---
title: "Claude Code에서 DeepSeek, GLM, OpenAI 호환 API 쓰기 | BroadRouter"
description: "Claude Code는 Anthropic Messages API를 씁니다. LiteLLM 프록시나 네이티브 엔드포인트로 오픈 모델에서 돌리는 방법과, 그 과정에서 깨지는 부분을 정리합니다."
url: https://broadrouter.com/ko/blog/claude-code-with-openai-compatible-models/
lang: ko
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/claude-code-with-openai-compatible-models/) (2026-11-15 업데이트).

# 오픈 모델로 Claude Code 쓰기: 프록시, 네이티브 엔드포인트, 한계

BroadNet Inference 팀 · 6분 분량 · 게시 2026-11-15

Claude Code는 Anthropic Messages API 요청을 ANTHROPIC\_BASE\_URL로 보냅니다. OpenAI 호환 제공업체를 쓰려면 LiteLLM 같은 변환 프록시를 띄우고 Claude Code가 그 프록시를 가리키게 하거나, DeepSeek나 Z.ai처럼 자체 Anthropic 형식 엔드포인트가 있는 제공업체를 고르세요. Anthropic은 Claude Code에서 Claude 외 모델을 지원하지 않으므로 도구, 캐싱, 컨텍스트 한도는 직접 테스트해야 합니다.

## 핵심 요약

-   Claude Code는 Anthropic 형식으로 /v1/messages를 호출합니다. OpenAI 호환 API를 쓰려면 중간에 변환 프록시가 필요하며, LiteLLM이 이 구성을 문서화하고 있습니다.
-   DeepSeek와 Z.ai는 Anthropic 형식 base URL을 공개하므로, Claude Code가 프록시 없이 호출할 수 있습니다.
-   Anthropic 문서에 따르면 어떤 게이트웨이를 거치든 Claude Code를 Claude 외 모델로 라우팅하는 것은 지원하지 않습니다. 테스트는 사용자 책임입니다.
-   BroadNet에서 도구 호출이 문서화된 모델은 GLM 5.3과 Qwen3.8 27B뿐입니다. Claude Code는 도구에 의존하므로 둘 중 하나를 쓰세요.
-   opencode, Cline, Aider처럼 OpenAI 호환 base URL을 직접 받는 에이전트는 프록시가 필요 없어 더 간단합니다.

**이 페이지의 내용**

1.  Claude Code가 OpenAI 호환 API를 직접 호출할 수 없는 이유는 무엇인가요?
2.  선택지 세 가지는 무엇인가요?
3.  LiteLLM으로 Claude Code를 돌리려면 어떻게 하나요?
4.  프록시 없이 쓸 수 있는 DeepSeek와 GLM 엔드포인트는 무엇인가요?
5.  Claude 외 모델에서는 무엇이 깨지거나 달라지나요?
6.  Claude Code 뒤에는 어떤 BroadNet 모델을 둬야 하나요?
7.  BroadNet 정액 플랜을 Claude Code와 함께 쓸 수 있나요?
8.  다른 에이전트가 더 나은 경우는 언제인가요?
9.  BroadNet Inference의 위치

Claude Code는 모든 요청을 Anthropic Messages API 형식으로, `ANTHROPIC_BASE_URL`이 가리키는 곳의 `/v1/messages`로 보냅니다. BroadNet Inference를 포함한 대부분의 오픈 모델 제공업체는 대신 OpenAI 형식을 씁니다. 따라서 두 형식 사이를 변환하는 프록시가 있거나, 자체 Anthropic 형식 엔드포인트를 공개하는 제공업체를 써야 합니다. 이 글은 두 방법과 함께, 해 볼 가치가 있는지를 가르는 한계도 다룹니다.

## Claude Code가 OpenAI 호환 API를 직접 호출할 수 없는 이유는 무엇인가요?

Claude Code의 게이트웨이 호환성 가이드에는 게이트웨이가 노출해야 하는 형식이 나와 있습니다. 일반 base URL이라면 Anthropic Messages, 즉 `/v1/messages`(선택적으로 `/v1/messages/count_tokens`)이며, `anthropic-beta`와 `anthropic-version` 헤더를 전달해야 합니다. [OpenAI 호환 API](https://broadrouter.com/ko/glossary/openai-compatible-api/)는 요청과 응답 형태가 다른 `/v1/chat/completions`를 제공합니다. Claude Code가 이를 바로 가리키면 요청이 실패합니다.

