Nanocoder와 OpenCode 비교: 워크플로, 모델 및 총비용

OpenCode는 기본 선택이고 Nanocoder는 의도적으로 소수인 선택입니다. 2026년 9월 19일 OpenCode의 GitHub 별은 208,444개로 Nanocoder의 2,487개보다 많았으며, 9월 16일까지 30일 동안 OpenCode의 npm 패키지는 9,436,914회 다운로드되어 Nanocoder의 6,614회를 크게 앞섰습니다. 두 제품 모두 무료이며 MIT 라이선스를 따르는 터미널 코딩 에이전트로, 사용자 지정 API 엔드포인트를 지정할 수 있습니다. 둘 중 하나를 선택하는 것은 품질 순위가 아닙니다. 토큰 지출을 두 개의 자체 제품이 놓고 경쟁하는 가장 넓은 범위와 아무것도 판매하지 않는 집단이 운영하는 더 좁은 범위 사이에서 선택하는 일입니다.

해당 다운로드 수치는 사용자 수가 아니라 규모로 간주하세요. OpenCode는 curl 스크립트와 Homebrew를 통해서도 설치되며 CI 러너가 npm 수치를 부풀립니다. Nanocoder 역시 npm 외에 Homebrew와 Nix를 통해 제공됩니다. 비율은 방향성 측면에서 견고하지만 절대적인 수치는 그렇지 않습니다.

먼저 올바른 두 프로젝트를 비교하고 있는지 확인하세요

이 비교에 대한 검색 결과 바로 앞에 이름이 겹치는 항목이 세 개 있으며, 그중 두 개는 단순히 혼동을 일으키는 수준이 아니라 설정을 망가뜨립니다.

이전 튜토리얼을 따라가기 전에 알아둘 만한 변경 사항이 하나 더 있습니다. 많은 가이드에서 여전히 sst/opencode라고 부르는 저장소는 이제 anomalyco/opencode로 301 리디렉션되며, sst GitHub 조직은 비어 있고 anomalyco로 이전했다는 설명이 표시됩니다(GitHub API, 2026년 9월 19일). OpenCode 자체 문서도 설치 명령에서 이를 뒷받침합니다 — brew install anomalyco/tap/opencode, ghcr.io/anomalyco/opencode — 또한 모든 문서 페이지의 바닥글 저작권 표기는 Anomaly입니다. 제품명은 바뀌지 않았고 조직만 바뀌었습니다. 이름 변경 날짜가 소셜 미디어에 퍼져 있지만 여기서는 확인할 수 없었으므로 이 페이지에는 게시하지 않습니다.

누가 무엇을 선택해야 하나요

기능 목록이 아니라 기본 모델부터 시작하세요. 이미 하루 일과가 호스팅된 프런티어 모델을 중심으로 돌아가고 로컬 추론은 가끔 하는 실험이라면 OpenCode의 방향이 여러분과 맞습니다. 하루 일과가 Ollama, llama.cpp, LM Studio, vLLM 또는 MLX를 중심으로 돌아가고 호스팅 API가 예외라면 Nanocoder의 방향이 맞습니다. 다만 이는 기능 차이가 아니라 기본값의 차이입니다. OpenCode도 Ollama, LM Studio, llama.cpp의 기본 URL을 문서화하고 있기 때문입니다.

공급자 계층에서의 마이그레이션 비용은 대칭적이고 작지만 그 위에서는 비대칭적입니다. 사용자 지정 엔드포인트는 어느 클라이언트에서든 JSON 블록 하나이므로 게이트웨이를 옮기는 데 몇 분이면 됩니다. 이식되지 않는 것은 그 위에 구축한 것입니다. .nanocoder/skills/ 아래의 Nanocoder Skills 번들과 수명 주기 훅 — 도구 사용 전 훅이 0이 아닌 상태로 종료되면 호출을 거부하고 그 이유를 모델에 알림 — 에는 붙여 넣을 수 있는 OpenCode 대응 항목이 없으며, OpenCode의 에이전트별 권한 블록, 플러그인 및 LSP 구성에도 Nanocoder 대응 항목이 없습니다. 구성 줄 수를 세기 전에 이 작업량을 계산하세요.

두 클라이언트의 실제 차이

이 표의 출처는 별도 표기가 없는 한 모두 2026년 9월 19일에 확인했습니다: GitHub API, npm 레지스트리, Nanocoder의 구성 및 기능 문서, OpenCode의 구성, 권한 및 CLI 페이지입니다.

