---
title: "OpenClaw·Hermes Agent를 저렴한 OpenAI 호환 모델로 | BroadRouter"
description: "OpenClaw나 Hermes Agent를 OpenAI 호환 엔드포인트에 연결하고, 예약 점검이 토큰을 태우는 이유와 가벼운 컨텍스트, 저렴한 모델로 비용을 줄이는 법을 알아봅니다."
url: https://broadrouter.com/ko/blog/openclaw-hermes-agent-cheap-model/
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/openclaw-hermes-agent-cheap-model/) (2026-11-15 업데이트).

# 저렴한 모델로 OpenClaw와 Hermes Agent 쓰기: 설정과 토큰 계산

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

두 에이전트 모두 커스텀 OpenAI 호환 엔드포인트를 지원합니다. OpenClaw는 models.providers에 api "openai-completions"로, Hermes Agent는 provider: custom과 base\_url로 설정합니다. 비용은 컨텍스트 크기 × 실행 빈도 × 모델 가격으로 정해집니다. 컨텍스트를 줄이고, 예약 점검은 덜 자주 더 저렴한 모델로 돌리며, 확정하기 전에 도구 호출을 테스트하세요.

## 핵심 요약

-   상시 실행 에이전트는 예약 점검과 턴마다 컨텍스트를 다시 보내므로, 컨텍스트 크기 × 빈도가 비용을 결정합니다.
-   OpenClaw는 models.providers 아래에 api "openai-completions"로 커스텀 엔드포인트를 받고, Hermes Agent는 config.yaml에 provider: custom과 base\_url을 받습니다.
-   Hermes Agent는 도구 사용에 최소 64,000 토큰의 컨텍스트가 필요하므로, 컨텍스트가 32K인 모델은 메인 모델로 쓸 수 없습니다.
-   BroadNet에서 도구 호출이 문서화된 모델은 GLM 5.3과 Qwen3.8 27B뿐입니다. 정액 플랜에 기대기 전에 DeepSeek V4.1 Flash를 자신의 에이전트로 테스트하세요.
-   가벼운 컨텍스트, 적은 실행 횟수, 일상 점검용 저렴한 모델이 어떤 할인보다 토큰을 더 많이 줄여 줍니다.

**이 페이지의 내용**

1.  상시 실행 에이전트는 왜 그렇게 비용이 많이 드나요?
2.  OpenClaw를 OpenAI 호환 엔드포인트에 어떻게 연결하나요?
3.  Hermes Agent를 커스텀 엔드포인트에 어떻게 연결하나요?
4.  이 에이전트들에 맞는 BroadNet 모델은 무엇인가요?
5.  토큰 계산은 어떻게 되나요?
6.  에이전트를 망가뜨리지 않고 비용을 줄이려면?
7.  정액 플랜은 언제 합리적인가요?
8.  음성 메모는 어떻게 하나요?
9.  BroadNet Inference의 역할

OpenClaw와 Hermes Agent는 켜 두고 쓰는 개인 에이전트입니다. 메시지를 읽고, 도구를 실행하고, 정해진 일정에 깨어나 무언가를 점검합니다. 둘 다 어떤 OpenAI 호환 엔드포인트든 쓸 수 있으므로 기본값보다 저렴한 모델을 고를 수 있습니다. 문제는 실행할 때마다 컨텍스트를 보내고, 비용을 내는 대상이 바로 그 컨텍스트라는 점입니다.

## 상시 실행 에이전트는 왜 그렇게 비용이 많이 드나요?

채팅 앱은 모델에 메시지를 하나씩 보냅니다. 개인 에이전트는 매 턴마다 시스템 프롬프트, 워크스페이스 파일, 메모리, 대화 일부를 보내며, 일정에 따라 스스로 턴을 실행하기도 합니다. 비용은 대략 다음과 같습니다.

