Jan AI 모델 및 API 비용: 로컬, 클라우드 및 사용자 지정 엔드포인트

Jan AI 클라우드 모델은 Jan의 모델이 아닙니다. Jan은 추론 서비스를 호스팅하지 않으며 아무것도 판매하지 않습니다. 따라서 Jan Desktop에서 "클라우드 모델"은 제3자 공급업체로 연결되는 11개의 기본 자체 키 사용 브리지와 사용자가 직접 추가하는 OpenAI 또는 Anthropic 형식 엔드포인트를 의미하며, 각각 반대편에 있는 주체가 요금을 청구합니다. 앱 자체는 무료입니다. jan.ai/pricing은 2026년 9월 19일 확인 당시 HTTP 404를 반환했으며, Jan Desktop과 Jan Agent 어디에도 요금제, 좌석, 크레딧 또는 할당량이 문서화되어 있지 않습니다. 따라서 예산을 책정할 가치가 있는 유일한 수치는 제공업체 요율에 따른 토큰 비용입니다. 모델이 자신의 컴퓨터에서 실행된다면 요청당 비용은 없습니다.

검색 결과가 서로 섞이므로 먼저 구분해야 합니다. Janitor AI(janitorai.com)는 소비자용 캐릭터 채팅 사이트이며 완전히 다른 제품입니다. "jan ai api key" 검색의 상당수는 이 서비스의 프록시 키를 의미합니다. 그것을 구성하려는 것이라면 먼저 Janitor AI 설정을 확인하세요. 해당 제품의 가격이나 한도는 이 페이지에 나와 있지 않습니다.

Jan 브랜드를 공유하는 세 제품과 바이너리 이름을 공유하는 두 제품

이를 잘못 이해하면 구매자가 Jan을 무료로 실행할 수 있는지 혼란스러워하게 됩니다. jan.ai에는 정확히 세 가지 제품이 나열되어 있습니다(홈페이지 확인일: 2026년 9월 18일).

• Jan Desktop — 안정적인 로컬 우선 앱입니다. 최신 태그 릴리스는 v0.8.4이며 2026년 7월 23일에 게시되었습니다. 저장소는 보관 처리되지 않았고 2026년 9월 18일에 마지막으로 푸시되었으며, 별 44,551개를 기록했습니다(GitHub API, 2026년 9월 19일). llama.cpp 및 MLX 엔진을 포함하며 클라우드 제공업체에 선택적으로 연결할 수 있습니다. 저장소는 스스로를 100% 오프라인으로 실행된다고 설명합니다.
• Jan Agent — 별도로 배포되는 독립적인 터미널 에이전트입니다. 빠른 시작에는 프리뷰 경고가 있으며, dev의 설치 프로그램은 agent-nightly 채널에서 가져옵니다. 저장소에는 태그가 지정된 릴리스가 없고 빠른 시작에서는 jan --version를 통해서만 하나를 출력하므로, 플래그에 대해 기록하는 내용은 설치한 빌드에 한정됩니다.
• Tokamak — 자체 문서 도메인을 가진 조직 수준의 자체 호스팅 백엔드입니다. 해당 페이지에는 가격, 요금제, 좌석 수, 크레딧 또는 대기 목록이 게시되어 있지 않으므로 이 페이지에서는 아무것도 인용하지 않습니다. 게시된 조건이 없다는 것은 무료라는 뜻과 같지 않습니다. 이는 Jan Desktop에 추가된 유료 요금제가 아니라 별도의 자체 호스팅 백엔드이며, jan login가 해당 백엔드로 이동하는 문서화된 경로입니다.

Jan의 자체 문서는 이 부분에서 서로 모순되는 것처럼 보이지만, 이를 조정해 주는 것은 제공업체 페이지입니다. 문서 랜딩 페이지의 설명은 Jan Agent가 로컬 모델에 대해 에이전트를 실행한다고 말하지만, 빠른 시작 문서에는 Jan Agent에 로컬 추론 엔진이 없으며 원격 제공업체를 호출한다고 명시되어 있습니다. 서로 다른 내용을 설명하므로 둘 다 맞습니다. Agent 자체는 모델을 실행하지 않으므로 모델은 항상 다른 곳에서 실행됩니다. 다만 그곳이 사용자의 컴퓨터일 수도 있습니다. 제공업체 페이지에는 "사용자 소유 하드웨어" 섹션이 있으며 Agent를 Jan Desktop의 로컬 API 서버(http://localhost:6767/v1)로 지정하는 방법을 안내하고, 이 설정에서는 아무것도 컴퓨터 밖으로 나가지 않는다고 설명합니다. 따라서 Agent에는 항상 엔드포인트가 필요하지만, 항상 유료 엔드포인트가 필요한 것은 아닙니다.

