniMax, Xiaomi, Alibaba 계정은 필요 없습니다.

• 비용이 먼저: 대시보드에서 모델을 최대 5개 고르고(예: 일상 작업에는 GLM 5.3 Flash와 DeepSeek V4.1 Flash, 어려운 단계에는 GLM 5.3과 Claude Fable 5.1) 모델 이름을 standardcompute로 보내면, 라우터가 각 단계를 그중 처리할 수 있는 가장 저렴한 모델로 보냅니다.
• 모든 모델에 대해 가격, 가동률, 속도를 기준으로 프로바이더를 검증해 고르고, 한 곳이 실패하면 자동으로 다른 곳으로 넘어갑니다. z-ai/glm-5.3처럼 정확한 모델 ID로 보낸 요청은 항상 그 모델에서 처리됩니다.
• 선택형 컴플라이언스 규칙으로 키, 팀, 회사 단위로 유럽 또는 미국 프로바이더의 엔드포인트만 쓰게 할 수 있습니다. 규칙별로 남는 오픈 웨이트 모델은 아래 표와 같고, 그 지역에 엔드포인트가 없는 모델은 프롬프트를 보내기 전에 실패합니다.
• 프롬프트로 학습하지 않으며 저장하지도 않습니다.

지역 규칙별로 쓸 수 있는 오픈 웨이트 모델

OpenCode, Claude Code, Codex 설정

1. OpenCode: /connect를 실행해 Standard Compute를 고르고, 키를 붙여 넣은 뒤 z-ai/glm-5.3-flash 같은 모델을 선택합니다.
2. Claude Code: ANTHROPIC_BASE_URL을 https://api.stdcmpt.com, ANTHROPIC_AUTH_TOKEN을 키로 설정하고 ANTHROPIC_MODEL과 모든 ANTHROPIC_DEFAULT_*_MODEL에 모델 ID를 넣습니다. Claude Code에서 GLM 5.3 쓰기와 Claude Code에서 Kimi K3 쓰기(둘 다 영어)에 테스트를 마친 슬롯 매핑이 있습니다.
3. Codex: standardcompute launch codex -- --model deepseek/deepseek-v4.1-flash
4. Cline, Kilo Code, Hermes 등 OpenAI 호환 에이전트: 베이스 URL에 https://api.stdcmpt.com/v1을 넣고 같은 키와 모델 ID를 씁니다.

알아둘 점

가중치가 공개되었다고 해서 저절로 싸거나, 프라이버시가 지켜지거나, 에이전트 작업을 잘하는 것은 아닙니다. 가격, 정밀도, 코드가 가는 곳은 호출하는 호스트가 정하고, 가장 강한 오픈 웨이트 모델도 길고 여러 단계로 이어지는 작업에서는 Claude Fable 5.1과 GPT-6 Astra에 집니다. 양이 많은 일은 오픈 모델에 맡기고, 결과를 가르는 단계에는 프런티어 모델을 남겨 두세요.

자주 묻는 질문

함께 보면 좋은 글

• 토큰 걱정 없이 쓸 수 있는 월 정액 LLM API가 있을까요?코딩 에이전트용
• Claude Code에서 바로 쓸 수 있는 정액제 API가 있나요?Claude Code
• OpenCode에서 토큰 걱정 없이 쓸 수 있는 월 정액 API가 있을까요?OpenCode
• Cline에 붙여 쓸 정액 API, 어디가 괜찮나요?Cline
• 코딩 에이전트 API 비용, 한 달에 얼마나 드나요?실제 비용
• 개발자마다 월 정액으로 쓸 수 있는 LLM API가 있나요?팀용