**실행당 컨텍스트 토큰 × 하루 실행 횟수 × 토큰당 가격**, 여기에 출력이 더해집니다.

Notebookcheck는 2026년 2월, 30분마다 실행되던 OpenClaw의 “heartbeat” 점검이 컨텍스트 창 전체를 API로 보냈다고 보도했습니다. 사소한 점검 하나에 약 120,000 토큰이었습니다. 한 사용자가 Claude Opus에서 이런 점검을 밤새 약 25번 돌렸더니 약 USD 18.75가 들었다고 합니다. 이 수치는 Notebookcheck가 인용한 사용자 보고이며 우리가 측정한 것이 아니지만, 핵심은 구조입니다. 유휴 상태의 에이전트도 토큰을 씁니다.

그 후 OpenClaw 문서는 하트비트가 폐지되었다고 설명합니다. 예약 점검은 이제 일반 자동화 작업이며, `openclaw doctor --fix`가 기존 하트비트 설정을 자동화 작업으로 옮겨 줍니다. 프로바이더가 다른 주기를 지정하지 않는 한 설정 작업은 여전히 30분마다 실행되므로, 아래 계산은 그대로 적용됩니다.

## OpenClaw를 OpenAI 호환 엔드포인트에 어떻게 연결하나요?

OpenClaw는 커스텀 프로바이더를 `models.providers.<id>` 아래에 등록합니다. OpenAI 호환 서버라면 `baseUrl`, `apiKey`, `api: "openai-completions"`, 그리고 `models` 배열을 설정하세요. 모델마다 필수 항목은 `id`뿐이지만, 문서는 서버와 일치하는 `contextWindow`와 `maxTokens` 값을 명시하라고 권장합니다. BroadNet Inference를 가리키도록 한 예시입니다. 필드 이름은 OpenClaw 문서에서, 값은 BroadNet 문서와 가격 피드에서 가져왔습니다.

```json5
{
  models: {
    providers: {
      broadnet: {
        baseUrl: "https://inference.broadnet.ai/v1",
        apiKey: "${BROADNET_API_KEY}",
        api: "openai-completions",
        models: [
          { id: "broadnet/glm-5.3", name: "GLM 5.3", reasoning: true,
            input: ["text"], contextWindow: 1048576 },
          { id: "broadnet/qwen3.8-27b", name: "Qwen3.8 27B", reasoning: true,
            input: ["text", "image"], contextWindow: 262144 },
        ],
      },
    },
  },
}
```

모델 참조는 프로바이더 id, 슬래시, 모델 id 순서입니다. `agents.defaults.models`는 별칭과 메타데이터만 설정할 뿐 모델을 등록하지 않으므로, 모델을 호출할 수 있게 만드는 것은 `models.providers` 항목입니다. 같은 페이지에 나오는 호환성 메모 두 가지: 엔드포인트가 `reasoning_effort`를 거부하면 `compat.supportsReasoningEffort: false`로 OpenClaw가 이를 보내지 않게 할 수 있습니다(BroadNet 문서는 `reasoning_effort: low`를 받습니다). 또 이미지를 받는 모델은 첨부 파일이 네이티브로 들어가도록 `input: ["text", "image"]`가 필요합니다.

`cost` 필드도 설정하세요. 런타임이 비용 없이 토큰만 보고하면 OpenClaw의 자동화 추정치는 로컬 `models.json`의 가격을 쓰는데, 기본값이 0이라 모든 실행이 무료처럼 보입니다.

## Hermes Agent를 커스텀 엔드포인트에 어떻게 연결하나요?

터미널에서 `hermes model`을 실행하고 커스텀 엔드포인트 옵션을 고르세요. base URL, API 키, 모델 이름을 묻습니다. 또는 `~/.hermes/config.yaml`을 편집하세요.

```yaml
model:
  default: broadnet/qwen3.8-27b
  provider: custom
  base_url: https://inference.broadnet.ai/v1
  key_env: BROADNET_API_KEY
```

모델을 고를 때 중요한 Hermes 문서의 내용 세 가지:

-   **컨텍스트 하한.** Hermes Agent는 도구를 쓰는 에이전트 용도로 최소 64,000 토큰의 컨텍스트를 요구하며, 그보다 작은 창은 시작할 때 거부합니다.
-   **도구 호출.** 서버가 도구 호출을 파싱하지 않으면 모델은 이를 텍스트로 출력하고, 아무것도 실행되지 않습니다.
-   **보조 작업.** 비전, 압축, 제목 생성은 기본적으로 메인 채팅 모델로 가며, 각각 더 저렴한 모델로 재정의할 수 있습니다.