이름 충돌 때문에 상황은 더 복잡해집니다. Jan Desktop 자체 CLI(0.7.8부터 사용 가능)와 Jan Agent 바이너리는 모두 jan로 호출되지만 명령 집합은 서로 다릅니다. 따라서 서로 다른 세 가지 "Jan 엔드포인트"가 존재합니다. Desktop GUI의 로컬 API 서버인 127.0.0.1:1337, Desktop CLI에서 jan serve를 실행하는 localhost:6767/v1, 그리고 프로바이더가 지정된 원격 기본 URL입니다.

Jan AI 가격: 소프트웨어 비용과 실제로 청구되는 항목

라이선스에 관한 참고 사항입니다. 자동 판독 결과는 잘못되므로 주의해야 합니다. GitHub API는 이 저장소에 대해 NOASSERTION를 보고합니다. LICENSE 파일이 표준 Apache 2.0 고지와 저작자 표시 요청 앞에 맞춤형 Menlo Research 서문을 포함하고 있어, 스캐너가 일치시키는 Apache 2.0 원문과 다르기 때문입니다. 파일 자체에는 "Licensed under the Apache License, Version 2.0"이라고 적혀 있으므로 라이선스는 API 필드가 아니라 Apache 2.0입니다.

내장 클라우드 프로바이더 11개와 실제 정체

Jan Desktop은 web-app/src/constants/providers.ts의 기본 URL로 각 내장 프로바이더를 초기화합니다. 모두 서드파티를 가리킵니다. jan 또는 menlo 항목은 없습니다.

2026년 9월 18일에 해당 파일에서 확인했습니다. 모두가 따르는 패턴에 주목하세요. 버전 경로가 기본 URL의 일부입니다. 이 단일 규칙을 놓치는 것이 Jan에서 가장 흔한 설정 실패이며, 아래에서 설명합니다.

"Jan AI API 키"라고 불리는 서로 다른 세 가지

두 의미가 Jan 내부에서 실제로 충돌하는 이유는 로컬 서버가 두 와이어 형식을 모두 미러링하기 때문입니다. Jan의 API 환경설정 문서에는 로컬 서버가 GET /v1/models, POST /v1/chat/completions 및 x-api-key로 인증되는 Anthropic 호환 POST /v1/messages를 제공한다고 나와 있습니다. 이는 원격 게이트웨이가 제공하는 것과 동일한 형태이므로, 같은 curl 명령을 노트북이나 유료 엔드포인트로 보낼 수 있으며 어느 쪽인지는 호스트만 알려 줍니다.

로컬 또는 클라우드: 메모리, 컨텍스트 및 오프라인 필요성에 따라 결정

이 결정을 위한 가장 객관적인 근거는 Jan 자체가 Mac 설치 페이지에 공개한 내용입니다(macOS 13.6 이상, Apple Silicon 전용 — Intel Mac은 지원되지 않음 — 및 10GB 이상의 여유 공간).

Windows 최소 요구 사항은 Windows 설치 페이지에 별도로 명시되어 있으며 VRAM 기준도 포함합니다. Windows 10 이상, 최소 8GB RAM(권장 16GB), NVIDIA·AMD 또는 Intel Arc GPU의 최소 6GB VRAM, 10GB의 여유 공간 및 AVX2 지원이 필요합니다. 해당 페이지에는 모델 크기별 RAM 표가 없습니다. 이 페이지에서는 Linux 요구 사항을 확인하지 않았습니다. 앱 내부의 Hub는 숫자 대신 양자화 단계별로 Fits, May be slow 또는 Won't fit이라고 표시되는 색상 필로 판정하며, 적합성 상태를 확인하기 위해 데이터를 다운로드하지 않는다고 명시합니다.

모델 선택에 관해 Jan은 Jan-v3-4B, Jan-Code-4B, Jan-v1, Jan-v2-VL-med, Jan-Nano-32, Jan-Nano-128 및 Lucy라는 7개의 퍼스트파티 모델을 문서화하고 있습니다. 이 모델들은 Jan 자체 조직인 Hugging Face의 janhq 및 Menlo에서 오픈 웨이트로 제공됩니다. 모두 같은 크기는 아닙니다. 모델 문서에는 Jan-v3-4B와 Jan-v1이 4B 파라미터, Jan-v2-VL-med가 8B, Lucy가 1.7B라고 나와 있습니다. Jan-v3-4B는 262,144토큰의 네이티브 컨텍스트도 지원하며, 해당 페이지는 한계를 명확히 설명합니다. 4B 파라미터는 더 큰 모델에 비해 복잡한 다단계 추론을 제한합니다. 이 한 문장이 로컬과 클라우드의 차이를 한 줄로 보여 줍니다. 범위가 제한된 작업과 개인정보 보호에는 로컬을 사용하고, 작업이 파라미터 수나 메모리 한계를 넘어설 때는 원격을 사용하세요.

