I Tested the Viral GitHub Repo That Gives Claude Code 7.4B Tokens/Month
Quick Summary
진행자는 GitHub의 Free LLM API로 Claude Code에서 코딩 작업을 무료로 마쳤지만, 월 74억 토큰은 34개 공급자의 무료 한도를 모두 더한 수치였다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
진행자는 GitHub의 Free LLM API로 Claude Code에서 코딩 작업을 무료로 마쳤지만, 월 74억 토큰은 34개 공급자의 무료 한도를 모두 더한 수치였다.
📌 핵심 요점
- Free LLM API는 Claude Code의 요청을 여러 공급자의 무료 모델로 보내는 오픈소스 앱이다. 사용자는 익숙한 Claude Code 화면에서 일하고, 실제 응답을 만든 모델은 답변에 붙은 라벨로 확인할 수 있다.
- 진행자가 공급자 네 곳을 연결하자 앱에 표시된 월 예산은 1억 4,100만 토큰으로, 제목에서 제시한 수치의 약 2%였다. 이 표시량에도 꺼 둔 Gemma 모델 두 개의 6,000만 토큰이 포함됐다.
- 카탈로그에 실린 무료 모델은 635개였지만 코딩에 쓸 수 있는 범위는 더 좁았다. 진행자는 파일 작업에 필요한 도구를 쓸 수 있고 한 번에 12만 8,000토큰 이상을 담을 수 있는 모델을 골랐다. 12만 8,000은 진행자가 정한 기준이다.
- 영업 연락처 CSV를 정리하는 첫 시연은 약 5분과 요청 15회가 들었고, 진행자가 보고한 추가 비용은 0원이었다. 기존 코드에 이메일 검사를 추가한 두 번째 시연에서는 약 30초 만에 문제가 있는 행 두 개를 표시했다.
- 로컬 라우터는 한도를 소진한 모델에서 다른 모델로 요청을 넘긴다. 진행자는 이 기능을 학습과 소규모 작업에 활용하되, 고객 업무에는 기존 유료 구독을 유지하겠다고 밝혔다.
🧩 배경과 문제 정의
AI 공급자들은 무료 사용량을 서로 다른 단위로 제공한다. 어떤 곳은 토큰 수를, 다른 곳은 하루나 분당 요청 수를 제한한다. Free LLM API는 흩어진 무료 플랜을 한 연결로 묶는다. 영상은 월 74억 토큰이라는 소개 문구가 개인 사용자의 Claude Code에서 실제로 어느 정도의 코딩 작업으로 이어지는지 살펴본다.
🕒 시간순 섹션별 상세정리
1. 무료 코딩 시연과 월 74억 토큰의 출처
- 진행자는 무료 모델로 영업 연락처 목록을 정리한 전후 결과를 보여 준다. 로컬에서 스크립트를 실행하는 데 요청 약 15회가 들었고, 추가 요금은 없었다고 보여준다. [00:46]
- 영상이 소개한 Free LLM API의 카탈로그에는 약 34개 공급자와 무료 모델 635개가 있었다. 앱은 공급자별 키를 연결해 Claude Code에서 쓸 키 하나를 제공한다. [01:32]
2. 로컬 라우터가 모델을 고르는 기준
- 라우터는 무료 한도가 남은 모델을 살펴본 뒤 신뢰도·속도·성능 점수로 선택한다. 기본값은 신뢰도에 약 50%를 두지만, 진행자는 코딩 결과를 다시 고치는 일을 줄이려고 모델 성능의 비중을 약 55%로 높였다. [02:50]
- 한도에 닿으면 다른 모델이 작업을 이어받는다. 앱은 가능하면 대화 하나를 약 30분간 같은 모델에 유지하며, 답변마다 실제 응답 모델을 표시한다. [03:25]
3. 데스크톱 앱과 요청의 이동 경로
- 진행자는 Mac용 앱의 개발자 서명을 확인하고, 모델 점수와 월 예산을 보는 화면, 모델을 시험하는 플레이그라운드, 키 관리 화면을 보여준다. [04:56]
- 진행자의 설명에 따르면 요청은 사용자 컴퓨터에서 선택된 모델 공급자로 직접 전송되며 프로젝트 자체 서버를 거치지 않는다. [05:51]
4. 짧은 입력에서도 드러난 호환성 문제
- Claude Code는 사용자 입력과 함께 기본 지침과 도구 목록도 보낸다. 짧은 인사 한 번을 처리한 기록에 입력 약 1만 2,000토큰, 출력 29토큰이 표시됐다. [06:30]