## 이 에이전트들에 맞는 BroadNet 모델은 무엇인가요?

| 모델 | 컨텍스트 | BroadNet 문서의 도구 지원 | 100만 토큰당 입력 / 캐시 / 출력 | Hermes 64K 하한 충족 |
| --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/ko/models/glm-5.3/) | 1,048,576 | 예 | $0.78 / $0.173 / $3.46 | 예 |
| [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) | 262,144 | 예 | $0.175 / $0.0435 / $2.17 | 예 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) | 1,048,576 | 문서화되지 않음 | $0.175 / $0.0055 / $0.52, 또는 월 $60 정액 | 예 |
| [Gemma 4 VL 26B](https://broadrouter.com/ko/models/gemma-4-vl-26b/) | 32,768 | 문서화되지 않음 | $0.10 / 캐시 가격 없음 / $0.22 | 아니요 |

두 에이전트 모두 도구 호출로 돌아가므로 GLM 5.3이나 Qwen3.8 27B로 시작하세요. DeepSeek V4.1 Flash는 조건에 맞는 세 모델 중 출력 가격과 캐시된 입력 가격이 가장 낮고, 정액 플랜이 있는 유일한 모델이지만, BroadNet은 이 모델의 도구 호출을 문서화하지 않았습니다. 한 달 플랜을 사기 전에 $1 요금의 Meteor 1시간으로 실제 에이전트를 돌려 보고 도구가 정말 실행되는지 지켜보세요. 무엇을 확인할지는 [오픈 모델의 도구 호출](https://broadrouter.com/ko/blog/tool-calling-open-models/)에서 다룹니다. Gemma는 $5 상당의 초기 크레딧으로 쓸 수 있는 모델이지만, 32K 창은 Hermes 하한보다 작고 워크스페이스가 큰 OpenClaw 에이전트에도 빠듯합니다.

## 토큰 계산은 어떻게 되나요?

측정값이 아니라 설명을 위한 가정입니다. 실제 수치는 각 응답의 `usage` 블록이나 제공업체의 사용량 페이지에서 확인하세요.

| 예약 점검 | 실행당 컨텍스트 | 하루 실행 횟수 | 월간(30일) 입력 토큰 |
| --- | --- | --- | --- |
| 30분마다 전체 컨텍스트 | 120,000 | 48 | 1억 7,280만 |
| 1시간마다 전체 컨텍스트 | 120,000 | 24 | 8,640만 |
| 1시간마다 가벼운 컨텍스트 | 15,000 | 24 | 1,080만 |
| 가벼운 컨텍스트, 2시간마다, 활동 시간 12시간 | 15,000 | 6 | 270만 |

이것은 채팅이나 작업을 하기 전의 수치입니다. 입력 열에 위 표의 100만 토큰당 입력 가격을 곱하거나, [LLM API 비용 계산기](https://broadrouter.com/tools/llm-api-cost-calculator/)로 돌려 보세요. 실행 사이에 접두사가 그대로 유지되면 그중 상당 부분이 캐시 가격으로 과금될 수 있습니다. DeepSeek V4.1 Flash에서는 100만 토큰당 $0.175 요금 대신 $0.0055 요금입니다. [접두사를 캐시 가능하게 유지하는 법](https://broadrouter.com/ko/blog/prompt-structure-for-caching/)을 참고하세요. 예약 점검 외에 에이전트의 토큰이 어디로 가는지 보려면 [에이전트 토큰 예산](https://broadrouter.com/ko/blog/agent-token-budget/)을 읽어 보세요.