둘 중 하나를 자신의 API 엔드포인트로 지정하기

둘 다 사용자 지정 엔드포인트를 문서화하므로 어느 쪽에서도 게이트웨이는 지원되는 구성입니다. 차이는 사용할 수 있는 와이어 형식의 수입니다.

OpenCode는 공급자 블록에서 npm 패키지를 지정하며 그 선택이 프로토콜을 결정합니다. @ai-sdk/openai-compatible는 /v1/chat/completions를 사용하고 @ai-sdk/openai는 /v1/responses를 사용합니다. Kunavo는 둘 다 제공하므로 이는 형식적인 선택이 아니라 실제 선택입니다.

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "kunavo": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Kunavo",
      "options": {
        "baseURL": "https://api.kunavo.com/v1",
        "apiKey": "{env:KUNAVO_API_KEY}"
      },
      "models": {
        "claude-sonnet-4-6": {
          "name": "Claude Sonnet 4.6",
          "limit": { "context": 200000, "output": 64000 }
        }
      }
    }
  }
}

공급자 페이지는 아직 알지 못하는 모든 엔드포인트에 중요한 두 가지 세부 사항을 명시합니다. 첫째, /connect로 키를 등록하고 Other까지 스크롤한 다음 파일에서 사용한 것과 동일한 공급자 ID를 사용하세요. 자격 증명은 ~/.local/share/opencode/auth.json에 저장됩니다. 둘째, 여기서는 limit 블록을 설정할 가치가 있습니다. 문서에 따르면 표준 공급자는 models.dev에서 컨텍스트 및 출력 제한을 자동으로 가져오지만 Kunavo는 그중 하나가 아닙니다. 위 블록의 값은 문서 자체의 예시 수치이지 이 모델의 공개된 제한이 아닙니다. 컨텍스트 미터에 의존하기 전에 모델 자체 페이지에서 값을 설정하세요.

Nanocoder의 대응 설정은 nanocoder.providers 아래에 있습니다. OpenCode의 baseURL와 다른 소문자 baseUrl에 유의하고, 문자열 필드에 재귀적으로 적용되는 ${VAR} 대체도 확인하세요.

{
  "nanocoder": {
    "providers": [
      {
        "name": "Kunavo",
        "sdkProvider": "openai-compatible",
        "baseUrl": "https://api.kunavo.com/v1",
        "apiKey": "${KUNAVO_API_KEY}",
        "models": ["claude-sonnet-4-6"],
        "contextWindow": 200000
      }
    ]
  }
}

붙여 넣기 전에 읽어둘 만한 Nanocoder 전용 함정은 세 가지입니다. source/types/config.ts에서 sdkProvider 유니온은 다섯 값으로 제한됩니다 — openai-compatible, google, anthropic, chatgpt-codex 및 github-copilot — 네 번째 값은 임의의 기본 URL이 아니라 ChatGPT 자체 Codex 엔드포인트에 대한 브라우저 로그인에 연결되므로 선언할 일반적인 Responses 옵션이 없습니다. 대신 sdkProvider: "anthropic"를 Anthropic 호환 엔드포인트로 지정하면 Nanocoder 자체 공급자 문서는 @ai-sdk/anthropic가 모델 ID에서 출력 한도를 파생하며 Claude 모델로 인식하지 못하는 모든 항목에는 4096토큰을 사용한다고 경고합니다. 이 경우 긴 응답이 오류 없이 문장 중간에서 잘립니다. 해결 방법은 공급자 항목에 명시적인 maxOutputTokens를 지정하는 것입니다. 또한 설정은 블록 단위로 확인되므로 nanocoder.providers를 정의하는 프로젝트 수준 파일이 해당 전체 블록을 제공합니다. 전역 구성의 동위 항목은 병합되지 않습니다. 실제로 확인된 결과를 보려면 nanocoder config diff가 문서화된 방법입니다.

두 스니펫 모두 Kunavo 엔드포인트를 대상으로 런타임 테스트를 거치지 않았습니다. Kunavo는 OpenCode 설정 가이드를 제공하지만 이는 호환성 테스트가 아닌 구성 참조이며 Nanocoder용 가이드는 제공하지 않습니다. 두 블록을 시작점으로만 보고, 범위를 제한한 작업 하나를 실행한 다음 계정에 실제로 기록된 내용을 확인하세요.