Jan Desktop 사용자 지정 API: OpenAI 또는 Anthropic 형식 엔드포인트 추가

문서에 안내된 경로는 Settings → Model Providers → Add Provider입니다. Jan의 사용자 지정 엔드포인트 페이지(2026년 9월 19일 확인)는 정확히 두 가지 와이어 형식을 제공합니다. OpenAI 호환 형식은 vLLM, Ollama, LocalAI, TGI, llama.cpp server 및 OpenAI 모드의 LiteLLM용이며, Anthropic 호환 형식은 Anthropic Messages API를 노출하는 엔드포인트용입니다. 그런 다음 프로바이더 이름, 기본 URL 및 API 키를 입력하게 합니다. 키가 없는 로컬 서버에서도 키 필드는 필수이며, 이 경우 임의의 자리표시자를 입력하면 됩니다.

첫 시도에서 작동하는지를 결정하는 세부 사항은 두 가지입니다.

버전 경로는 기본 URL에 포함되어야 합니다. Jan 문서는 이를 흔한 실수라고 표현하며, http://localhost:8000 대신 http://localhost:8000/v1를 입력하면 모든 요청에서 404가 발생한다고 설명합니다. Kunavo를 대상으로 하는 OpenAI 형식 프로바이더라면 https://api.kunavo.com/v1를 입력해야 합니다.

Anthropic 형식의 경우 Jan 문서는 규칙 제시를 보류합니다 — 게이트웨이 문서에 명시된 기본 URL을 사용하라고 하며, 유일한 예시는 로컬 LiteLLM 인스턴스입니다. Jan의 소스는 이를 구체화합니다. Anthropic 경로는 Vercel AI SDK의 Anthropic 프로바이더를 기반으로 하며, 요청 URL은 {baseURL}/messages로 조립되고 x-api-key 헤더가 사용되며 자체 기본 URL에는 버전 접두사가 포함됩니다. 따라서 입력할 값은 동일하게 https://api.kunavo.com/v1이고, 요청은 /v1/messages로 전송됩니다. 이는 테스트가 아니라 두 코드베이스를 해석한 결과이므로 우선 시도할 값으로만 취급하세요. 이 페이지 끝의 미테스트 참고 사항도 확인하세요.

이 차이 때문에 혼동이 발생합니다. Kunavo의 자체 ANTHROPIC_BASE_URL 안내는 다른 클라이언트 계열에 대해 반대되는 내용을 설명합니다. 공식 Anthropic SDK와 Claude Code는 /v1/messages를 자체적으로 추가하므로 기본 출처만 사용해야 하며, /v1를 추가하면 /v1/v1/messages가 되어 404가 발생합니다. Jan의 Anthropic 형식 프로바이더는 이러한 클라이언트 중 하나가 아닙니다. 404가 발생하면 오류에 표시된 중복 경로를 통해 현재 어떤 규칙을 사용 중인지 알 수 있습니다. Kunavo의 Messages 엔드포인트는 x-api-key 헤더와 Authorization: Bearer를 모두 허용하며, chat completions 엔드포인트는 OpenAI 형식 경로를 제공합니다.

모델 검색 및 기능. 저장할 때 Jan은 {base_url}/models에서 사용 가능한 모델을 가져오려고 합니다. 실패하면 서버가 요구하는 모델 ID를 정확히 입력해야 합니다. Kunavo는 동일한 접두사에서 모델 목록을 제공하므로 OpenAI 형식 경로에서는 검색이 작동해야 합니다. 다만 Jan이 이를 Anthropic 형식 프로바이더에 대해 조회하는지는 문서화되지 않았고 테스트되지 않았으므로, ID를 직접 추가할 준비를 하세요. 더 중요한 점은 사용자 지정 프로바이더에서는 기능이 자동 감지되지 않는다는 것입니다. Jan은 모델이 도구, 비전 또는 오디오를 지원하는지 추론할 수 없다고 설명하며, 각 모델을 수동으로 추가하고 모델별로 기능을 구성하라고 안내합니다. MCP 문서는 반대 측면을 보여 줍니다. Anthropic과 같은 내장 프로바이더에서는 키를 추가하면 Jan이 프로바이더의 모델 기능을 자동으로 읽으며, "모델이 활성화한 MCP를 사용하지 않음"에 대한 자체 문제 해결 항목은 모델에 도구가 활성화되어 있는지 확인하라는 것입니다. 새로 추가한 사용자 지정 모델의 기본값을 어느 페이지에서도 명시하지 않으므로 MCP가 활성화되어 있다고 가정하기 전에 Model Capabilities를 확인하세요. 내장 Anthropic 프로바이더에 키를 붙여 넣는 것과 게이트웨이를 사용자 지정 프로바이더로 추가하는 것의 실질적인 차이는 바로 이것입니다.