## 에이전트를 망가뜨리지 않고 비용을 줄이려면?

각 도구가 문서화한 설정을 쓰세요.

-   **일상 작업에는 가벼운 컨텍스트(OpenClaw).** `--light-context`는 워크스페이스 부트스트랩 파일 주입을 건너뜁니다. 격리된 작업은 새 세션으로 시작하므로 대화 전체를 끌고 다니지 않습니다. 작업 스크래치는 짧게 유지하세요. 최대 256 KiB까지 매 실행에 주입됩니다.
-   **작업별로 더 저렴한 모델.** OpenClaw의 `--model`은 세션 설정보다 우선하는 작업의 기본 모델을 지정하며, 문서에 따르면 일상적인 요약과 상태 점검에는 가벼운 모델이 적합합니다. Hermes에서는 `hermes cron create --model … --provider …`로 작업마다 모델을 고정하고, 고정하지 않은 작업은 설정되어 있으면 `cron.model`을 씁니다.
-   **실행 횟수 줄이기, 활동 시간에만.** OpenClaw 작업은 `activeHours` 시간대를 받습니다. 빈도를 절반으로 줄이면 예약 점검 토큰도 절반이 됩니다.
-   **조용한 결과.** OpenClaw에서 보고할 것이 없는 점검은 `NO_REPLY`를 반환하고 조용히 지나가므로, 실행할 때마다 메시지를 받지 않습니다.
-   **모델 없는 작업.** Hermes 스크립트 작업은 모델 없이 실행되므로 단순 폴링에는 비용이 들지 않습니다.
-   **지출 한도.** 키에 예산을 거세요. 예산과 루프 방지는 [LLM API 지출 관리](https://broadrouter.com/ko/blog/llm-api-spend-control/)에서 다룹니다.

## 정액 플랜은 언제 합리적인가요?

Full Moon 세션은 DeepSeek V4.1 Flash에 대해 토큰 계량, 시간 창, 상한이 없습니다. 월 $60, 주 $15, 또는 시간당 $1 요금입니다. 30분마다 120,000 토큰 컨텍스트를 보내도 가벼운 컨텍스트와 비용이 같습니다. 남는 한계는 두 가지입니다.

-   **세션당 한 번에 요청 1개.** 예약 작업과 채팅 답장이 서로 뒤에 줄을 섭니다. 자주 겹친다면 두 번째 세션을 사세요. [세션의 작동 방식](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)을 참고하세요.
-   **도구 호출은 BroadNet의 약속이 아니라 직접 테스트할 부분입니다.** 위 내용을 참고하세요.

에이전트가 주로 쉬고 있고 하루에 가벼운 점검 몇 번만 돈다면 종량제가 더 저렴합니다. [정액제 vs 토큰당 과금 계산기](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)로 둘을 비교해 보세요.

## 음성 메모는 어떻게 하나요?

에이전트가 WhatsApp이나 Telegram 음성 메모를 받는다면, LLM이 보기 전에 전사하세요. BroadNet Transcribe Arabic은 분당 $0.0042 요금, BroadNet Transcribe(14개 언어)는 분당 $0.002 요금이며, 둘 다 초기 크레딧으로 쓸 수 있습니다. 변환 단계는 [WhatsApp 음성 메모 가이드](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)에 있습니다.

## BroadNet Inference의 역할

BroadNet은 이 에이전트들에게 하나의 키로 OpenAI 호환 엔드포인트를 제공합니다. 도구 호출이 문서화된 모델 두 개, 컨텍스트가 무거운 작업을 위한 정액 모델, 캐시된 입력 가격, 음성 인식을 함께 쓸 수 있으며, 프롬프트나 답변을 보관하지 않습니다. 첫날부터 최저 가격으로 자신의 에이전트에서 도구 호출이 검증된 모델이 필요하거나, 정액 세션 하나에서 많은 요청을 병렬로 돌려야 한다면 가장 잘 맞는 선택은 아닙니다. 브라우저나 비전을 많이 쓰는 에이전트도 다른 곳의 더 큰 멀티모달 모델이 더 나을 수 있습니다. 확정하기 전에 자신의 에이전트로 한 시간 동안 테스트해 보세요.