공통된 한 가지 간극: 두 클라이언트 모두 게이트웨이의 모델 메타데이터를 알지 못합니다

두 클라이언트 모두 컨텍스트 제한, 출력 한도 및 토큰당 비용을 models.dev에 의존합니다. 2026년 9월 19일 확인 당시 해당 파일에는 222개 공급자가 나열되어 있었고 Kunavo는 포함되어 있지 않았습니다. 포함되지 않은 이유는 이 페이지에서 확인할 수 없습니다. 결과는 클라이언트마다 약간 다르지만 둘 모두에 동일하게 적용되므로 어느 한쪽을 선호할 이유는 아닙니다.

OpenCode에서는 모델별로 limit.context 및 limit.output를 선언하지 않으면 남은 컨텍스트 표시기가 해당 모델의 값이 아닌 기본값을 기준으로 예산을 계산합니다. Nanocoder에서는 contextWindow 또는 모델별 contextWindows를 설정하세요. 응답별 바닥글에는 토큰 수와 models.dev의 가격을 사용한 예상 비용이 표시되며, 가격 정보가 없으면 비용 부분을 생략한다고 문서에 신중하게 명시되어 있습니다. 따라서 숫자가 없다는 것은 0이 아니라 알 수 없다는 뜻입니다. 어느 경우든 클라이언트의 수치는 보고된 토큰을 바탕으로 자체 계산한 값입니다. 바닥글이 아니라 공급자의 원장과 대조하세요.

각 항목에 드는 실제 비용

두 클라이언트 모두 무료입니다. 비대칭성은 그 뒤에 무엇이 있는지에서 발생합니다.

Nanocoder에는 계정, 요금제, 호스팅 서비스 또는 업그레이드 대상이 없습니다. README에는 유용한 기능을 제한하는 유료 요금제가 없다고 명시되어 있으며, 프로젝트는 사용자가 아니라 후원금으로 자금을 조달한다고 설명합니다. 여기에는 한 가지 공개 사항이 있습니다. Atlas Cloud는 등록된 후원자이며 Nanocoder 자체의 지원 공급자 목록에도 나타나고 코딩 요금제를 판매합니다. 이는 다른 공급자가 없는 프로젝트에서 중립적이지 않은 이해관계이므로 알아둘 필요가 있습니다.

OpenCode도 무료이지만 동일한 공급자가 게이트웨이가 원하는 지출과 정확히 경쟁하는 두 제품을 판매합니다. 둘 다 필수는 아닙니다. 문서에는 둘 다 선택 사항이라고 설명되어 있으며 Zen의 목표 페이지는 OpenCode에서 다른 공급자를 사용할 수 있도록 하겠다고 약속합니다.

2026년 9월 19일 확인. 이 표에서 주의한 점은 두 가지입니다. Zen의 목표 페이지에는 원가로 판매하고 처리 수수료만 충당하기 위한 마진만 붙여 가격 인하분을 전달할 의향이 있다고 명시되어 있습니다. Zen이 게시한 세 Claude 요금은 해당 모델에 대한 Anthropic 자체 공개 요금과 일치합니다 — Opus 5는 $5 / $25, Sonnet 5는 $2 / $10, Haiku 4.5는 $1 / $5입니다. 따라서 이 세 모델에 대해서는 Zen과의 비교가 모델 공급자의 요금표와의 비교이기도 합니다. 이 확인은 2026년 9월 19일 이 세 모델에 대해서만 이루어졌으며 Zen의 나머지 목록에 대해서는 아무것도 말하지 않습니다. 또한 Zen의 무료 모델에는 같은 페이지에 데이터 사용 관련 문구가 표시되어 있으며, 무료 기간 동안 모델 개선에 데이터가 사용되는 경우부터 기밀 데이터를 제출하지 말라고 안내하는 체험 전용 엔드포인트까지 범위가 다양합니다. 학습 권한이 붙은 무료 요금제는 그렇지 않은 무료 요금제와 다른 제품입니다.

두 클라이언트 중 어느 쪽에서든 토큰 청구액을 계산한 예시

이는 측정된 작업 비용이나 청구 한도가 아닌 예시용 토큰 산술입니다. 한 세션에서 200,000개의 캐시되지 않은 입력 토큰을 보내고 15,000개의 출력 토큰을 받는다고 가정하세요. 요금은 100만 토큰당 현재 Kunavo 카탈로그에서 가져왔습니다. 실제 세션은 저장소 크기, 도구 출력 및 에이전트가 파일을 다시 읽는 빈도에 따라 달라집니다.