앱은 일부 내장 프로바이더에 Base URL 필드도 제공하므로, 내장 Anthropic 또는 OpenAI 항목을 게이트웨이로 다시 지정할 수 있습니다. 이를 다루는 Jan 문서 페이지는 없으며, 이 페이지에서는 확인을 위해 앱을 실행하지 않았습니다. 지원되는 경로는 Add Provider 흐름으로 간주하세요.

Jan Agent는 동일한 두 형식을 플래그로 사용합니다.

Agent 프로바이더 문서는 --provider, --api-key, --base-url, 반복 가능한 --model 및 --api-type로 엔드포인트를 구성합니다. 마지막 항목은 와이어 프로토콜로, openai 또는 anthropic이며 기본값은 OpenAI 호환입니다.

# Jan Agent is a preview build from a nightly channel.
# Re-check these flags against your own `jan config --help` before relying on them.
jan config set \
  --provider kunavo \
  --api-type anthropic \
  --base-url https://api.kunavo.com/v1 \
  --api-key sk-kn-... \
  --model claude-sonnet-4-6

설정은 ~/.jan/config.toml에 저장되며, [provider] 아래 agent.toml에 프로젝트별 재정의를 지정할 수 있고 JAN_API_KEY를 통해 임시 설정을 지정할 수 있습니다. 우선순위는 소스 자체의 providers.rs에 문서화되어 있습니다. 전역 설정이 기본값이고, Desktop 설정은 이를 덮어쓰지 않는 상속 전용 소스로 추가되며, 프로젝트 파일이 이 둘을 재정의하고, CLI 플래그와 환경 변수가 모든 설정보다 우선합니다. 두 Jan 표면 모두 프로바이더당 여러 키를 허용하고 다음 키로 재시도합니다. 재시도 범위도 동일합니다. Jan Desktop의 사용자 지정 엔드포인트 페이지에는 HTTP 401, 403 또는 429에서만 폴백하며 다른 오류는 재시도하지 않는다고 나와 있고, Agent 자체 소스도 동일한 세 상태 코드를 적용합니다. key rotation exhausted라는 메시지는 Jan Desktop의 메시지이며, 해당 문제 해결 페이지는 하나의 키만이 아니라 구성된 모든 키가 401 또는 403으로 실패했다는 뜻으로 해석합니다.

저장소를 직접 감사할 때 여기서 함정에 빠질 수 있습니다. core/agent/upstream.rs의 stream_openai_chat_completions 주석에는 api_type이 "오늘날 모든 호출자에게 None"이며 Agent가 항상 이를 무시하고 OpenAI /chat/completions를 사용해 왔다고 적혀 있습니다. 이 주석은 하나의 헬퍼만 설명하며 나머지 부분에 대해서는 최신 정보가 아닙니다. core/agent/loop.rs는 resolve_api_type_for_model를 호출하고 이를 기반으로 변환기를 만들며, 해당 변환기는 /messages와 x-api-key를 사용하고 고정된 anthropic-version 헤더를 포함하도록 요청을 다시 작성합니다(converters.rs). 따라서 --api-type anthropic는 적용되며, 동일한 변환기의 주석에는 등록된 base_url에 버전 접두사가 포함되어야 한다고 적혀 있습니다. 이것이 위 스니펫이 /v1로 끝나는 이유입니다.

실패할 때

처음 세 행은 Jan의 문제 해결 페이지에서, 마지막 두 행은 사용자 지정 엔드포인트 페이지에서 가져왔습니다. 앱 로그는 macOS의 ~/Library/Application Support/Jan/data/logs/app.log, Windows의 %APPDATA%\Jan\data\logs\app.log, Linux의 ~/.local/share/Jan/data/logs/app.log에 있습니다. Kunavo의 오류 레퍼런스는 게이트웨이 측에서 동일한 상태 코드를 다룹니다.