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.

[AI 에이전트(AI agent)](https://broadrouter.com/ko/glossary/agent/)

AI 에이전트는 언어 모델이 목표를 향해 스스로 단계를 정하는 시스템입니다. 어떤 도구를 호출할지 결정하고, 결과를 읽고, 최종 답변을 내거나 한도에 닿을 때까지 이를 반복합니다. 정해진 지점에서 모델을 호출하는 고정된 스크립트는 보통 워크플로라고 부릅니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[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.

[멀티모달 AI(multimodal AI)](https://broadrouter.com/ko/glossary/multimodal/)

멀티모달 AI(multimodal AI)는 텍스트, 이미지, 영상, 오디오처럼 두 가지 이상의 데이터 유형을 다루는 모델이나 시스템입니다. 사진과 질문을 함께 읽거나, 음성을 받아 텍스트로 답할 수 있습니다. 가장 흔한 형태는 비전-언어 모델입니다.

[입력 토큰과 출력 토큰(input and output tokens)](https://broadrouter.com/ko/glossary/input-and-output-tokens/)

입력 토큰은 언어 모델이 요청에서 읽는 토큰으로, 시스템 프롬프트, 대화 기록, 도구 정의, 이미지가 포함됩니다. 출력 토큰은 모델이 응답으로 생성하는 토큰으로, 추론도 포함됩니다. LLM API는 보통 둘에 따로 가격을 매기며, 대개 출력이 더 비쌉니다.

[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.

[컨텍스트 윈도우(context window)](https://broadrouter.com/ko/glossary/context-window/)

컨텍스트 윈도우는 언어 모델이 요청 한 번에 다룰 수 있는 최대 토큰 수입니다. 프롬프트, 대화 기록, 도구 정의, 이미지, 그리고 추론 토큰을 포함한 생성 출력이 모두 여기에 들어갑니다. 들어가지 않는 내용은 잘라 내거나 요약하거나 여러 요청으로 나눠야 합니다.

## 자주 묻는 질문

### OpenClaw에서 커스텀 OpenAI 호환 API를 쓸 수 있나요?

네. models.providers 아래에 baseUrl, apiKey(환경 변수 참조가 가장 좋음), "openai-completions"로 설정한 api, 그리고 최소한 각 모델의 id가 들어간 models 배열을 가진 프로바이더를 추가하세요. 모델은 프로바이더 id, 슬래시, 모델 id 순서로 참조합니다.

### Hermes Agent를 커스텀 엔드포인트에 연결하려면 어떻게 하나요?

hermes model을 실행해 커스텀 엔드포인트 옵션을 고르거나, ~/.hermes/config.yaml에서 model.provider를 custom으로, model.base\_url을 /v1 URL로, model.default를 모델 id로 설정하고 api\_key나 key\_env를 넣으세요.

### OpenClaw는 왜 유휴 상태에서도 토큰을 그렇게 많이 쓰나요?

예약 점검도 모델 호출이기 때문입니다. 2026년 2월 Notebookcheck 보도는 30분마다 돌면서 매번 약 120,000 토큰의 컨텍스트를 보낸 점검을 소개했습니다. 이후 OpenClaw는 하트비트를 자동화 작업으로 옮겼고, 이 작업은 가벼운 컨텍스트와 별도 모델로 실행할 수 있습니다.

### OpenClaw나 Hermes Agent에는 BroadNet의 어떤 모델을 써야 하나요?

BroadNet이 도구 호출을 문서화한 두 모델, GLM 5.3이나 Qwen3.8 27B로 시작하세요. DeepSeek V4.1 Flash는 더 저렴하고 정액 플랜도 있지만, 먼저 자신의 에이전트에서 도구 호출을 테스트하세요.