시작하기 전에 알아 둘 것이 하나 더 있습니다. Claude Code 문서에 따르면 Anthropic은 “doesn’t support routing Claude Code to non-Claude models through any gateway.”(번역: 어떤 게이트웨이를 거치든 Claude Code를 Claude 외 모델로 라우팅하는 것은 지원하지 않습니다.) 그래도 많은 사람이 이렇게 쓰지만, Anthropic의 누구도 대신 디버깅해 주지 않습니다.

## 선택지 세 가지는 무엇인가요?

| 경로 | 동작 방식 | 적합한 경우 | 단점 |
| --- | --- | --- | --- |
| 변환 프록시(LiteLLM) | Claude Code는 로컬 프록시와 Anthropic 형식으로 통신하고, 프록시가 OpenAI 호환 제공업체를 호출 | BroadNet처럼 특정 OpenAI 호환 제공업체를 쓸 때 | 실행하고 업데이트할 프로세스가 하나 늘어남. 변환 누락 |
| 네이티브 Anthropic 형식 엔드포인트 | 제공업체가 `/v1/messages`를 직접 받음 | 제작사가 직접 제공하는 DeepSeek나 GLM 모델 | 업체마다 일부 필드를 매핑하거나 무시함 |
| 다른 에이전트 | OpenAI 호환 base URL을 받는 에이전트를 씀 | 꼭 Claude Code가 필요하지는 않은 경우 | Claude Code의 인터페이스와 기능을 포기해야 함 |

## LiteLLM으로 Claude Code를 돌리려면 어떻게 하나요?

LiteLLM의 Anthropic 외 모델 튜토리얼은 이렇게 진행됩니다. 프록시를 설치하고, `config.yaml`에 모델을 정의하고, 실행한 뒤, Claude Code에 변수 두 개를 설정합니다. LiteLLM이 형식을 변환하므로 Claude Code는 계속 Anthropic 요청을 보냅니다.

BroadNet 모델은 [LiteLLM 가이드](https://broadrouter.com/ko/guides/litellm-proxy-custom-provider/)와 같은 방식으로 `openai/` 접두사와 `api_base`를 붙여 정의하세요.

```yaml
model_list:
  - model_name: glm
    litellm_params:
      model: openai/broadnet/glm-5.3
      api_base: https://inference.broadnet.ai/v1
      api_key: os.environ/BROADNET_API_KEY
      rpm: 30
  - model_name: qwen
    litellm_params:
      model: openai/broadnet/qwen3.8-27b
      api_base: https://inference.broadnet.ai/v1
      api_key: os.environ/BROADNET_API_KEY
      rpm: 30

general_settings:
  master_key: os.environ/LITELLM_MASTER_KEY
```

프록시를 실행합니다.

```bash
uv tool install 'litellm[proxy]'
export BROADNET_API_KEY='your-broadnet-key'
export LITELLM_MASTER_KEY='sk-any-local-secret'
litellm --config config.yaml   # listens on http://0.0.0.0:4000
```

그다음 Claude Code가 프록시를 가리키게 합니다. `ANTHROPIC_AUTH_TOKEN`은 `Authorization: Bearer` 헤더로 전송되며, LiteLLM은 이 헤더를 읽습니다.

```bash
export ANTHROPIC_BASE_URL=http://0.0.0.0:4000
export ANTHROPIC_AUTH_TOKEN="$LITELLM_MASTER_KEY"
export ANTHROPIC_MODEL=glm                  # main model
export ANTHROPIC_DEFAULT_HAIKU_MODEL=qwen   # background tasks
export ANTHROPIC_DEFAULT_SONNET_MODEL=glm   # the sonnet alias
export ANTHROPIC_DEFAULT_OPUS_MODEL=glm     # the opus alias
export CLAUDE_CODE_SUBAGENT_MODEL=glm       # subagents
claude
```

Claude Code에서 `/status`를 실행하세요. `Anthropic base URL` 줄에 프록시 주소가 나와야 합니다.