Jan의 클라우드 비용 예시

이 수치는 측정된 작업 비용이나 청구 한도가 아니라 예시적인 토큰 산술입니다. 채팅 열은 Jan Desktop에서 하루에 약 40턴을 사용하며, 매번 증가하는 스레드를 다시 전송한다고 가정합니다. 즉 입력 토큰 240,000개와 출력 토큰 20,000개입니다. Agent 열은 입력 토큰 400,000개와 출력 토큰 30,000개를 사용하는 더 긴 도구 사용 세션을 가정합니다. 두 토큰 수 모두 Jan이 공개한 값이 아니라 이 페이지에서 자체적으로 모델링한 값입니다. 두 경우 모두 캐시 읽기는 포함하지 않습니다. 어느 Jan 표면에서든 사용자 지정 프로바이더를 통한 프롬프트 캐시 유지 여부를 추적하지 않았기 때문입니다. 요금은 백만 토큰당 실시간 Kunavo 카탈로그 가격입니다.

두 가지로 해석할 수 있습니다. 첫째, 해당 표에서 가장 저렴한 모델과 가장 비싼 모델의 차이는 동일한 가정 세션에 대해 약 5.0배입니다. 모델 선택이 가장 먼저 조정할 가치가 있는 레버가 될 만큼 큰 범위이며, 새 계정을 만들지 않고 모델을 전환할 수 있는 경로를 선택해야 하는 이유이기도 합니다. 둘째, 이 총액을 로컬 옵션과 정직하게 비교해 보세요. 위 RAM 표에 맞는 모델은 요청당 $0이며, Jan이 해당 엔진을 제공합니다. Jan Desktop 사용자에게 원격 청구액은 앱 사용 비용이 아니라 기능에 관한 선택입니다.

어떤 수치든 예산으로 보기 전에 자신의 사용 일수에 맞게 환산하세요. Kunavo 카탈로그 금액은 상한이 아니라 청구 하한입니다. 업스트림이 비용을 보고하면 청구액은 카탈로그 비용과 업스트림 비용에 해당 마크업을 곱한 금액 중 더 큰 값입니다. 최소 충전액은 선불 크레딧 10달러이며, 이는 자금 충전 최소액이지 작업 요금이나 구독료가 아닙니다. 청구 세부 정보와 측정 후 선택하는 방법을 설명하는 AI 비용 최적화를 참조하세요.

어떤 경우에 어떤 경로가 적합한가

고려 중인 항목이 게이트웨이 행이라면 클라이언트 디렉터리에서 각 Desktop 클라이언트와 Agent가 기본 URL 및 와이어 형식을 처리하는 방식을 확인할 수 있으며, OpenAI 호환 API에서는 Jan이 따르는 첫 번째 형식의 규칙을 설명합니다.

설정 및 첫 청구서 확인

위 내용은 Jan의 공개 문서와 소스, 그리고 Kunavo 자체 문서를 바탕으로 합니다. Kunavo는 Jan Desktop 또는 Jan Agent를 런타임 테스트하지 않았습니다. 이 페이지를 위해 어느 앱에서도 요청을 보내지 않았으므로 도구 호출, 스트리밍 또는 모델 검색이 엔드투엔드로 통과했다고 말할 수 없습니다. 기본 URL은 두 문서 집합이 시사하는 값으로만 취급하고, 제한된 작업에서 직접 확인하세요. 테스트하는 동안 작동하는 경로를 유지하고, 작은 요청 하나를 보낸 다음 이 페이지의 예상치가 아니라 계정에 실제로 기록된 청구액을 확인하세요. 키에 자금을 충전할 준비가 되면 Kunavo 계정을 생성하세요.

자주 묻는 질문

2026년 9월 21일 재확인: 가격 URL(여전히 404), GitHub 저장소 및 최신 릴리스(v0.8.4), 홈페이지, Tokamak 페이지, 사용자 지정 엔드포인트·API 서버·API 레퍼런스·MCP·Mac 설치·Windows 설치·Hub·문제 해결 문서, Agent 빠른 시작 및 프로바이더 문서, 퍼스트파티 모델 문서, Hugging Face 조직, 프로바이더 상수·변환기·Agent 업스트림 및 Agent 루프 소스 파일을 확인했습니다. Star 수와 마지막 푸시 수치는 2026년 9월 19일 GitHub API에서 가져왔으며 매일 변동합니다. 전혀 확인하지 않은 항목은 Linux 시스템 요구 사항, Tokamak의 상업적 조건, 사용자 지정 프로바이더를 통한 캐싱 동작입니다. Kunavo 토큰 요금은 실시간 카탈로그에서 가져왔으며, 여기의 모든 달러 수치는 측정된 작업 비용이 아니라 예시적인 토큰 산술입니다.