### 무료 초기 크레딧으로 Hermes Agent를 돌릴 수 있나요?

잘 되지는 않습니다. 초기 크레딧은 BroadNet Gemma 4 VL 26B와 Transcribe 모델에 쓸 수 있는데, Gemma의 컨텍스트는 32,768 토큰으로 Hermes Agent가 도구 사용에 요구하는 64,000 토큰보다 작습니다. 조건에 맞는 채팅 모델은 충전이나 플랜이 필요합니다.

### 정액 플랜이면 에이전트 비용 증가가 멈추나요?

Full Moon 세션에는 토큰 계량이 없으므로 긴 컨텍스트와 잦은 점검이 요금을 올리지 않습니다. 다만 한 번에 요청 1개만 실행하므로, 두 번째 세션을 사지 않는 한 예약 작업과 채팅 답장이 서로 뒤에 줄을 섭니다.

## 이어서 읽기

-   [에이전트 토큰 예산: 에이전트 루프의 토큰은 어디로 가는가](https://broadrouter.com/ko/blog/agent-token-budget/)
-   [캐시된 입력 토큰: 프롬프트 캐싱으로 LLM API 요금 줄이기](https://broadrouter.com/ko/blog/cached-input-tokens-explained/)
-   [접두부가 캐시되도록 프롬프트를 구성하는 방법](https://broadrouter.com/ko/blog/prompt-structure-for-caching/)
-   [LLM API 비용 통제: 예산, 키 한도, 무한 루프 방지](https://broadrouter.com/ko/blog/llm-api-spend-control/)
-   [오픈 모델 도구 호출: 스키마, 병렬 호출, 재시도](https://broadrouter.com/ko/blog/tool-calling-open-models/)
-   [LLM API 플랜의 "무제한"은 실제로 무엇을 뜻할까](https://broadrouter.com/ko/blog/what-unlimited-llm-api-really-means/)
-   [AI 코딩 에이전트 1회 실행 비용: 단계 수, 컨텍스트 증가, 캐싱](https://broadrouter.com/ko/blog/ai-coding-agent-run-cost/)
-   [오픈 모델로 Claude Code 쓰기: 프록시, 네이티브 엔드포인트, 한계](https://broadrouter.com/ko/blog/claude-code-with-openai-compatible-models/)
-   [가이드: 에이전트용 무제한 LLM API 플랜은 어떻게 작동하나요?](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)
-   [가이드: API로 WhatsApp 음성 메시지를 텍스트로 전사하기](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)
-   [가이드: BroadNet Inference 오류 코드와 재시도해야 하는 경우](https://broadrouter.com/ko/guides/errors-and-retries/)

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-openclaw-hermes-agent-cheap-model&utm_content=page-cta) ·

**출처**

-   [OpenClaw 문서, 커스텀 프로바이더와 로컬 런타임 (2026-11-15 확인)](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [OpenClaw 문서, 하트비트에서 자동화 작업으로의 마이그레이션 (2026-11-15 확인)](https://docs.openclaw.ai/gateway/heartbeat)
-   [OpenClaw 문서, 자동화 작업 페이로드: 세션, 스크래치, 모델 재정의, 가벼운 컨텍스트 (2026-11-15 확인)](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Hermes Agent 문서, 프로바이더와 커스텀 OpenAI 호환 엔드포인트 (2026-11-15 확인)](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Hermes Agent 문서, 예약 작업(cron) (2026-11-15 확인)](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck, OpenClaw 토큰 사용량 보도, 2026년 2월 4일 (2026-11-15 확인)](https://www.notebookcheck.net/Free-to-use-AI-tool-can-burn-through-hundreds-of-Dollars-per-day-OpenClaw-has-absurdly-high-token-use.1219925.0.html)
-   [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-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [BroadNet Inference 기계 판독용 가격 정보, pricing.json (2026-11-15 확인) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