모델 변수가 중요합니다. LiteLLM의 Claude Code 페이지는 설정에 정의되지 않은 내장 Claude 이름을 고르면 “Invalid model name passed in”(번역: 잘못된 모델 이름이 전달됨) 오류로 실패한다고 경고합니다. Claude Code의 환경 변수 레퍼런스에 따르면 `ANTHROPIC_DEFAULT_HAIKU_MODEL`은 백그라운드 기능에도 쓰이므로, 이것도 매핑하지 않으면 백그라운드 요청이 프록시가 모르는 Haiku 이름을 요청합니다. `CLAUDE_CODE_SUBAGENT_MODEL`은 서브에이전트의 기본 모델을 정하지만, Claude가 서브에이전트를 만들 때 넘기는 모델(대개 `sonnet`이나 `haiku` 같은 별칭)이 우선합니다. `sonnet`과 `opus` 별칭까지 매핑해 두면 이런 요청도 프록시가 아는 모델로 연결됩니다. BroadNet 키는 프록시의 환경에 두고, 프로젝트에 커밋되는 `.claude/settings.json`에는 절대 넣지 마세요.

## 프록시 없이 쓸 수 있는 DeepSeek와 GLM 엔드포인트는 무엇인가요?

모델 제작사 두 곳이 Anthropic 형식 base URL을 공개합니다.

| 제공업체 | Base URL | 모델 처리 방식(각사 문서, 2026-11-15 확인) |
| --- | --- | --- |
| DeepSeek | `https://api.deepseek.com/anthropic` | `claude-sonnet*`과 `claude-haiku*` 이름은 `deepseek-flash`로, `claude-opus*`는 `deepseek-v4-pro`로 매핑됨. `claude`로 시작하지 않는 이름은 400 반환 |
| Z.ai(GLM Coding Plan) | `https://api.z.ai/api/anthropic` | 키는 `ANTHROPIC_AUTH_TOKEN`에 넣음. 수동 설정 예시는 Opus와 Sonnet을 `glm-5.3[1m]`으로, Haiku를 `glm-5.3-flash[1m]`으로 매핑 |

DeepSeek의 2026년 9월 10일 릴리스 노트에 따르면 `deepseek-flash`는 DeepSeek-V4.1-Flash를 제공합니다. DeepSeek의 Anthropic API 페이지에는 무시되는 항목도 나와 있습니다. `cache_control`, `budget_tokens`, `disable_parallel_tool_use`, `anthropic-version` 헤더 등입니다. `deepseek-flash`에서는 어시스턴트 메시지에 든 이미지가 400을 반환하고, `deepseek-v4-pro`는 이미지를 “\[Unsupported Image\]“로 바꿉니다.

Claude Code에서 DeepSeek나 GLM만 쓰고 싶다면 이 네이티브 엔드포인트가 가장 짧은 길입니다. 두 곳의 가격과 플랜 한도는 [Claude API 대안 페이지](https://broadrouter.com/alternatives/anthropic-api-alternative/)에서 비교합니다.

## Claude 외 모델에서는 무엇이 깨지거나 달라지나요?

변환 덕분에 요청은 계속 흐르지만, Claude Code의 여러 기능은 프록시나 다른 모델이 그대로 전달하지 않을 수 있는 요소에 의존합니다. Claude Code 문서가 꼽는 항목은 다음과 같습니다.