- 처리 기록에는 한도 소진과 모델의 토큰 제한으로 여러 시도가 실패한 뒤 다른 경로에서 응답한 사례가 있었다. 진행자는 이런 재시도가 응답을 늦출 수 있다고 설명했다. [07:24]
5. 네 공급자의 한도와 용도 비교
- 진행자는 카드나 별도 신분증 없이 가입할 수 있다고 본 네 공급자를 골랐다. 유료 Claude Code로 카탈로그를 비교한 표에서 Google AI Studio의 Gemini Flash는 성능 면에서 높은 평가를 받았지만 일일 한도는 약 20회였다. [08:15]
- 같은 표에서 NVIDIA는 분당 40회에 별도 일일 상한이 없는 것으로, OpenRouter는 계정 전체 무료 모델이 하루 약 50회를 공유하는 것으로 소개됐다. 진행자는 NVIDIA 무료 접근의 평가용 조건도 함께 짚었다. [09:11]
6. 코딩에 쓸 모델과 실제 토큰 예산
- 진행자는 파일 편집과 명령 실행에 필요한 도구 호출을 지원하는지, 지침과 작업 내용을 함께 담을 수 있는지를 살폈다. 모델을 남기는 개인 기준은 도구 지원과 12만 8,000토큰 이상의 컨텍스트 창이었다. [10:52]
- 무료 예산이 컸던 Gemma 모델 두 개는 도구를 지원하지 않아 제외했다. 그런데 모델을 꺼도 월 예산 표시에는 두 모델 몫인 6,000만 토큰이 남아 있었다. [12:32]
7. 유료 구독과 무료 경로를 함께 쓰는 방식
- 기본 연결 방식은 Claude Code의 주 설정을 바꾼다. 진행자는 별도 무료 프로필을 사용해 기존 유료 계정과 무료 모델을 각각 열 수 있게 했다. [14:07]
- 무료 프로필의 상태 화면에는 로컬 주소가 표시됐다. 진행자는 이를 보고 요청이 자신의 컴퓨터에 있는 라우터로 전달되는지 확인했다. [14:51]
8. CSV 정리와 기존 코드 수정 결과
- 첫 작업에서는 연락처 CSV를 정리하는 Python 스크립트가 실행됐고, 약 5분 뒤 정리 전후 파일을 비교할 수 있었다. [15:34]
- 이어 기존 스크립트에 이메일 검사를 추가했다. 약 30초 뒤 실행 결과에는 처리한 14행, 중복 정리 후 고유 연락처 9개, 이메일 문제가 표시된 연락처 2개가 나왔다. [16:03]
9. 표시된 월 예산과 하루 작업량의 차이
- 34개 공급자를 합산한 월 74억 토큰에 비해, 진행자의 키 네 개로 표시된 예산은 월 1억 4,100만 토큰이었다. 약 2%인 이 수치에도 비활성 모델이 포함됐다. [17:18]
- 첫 작업의 요청 수를 Gemini Flash 한 모델의 하루 한도와 비교하면 비슷한 작업 한 건이 한도의 상당 부분을 쓴다. 진행자는 성능이 좋은 모델의 한도가 먼저 소진되면 이후 작업 품질이 떨어질 수 있다고 봤다. [17:47]
10. 카탈로그 갱신과 데이터 보관 조건
- 영상에 따르면 무료 설치판은 유료 이용자보다 카탈로그 갱신이 30일 늦고, 같은 날 갱신받는 옵션은 연 19달러였다. 프로젝트는 무료 플랜이 바뀔 수 있다는 점을 들어 개인 실험과 학습을 주된 용도로 제시했다. [18:16]
- 진행자는 일부 경로가 입력을 보관하며, 키 없이 이용하는 Kilo 경로는 입력을 학습용으로 기록한다고 설명했다. 고객 데이터를 보낼 때 고려해야 할 차이다. [18:29]
11. 유료 구독을 유지하는 이유
- 진행자는 학습, 개인 프로젝트, 유료 한도 소진 후의 작은 작업에 무료 모델을 쓰고, 정확성이 중요한 고객 업무에는 유료 Claude를 계속 쓰겠다고 밝혔다. [18:55]
- 모델 비용이 낮아질수록 무엇을 만들지 판단하는 능력의 가치가 커진다는 의견을 덧붙였다. 자신과 팀은 유료·무료 경로를 병행하겠다고 마무리했다. [19:41]
🧾 결론
- 시연으로 확인된 범위는 작은 데이터 정리 스크립트를 작성·실행하고 수정하는 일까지다. 장시간 이어지는 개발 작업에서 품질이 얼마나 일정한지는 열린 문제다.