여기서 사람들이 실제로 원하는 비교 대상은 OpenCode Go의 월 $10이며, 동일 조건 비교가 아닙니다. Go는 모델별 월 $15~$60 한도 아래의 고정 목록을 제공합니다. 자체 사용량 제한 표에는 Claude 모델도 Gemini 모델도 없고, 유일한 GPT 항목은 GPT 5.6 Luna이며 Grok 4.6도 포함되어 있습니다. 따라서 문서의 "오픈 코딩 모델"이라는 표현은 오픈 웨이트만을 의미하지 않습니다(2026년 9월 19일 확인). 위 모델들은 완전히 다른 목록입니다. 이러한 가정에서 선불 Kunavo 크레딧 $10는 51 세션 정도의 작업을 Claude Haiku 4.5에서 세션당 $0.192에 수행할 수 있으며, Claude Opus 5에서는 약 10 세션을 수행할 수 있습니다. 이는 예산 규모를 가늠하는 값이지 여러분의 저장소에서 어느 모델이 더 나은 결과를 내는지 알려주는 값이 아닙니다. 또한 나열된 최저 요금은 작업 완료까지의 최저 비용과 같은 질문이 아닙니다. 세 번 시도해야 하는 저렴한 모델은 한 번에 끝내는 모델보다 비용이 더 들 수 있습니다.

동일 조건 비교가 가능한 항목은 Zen의 종량제 목록이며, 양쪽에 동일한 모델이 표시됩니다. Zen은 Claude Opus 5의 요금을 입력 100만 토큰당 $5.00, 출력 100만 토큰당 $25.00로 공개하고 있으며, Kunavo의 현재 카탈로그에는 동일 모델의 요금이 $3.50 및 $17.50로 표시됩니다. 이것이 비교할 가치가 있는 항목이며 주의 깊게 읽어야 합니다. Zen의 $5.00 / $25.00는 이 모델에 대한 Anthropic 자체 공개 요금이므로, 이는 부풀린 리셀러 가격을 더 낮은 가격으로 제압하는 비교가 아니라 동일 모델에 대해 두 카탈로그가 서로 다른 가격을 책정하는 비교입니다. 예산을 옮기기 전에 결제 화면에서 양쪽을 확인하세요. 어느 카탈로그든 가격을 다시 책정할 수 있습니다.

Kunavo 카탈로그 금액은 한도가 아니라 청구 하한입니다. 업스트림에서 요금을 보고하면 청구액은 카탈로그 비용과 업스트림 비용에 해당 마크업을 적용한 금액 중 더 큰 값입니다. 캐시 요금과 외부 도구는 이 예시에서 제외됩니다. 최소 충전액은 선불 크레딧 $10이며, 이는 작업 요금이나 구독료가 아니라 자금 충전 최소액입니다.

선택한 항목 설정하기

OpenCode를 선택했다면 위 구성 블록이 통합의 전부이며 OpenCode 통합 가이드에서 두 와이어 형식을 자세히 다룹니다. 키에 자금을 충전할 준비가 되면 Kunavo 계정을 생성하세요. Nanocoder를 선택했다면 해당 openai-compatible 공급자를 통해 동일한 기본 URL을 사용하고 시도하는 동안 작동하는 경로를 유지하세요. 여기서는 Nanocoder와 Kunavo 간 런타임 테스트를 수행하지 않았습니다.

아직 결정하지 못했나요? OpenCode 대안에서는 이 두 가지를 넘어 선택지를 넓히고, OpenCode에 가장 적합한 API에서는 해당 클라이언트의 공급자 경로를 구체적으로 비교하며, OpenCode 가격에서는 Zen과 Go를 더 자세히 다룹니다. 에이전트 API 디렉터리에는 이 분야의 각 클라이언트가 사용자 지정 기본 URL을 처리하는 방식이 정리되어 있습니다. 공급자 블록이 이미 실패하고 있다면 OpenCode 공급자를 찾을 수 없음에서 일반적인 원인을 설명하고, OpenAI 호환 API에서는 해당 표현이 보장하는 것과 보장하지 않는 것을 설명합니다.

자주 묻는 질문

저장소, 릴리스 및 다운로드 수치는 2026년 9월 19일 GitHub API와 npm 레지스트리에서 확인했습니다. 동작 및 가격 관련 주장은 같은 날짜에 두 프로젝트의 자체 문서에서 확인했으며 models.dev 공급자 목록도 당시 확인했습니다. 두 클라이언트 모두 Kunavo 엔드포인트를 대상으로 런타임 테스트를 하지 않았고 성능 또는 호환성 테스트도 수행하지 않았습니다. 이 페이지의 Kunavo 관련 모든 달러 수치는 측정된 작업 비용이 아니라 현재 카탈로그를 바탕으로 한 예시용 토큰 산술입니다.