-   **프롬프트 캐싱.** Claude Code는 `system`과 메시지 블록에 `cache_control`을 표시합니다. 게이트웨이나 업스트림이 이를 버려도 오류는 나지 않지만, 모든 턴이 캐시되지 않은 입력으로 과금됩니다. OpenAI 호환 업스트림에서는 캐싱이 그 제공업체의 자체 규칙을 따릅니다. BroadNet은 usage 블록이 캐시 적중을 보고하면 [캐시된 입력](https://broadrouter.com/ko/glossary/cached-input-tokens/)을 더 낮은 가격으로 과금합니다. 로그에서 `cached_tokens`를 확인하세요.
-   **토큰 계산.** `/v1/messages/count_tokens`가 없으면 Claude Code는 글자 수 기반 추정으로 대체하므로 `/context`는 근삿값이 됩니다.
-   **컨텍스트 윈도.** Claude Code는 인식하지 못하는 모델 이름에 자체 기본 윈도를 적용합니다. 모델에 맞게 `CLAUDE_CODE_AUTO_COMPACT_WINDOW`(100,000~1,000,000 토큰)를 설정하세요. 컨텍스트가 262,144 토큰인 Qwen3.8 27B라면 그보다 넉넉히 낮게 설정하세요.
-   **알 수 없는 필드.** `Extra inputs are not permitted`나 `anthropic-beta` 값을 언급하는 `400`은 업스트림 어딘가에서 출시 전 필드를 거부했다는 뜻입니다. 문서는 `CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1`을 권합니다.
-   **사고(thinking).** `MAX_THINKING_TOKENS`와 적응형 사고는 Claude 기능입니다. BroadNet에서 DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B는 답하기 전에 추론하며, 이 [추론 토큰](https://broadrouter.com/ko/glossary/reasoning-tokens/)은 `max_tokens`에 포함됩니다. 답변이 비어서 돌아오면 출력 한도를 올리거나 `reasoning_effort`를 low로 보내세요. [추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)를 보세요.
-   **이미지.** BroadNet에서 GLM 5.3은 텍스트 전용입니다. 스크린샷을 붙여 넣는다면 Qwen3.8 27B를 쓰세요.

실제로 의존하기 전에 파일 편집, 셸 명령, 긴 세션을 포함한 실제 작업을 처음부터 끝까지 테스트하세요.

## Claude Code 뒤에는 어떤 BroadNet 모델을 둬야 하나요?

Claude Code는 [도구 호출](https://broadrouter.com/ko/glossary/tool-calling/)로 파일을 읽고 편집하고 명령을 실행합니다. BroadNet API 레퍼런스가 도구, 구조화된 출력, 추론을 문서화한 모델은 두 개입니다.

| 모델 | 100만 토큰당 입력 / 출력 | 컨텍스트 | 이미지 | 도구 문서화 |
| --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/ko/models/glm-5.3/) | $0.78 / $3.46 | 1,048,576 | 아니요 | 예 |
| [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) | $0.175 / $2.17 | 262,144 | 예 | 예 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) | $0.175 / $0.52 | 1,048,576 | 예 | 문서화되지 않음 |

큰 저장소라면 GLM 5.3이 자연스러운 주 모델입니다. Qwen3.8 27B는 입력 토큰당 더 싸고, 이미지와 가벼운 백그라운드 호출에 쓸 수 있습니다. 둘 다 충전이 필요하며, $5 상당의 초기 크레딧으로는 쓸 수 없습니다. [GLM 5.3 vs Qwen3.8 27B 비교](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/)에서 나란히 볼 수 있습니다.

## BroadNet 정액 플랜을 Claude Code와 함께 쓸 수 있나요?

문서화된 조합은 아니며, 구매 전에 알아 두는 편이 좋습니다. Full Moon, Orbit, Meteor 플랜은 DeepSeek V4.1 Flash만 지원하는데, BroadNet은 이 모델의 도구 호출을 문서화하지 않습니다. 또한 각 [플랜 세션](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)은 한 번에 요청 1개를 처리합니다. Claude Code는 메인 루프와 함께 서브에이전트와 백그라운드 작업을 돌릴 수 있으므로, 이 요청들이 세션 하나에서 줄을 서게 됩니다.

정액 가격을 원한다면 BroadNet이 플랜과 함께 문서화한 [Aider](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/) 같은 에이전트를 쓰세요. Claude Code에는 종량제 GLM 5.3이나 Qwen3.8 27B를 쓰세요. 키당 분당 30 요청, 동시 요청 4개까지 허용됩니다. 429가 오면 [오류와 재시도](https://broadrouter.com/ko/guides/errors-and-retries/)처럼 백오프하세요.