- 작업량을 가늠하려면 월간 토큰 합계와 모델별 일일 요청 한도를 함께 봐야 한다. 영상에서 소개한 Gemini Flash 모델의 하루 한도는 약 20회로, CSV 정리 한 건에 든 15회와 차이가 작다.
- 키는 로컬에 보관해도 요청 내용은 선택된 공급자로 전송된다. 고객 데이터를 다룰 때는 해당 공급자의 입력 보관 정책과 허용 용도가 판단 기준이 된다.
📈 투자·시사 포인트
- AI 코딩 도구의 비용을 비교할 때는 작업 한 건을 끝내는 데 든 요청 수와 시간, 재작업 부담을 함께 볼 필요가 있다. 무료 모델을 여러 개 연결해도 작업 도중 모델이 바뀌면 결과를 다시 점검해야 할 수 있다.
- 무료 한도가 넉넉해도 상용 서비스에 쓸 수 있는지는 별개의 조건이다. 진행자는 NVIDIA의 무료 접근이 평가용으로 제한된다고 설명해, 시험 환경과 고객 서비스의 비용을 따로 산정할 이유를 보여 줬다.
- Claude Code의 작업 화면을 유지한 채 모델 공급자를 바꿀 수 있다는 점은 구독 가치를 판단하는 기준을 넓힌다. 진행자는 모델 이용 비용이 낮아질수록 무엇을 만들지 정하는 능력에 더 큰 가치가 생긴다고 봤다.
⚠️ 불확실하거나 확인이 필요한 부분
- 월 74억 토큰은 카탈로그 전체의 합계이고, 네 곳을 연결했을 때의 1억 4,100만 토큰도 앱 표시값이다. 한 달 동안 실제 코딩에 사용한 토큰 총량은 제시되지 않았다.
- 공급자별 요청 한도, 평가용 제한, 데이터 보관 정책은 영상에서 소개한 당시 조건이다. 영상도 무료 플랜이 예고 없이 바뀌거나 사라질 수 있다고 설명한다.
- 두 시연은 같은 소규모 데이터 정리 작업을 작성하고 수정한 사례다. 대규모 코드베이스에서의 정확도와 유료 모델 대비 재작업 시간은 측정하지 않았다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 연결할 모델마다 도구 호출 지원 여부, 컨텍스트 창 크기, 일일 요청 한도를 확인하고 실제로 쓸 모델의 예산만 따로 집계한다.
- 고객 데이터가 없는 작은 작업으로 시험하고, 완료 시간과 요청 수, 응답 모델, 결과를 수정하는 데 든 시간을 기록한다.
- 업무 데이터를 보내기 전에 선택한 공급자의 입력 보관·학습 정책과 상용 이용 조건을 확인한다.
- 기존 유료 구독을 함께 쓴다면 무료용 프로필을 구분하고, 작업을 시작할 때 어느 경로가 선택됐는지 확인한다.
❓ 열린 질문
- 비활성 모델과 호환되지 않는 모델을 제외하면, 네 공급자의 무료 한도로 평소 코딩 작업을 하루 몇 건까지 끝낼 수 있을까?
- 같은 작업 도중 모델이 교체될 때 응답 시간과 수정 횟수는 얼마나 달라질까?
- 고객 데이터 처리 조건까지 충족하는 모델로 범위를 좁히면 어떤 작업에서 무료 경로의 비용 이점이 남을까?