## 다른 에이전트가 더 나은 경우는 언제인가요?

Claude Code 자체가 꼭 필요하지 않다면 프록시를 건너뛰세요. opencode, Cline, Roo Code, Continue, Aider는 모두 OpenAI 호환 base URL, 키, 모델 ID를 직접 받습니다. 각 필드 이름은 [코딩 에이전트에서 오픈 모델 쓰기](https://broadrouter.com/ko/blog/use-open-models-in-coding-agents/)에 있고, [opencode](https://broadrouter.com/ko/guides/opencode-custom-provider/)와 [Cline](https://broadrouter.com/ko/guides/cline-openai-compatible/) 설정 가이드도 있습니다. 움직이는 부품이 적을수록 변환 버그도 적습니다. 이 작업에 맞는 모델을 비교하려면 [코딩 에이전트에 가장 좋은 오픈 모델](https://broadrouter.com/ko/blog/best-open-model-for-coding-agents/)을 보세요.

확장 사고, Anthropic 프롬프트 캐싱, 최신 Claude Code 베타 같은 Claude 전용 기능에 의존한다면 Claude 모델을 계속 쓰세요. 그 경우 모델을 바꾸기보다 [Claude Code 안에서 비용 줄이기](https://broadrouter.com/ko/blog/cut-coding-agent-llm-costs/)를 보세요.

## BroadNet Inference의 위치

BroadNet Inference는 OpenAI 호환 API이므로 LiteLLM 같은 프록시를 거쳐야만 Claude Code에 연결됩니다. 프록시 뒤에서는 GLM 5.3과 Qwen3.8 27B가 도구 호출이 문서화된 두 모델이며, 토큰당 과금되고 요청이 끝난 뒤 콘텐츠를 보관하지 않습니다. 네이티브 Anthropic 형식 엔드포인트를 원한다면 DeepSeek와 Z.ai가 더 간단합니다. BroadNet의 정액 플랜을 원한다면 OpenAI 형식을 쓰는 에이전트와 함께 쓰세요.

관련 무료 도구 (영어)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[OpenAI 호환 API(OpenAI-compatible API)](https://broadrouter.com/ko/glossary/openai-compatible-api/)

OpenAI 호환 API는 POST /v1/chat/completions처럼 OpenAI API와 같은 요청 및 응답 형식을 받는 HTTP API입니다. 그래서 OpenAI SDK와 도구는 base URL, API 키, 모델 이름만 바꾸면 이 API를 그대로 사용할 수 있습니다.

[오픈 웨이트 모델(open-weight model)](https://broadrouter.com/ko/glossary/open-weight-model/)

오픈 웨이트 모델은 학습된 가중치를 공개해 누구나 내려받아 실행할 수 있게 한 머신러닝 모델로, 보통 조건이 붙은 라이선스로 배포됩니다. 학습 코드와 학습 데이터에 대한 상세한 정보까지 공개해 다른 사람이 모델을 연구하고 재현할 수 있게 하는 완전한 오픈 소스 AI와는 다릅니다.

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[캐시된 입력 토큰(cached input tokens)](https://broadrouter.com/ko/glossary/cached-input-tokens/)

캐시된 입력 토큰은 LLM 제공업체가 최근에 처리해 두었다가 다시 계산하지 않고 캐시에서 재사용할 수 있는 프롬프트 토큰입니다. 보통 시스템 프롬프트나 문서처럼 반복되는 접두부(prefix)이며, 제공업체는 이를 새 입력 토큰보다 낮은 단가로 과금합니다.

[동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/)

동시 처리(concurrency)는 클라이언트가 같은 시점에 진행 중인 요청 수입니다. LLM API는 분당 요청 수와 별도로 키나 플랜마다 이를 제한하는 경우가 많습니다. 열려 있는 요청은 응답이 끝날 때까지 GPU 용량을 차지하기 때문입니다.

[base URL(베이스 URL)](https://broadrouter.com/ko/glossary/base-url/)

base URL은 https://api.example.com/v1처럼 API의 고정된 루트 주소로, 클라이언트가 /chat/completions 같은 모든 엔드포인트 경로 앞에 붙입니다. OpenAI 호환 SDK에서는 base URL을 API 키, 모델 ID와 함께 바꾸면 같은 코드로 다른 제공업체를 호출할 수 있습니다.

[구조화된 출력(Structured output)](https://broadrouter.com/ko/glossary/structured-output/)

구조화된 출력(structured output)은 모델의 응답을 개발자가 지정한 형식, 주로 JSON Schema에 맞추도록 제한해 코드가 안정적으로 파싱할 수 있게 하는 LLM API 기능입니다. 유효한 JSON만 보장하고 특정 구조는 보장하지 않는 JSON 모드보다 더 엄격합니다.

[속도 제한(rate limit)](https://broadrouter.com/ko/glossary/rate-limit/)

속도 제한(rate limit)은 API가 일정 시간 동안 클라이언트가 사용할 수 있는 양에 두는 상한으로, 분당 요청 수나 분당 토큰 수 같은 기준이 있습니다. 한도를 넘은 요청은 사용량이 다시 한도 아래로 내려갈 때까지 거부되며, 보통 HTTP 429 Too Many Requests가 반환됩니다.

## 자주 묻는 질문

### Claude Code에서 DeepSeek를 쓸 수 있나요?

네, 두 가지 방법이 있습니다. DeepSeek는 Anthropic 형식 base URL인 https://api.deepseek.com/anthropic을 공개하며, 여기서 claude-sonnet과 claude-haiku 이름은 deepseek-flash로, claude-opus 이름은 deepseek-v4-pro로 매핑됩니다. 또는 DeepSeek 모델을 호스팅하는 OpenAI 호환 제공업체 앞에 LiteLLM 같은 변환 프록시를 둘 수 있습니다.

### Claude Code는 OpenAI 호환 API와 함께 동작하나요?

직접은 아닙니다. Claude Code는 Anthropic Messages API 요청을 /v1/messages로 보냅니다. LiteLLM 같은 프록시가 이 요청을 받아 OpenAI 방식의 /chat/completions 엔드포인트로 전달하고, 응답을 다시 변환해 돌려줍니다.

### Claude Code를 다른 모델로 쓰는 것을 Anthropic이 지원하나요?

아니요. Claude Code 게이트웨이 문서에 따르면 Anthropic은 어떤 게이트웨이를 거치든 Claude Code를 Claude 외 모델로 라우팅하는 것을 지원하지 않습니다. 실제로는 많은 사람이 쓰고 있지만, 이 경로에서 생기는 버그는 직접 디버깅해야 합니다.

### Claude Code 뒤에는 어떤 BroadNet 모델을 써야 하나요?

GLM 5.3 또는 Qwen3.8 27B입니다. BroadNet이 도구 호출을 문서화한 모델은 이 두 개뿐이고, Claude Code는 도구로 파일을 편집하고 명령을 실행합니다. GLM 5.3의 컨텍스트는 1,048,576 토큰이고, Qwen3.8 27B는 262,144 토큰이며 이미지를 받습니다.

### BroadNet 무제한 플랜으로 Claude Code를 돌릴 수 있나요?

문서화된 조합은 아닙니다. 정액 플랜은 DeepSeek V4.1 Flash만 지원하는데, BroadNet은 이 모델의 도구 호출을 문서화하지 않습니다. 또한 플랜 세션은 한 번에 요청 1개를 처리하지만, Claude Code는 서브에이전트를 병렬로 돌릴 수 있습니다.

### LiteLLM을 거치면 Claude Code가 Invalid model name 오류를 내는 이유는 무엇인가요?

Claude Code가 config.yaml에 정의되지 않은 모델 이름을 요청했기 때문입니다. 대개 내장 Claude 별칭이나 백그라운드용 Haiku 모델입니다. ANTHROPIC\_MODEL과 ANTHROPIC\_DEFAULT\_HAIKU\_MODEL을 model\_list에 있는 이름으로 설정하세요.

## 이어서 읽기

-   [코딩 에이전트에서 오픈 모델 쓰기: Aider, Cline, opencode, Codex](https://broadrouter.com/ko/blog/use-open-models-in-coding-agents/)
-   [오픈 모델 도구 호출: 스키마, 병렬 호출, 재시도](https://broadrouter.com/ko/blog/tool-calling-open-models/)
-   [코딩 에이전트에 가장 좋은 오픈 모델: 도구, 컨텍스트, 비용으로 고르기](https://broadrouter.com/ko/blog/best-open-model-for-coding-agents/)
-   [코딩 에이전트 LLM 비용 줄이는 10가지 방법과 예상 절감액](https://broadrouter.com/ko/blog/cut-coding-agent-llm-costs/)
-   [정액제 LLM API로 코딩 에이전트를 병렬 실행하는 방법](https://broadrouter.com/ko/blog/run-parallel-coding-agents-flat-rate/)
-   [AI 코딩 에이전트 1회 실행 비용: 단계 수, 컨텍스트 증가, 캐싱](https://broadrouter.com/ko/blog/ai-coding-agent-run-cost/)
-   [저렴한 모델로 OpenClaw와 Hermes Agent 쓰기: 설정과 토큰 계산](https://broadrouter.com/ko/blog/openclaw-hermes-agent-cheap-model/)
-   [가이드: LiteLLM을 BroadNet Inference에 연결하기(SDK와 프록시)](https://broadrouter.com/ko/guides/litellm-proxy-custom-provider/)
-   [가이드: opencode에 BroadNet Inference를 커스텀 제공자로 추가하기](https://broadrouter.com/ko/guides/opencode-custom-provider/)
-   [가이드: BroadNet Inference에서 Cline 사용하기(OpenAI Compatible 제공자)](https://broadrouter.com/ko/guides/cline-openai-compatible/)
-   [가이드: Aider를 무제한 DeepSeek V4.1 Flash로 실행하기](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/)
-   [가이드: 추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-claude-code-with-openai-compatible-models&utm_content=page-cta) ·

**출처**

-   [Claude Code 문서, 기타 LLM 게이트웨이: Claude 외 모델 미지원(2026-11-15 확인)](https://code.claude.com/docs/en/llm-gateway)
-   [Claude Code 문서, LLM 게이트웨이 연결: ANTHROPIC\_BASE\_URL, ANTHROPIC\_AUTH\_TOKEN, 문제 해결(2026-11-15 확인)](https://code.claude.com/docs/en/llm-gateway-connect)
-   [Claude Code 문서, 게이트웨이 호환성 가이드: /v1/messages, cache\_control 전달(2026-11-15 확인)](https://code.claude.com/docs/en/llm-gateway-protocol)
-   [Claude Code 문서, 환경 변수(2026-11-15 확인)](https://code.claude.com/docs/en/env-vars)
-   [LiteLLM 문서, Anthropic 외 모델로 Claude Code 쓰기(2026-11-15 확인)](https://docs.litellm.ai/docs/tutorials/claude_non_anthropic_models)
-   [LiteLLM 문서, Claude Code 클라이언트 설정: ANTHROPIC\_MODEL과 Invalid model name(2026-11-15 확인)](https://docs.litellm.ai/docs/proxy/client_setup/claude_code)
-   [DeepSeek API 문서, Anthropic API: base URL, 모델 매핑, 무시되는 필드(2026-11-15 확인)](https://api-docs.deepseek.com/guides/anthropic_api)
-   [DeepSeek 뉴스, DeepSeek-V4.1-Flash 출시, 모델 이름 deepseek-flash(2026년 9월 10일; 2026-11-15 확인)](https://api-docs.deepseek.com/news/news260910)
-   [Z.ai 문서, Claude Code에서 GLM Coding Plan 쓰기(2026-11-15 확인)](https://docs.z.ai/devpack/tool/claude)
-   [BroadNet Inference API 레퍼런스: 모델, 도구, 추론, 한도(2026-11-15 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-claude-code-with-openai-compatible-models&utm_content=sources)
