OpenManus 가격 및 API 설정: 무료 프로그램, 토큰 청구액 및 작동하지 않는 상태로 제공되는 구성

OpenManus 자체의 비용은 $0입니다. MIT 라이선스의 오픈 소스이며 요금제, 유료 등급, 라이선스 키, 호스팅 에디션이 없으므로 "OpenManus 가격"은 전적으로 그 뒤에서 사용되는 모델 API 청구액을 의미합니다. 여기에 선택 사항이며 기본적으로 비활성화된 두 가지 클라우드 서비스가 추가될 수 있습니다. 예산을 책정할 때 중요한 수치는 에이전트 실행 한 번이 전송하는 양이며, 이를 왜곡할 가능성이 가장 큰 설정은 OpenManus가 자체적으로 제공하는 구성 파일입니다. 이 파일은 2026년 2월 19일에 폐기된 Claude 모델 ID를 여전히 기본값으로 사용하며, 복사 단계를 건너뛰어도 로드됩니다.

먼저 한 가지를 구분하겠습니다. 이 검색어의 검색 결과는 대부분 다른 것을 다루고 있기 때문입니다. Manus는 별도 회사가 제공하는 별도의 유료·크레딧 기반 상용 제품이며, api.manus.ai의 상용 API는 또 다른 세 번째 항목입니다. 이 페이지에는 Manus 가격이 나오지 않습니다. manus.im/pricing은 클라이언트에서 렌더링되며 2026년 9월 21일 공식 소스에서 읽을 수 없었고, 서드파티 블로그에 유통되는 수치는 공식 정보가 아닙니다. 찾으시는 제품이 그것이라면 manus.im에서 직접 확인하세요.

Manus 또는 OpenManus라고 불리는 다섯 가지

이 이동은 생각보다 중요합니다. 프로젝트 자체의 홈페이지인 openmanus.github.io는 현재 저장소의 homepage 필드에 설정된 주소인데, 여전히 독자를 이전 mannaandpoem 경로로 안내하며 대부분의 2025년 튜토리얼도 마찬가지입니다. 현재 저장소는 2026년 9월 21일 GitHub API를 통해 확인했습니다. archived: false, MIT, 별 58,367개, 열린 이슈 455개, 마지막 push는 2026년 8월 22일이며, main 브랜치의 마지막 커밋 날짜는 2026년 8월 16일입니다. GitHub에는 같은 이름을 공유하는 별도 프로젝트도 두 개 있습니다. OpenManus/OpenManus-RL는 다른 강화 학습 프로젝트이고, henryalps/OpenManus는 검색 결과에 나타나는 같은 이름의 저장소로, 연결되는지만 확인했을 뿐 그 이상은 검사하지 않았습니다.

무료인 것과 실제로 청구되는 것

설치는 소스 전용입니다. conda create -n open_manus python=3.12 또는 uv venv --python 3.12을 실행한 다음 현재 저장소의 git clone를 수행합니다. 한 줄짜리 패키지 설치는 없으며, setup.py는 python_requires=">=3.12"를 선언합니다.

OpenManus API 키를 입력하는 위치

키를 위한 환경 변수도 명령줄 플래그도 없습니다. OpenManus에서 자체 키를 가져오는 방식은 TOML 파일입니다. config/config.example.toml를 config/config.toml로 복사한 다음 [llm] 아래에 model, base_url, api_key를 설정합니다.

# config/config.toml — copy config.example.toml here first, then edit.
# If this file does not exist, OpenManus loads the example file instead.
[llm]
model = "claude-sonnet-4-6"
base_url = "https://api.kunavo.com/v1"
api_key = "sk-kn-..."
max_tokens = 8192
temperature = 0.0

# Sub-tables of [llm] are profiles, selected by the AGENT's name lower-cased,
# and they inherit every key you leave out. "manus" is the agent main.py runs;
# "mcp_agent" is the one run_mcp.py runs.
[llm.mcp_agent]
model = "claude-haiku-4-5"

클라이언트는 app/llm.py의 LLM.__init__에서 선택되며, api_type의 두 값만 동작을 변경합니다. "azure"는 AsyncAzureOpenAI 클라이언트를 만들고 "aws"는 Bedrock 클라이언트를 만듭니다. OpenManus 자체 예시 파일에 사용된 ollama, jiekou, ppio 값을 포함해 그 밖의 모든 값은 일반 AsyncOpenAI(api_key, base_url)로 넘어갑니다. 이러한 레이블은 코드 경로가 아니라 문서상의 표기입니다. 따라서 OpenAI 스타일 POST /chat/completions 엔드포인트에 도달하려면 base_url과 api_key가 필요하고 api_type 값은 전혀 필요하지 않습니다. 그 엔드포인트가 지원해야 하는 것은 별개의 문제이며, 아래 목록은 짧지만 실제 요구 사항입니다. Kunavo의 엔드포인트는 https://api.kunavo.com/v1, Bearer 인증, sk-kn- 키, 인증되지 않은 GET /v1/models 요청에 대한 401 응답 등 그 형태를 갖추고 있으며, OpenManus의 에이전트 루프가 전송하는 OpenAI 스타일 tools과 tool_choice도 허용합니다. 이는 2026년 9월 21일 확인한 프로토콜 형태에 대한 설명입니다. Kunavo를 대상으로 OpenManus를 실행한 적은 없습니다. 따라서 이 페이지의 내용은 호환성 테스트가 아닙니다.

현재 main에서 확인되는, 엔드포인트가 충족해야 할 세 가지 요구 사항과 OpenManus가 대신 처리해 주지 않는 한 가지 사항입니다. ask_tool은 stream = False를 하드코딩하고 항상 tools과 tool_choice(기본값 auto)를 전송하므로, 도구 호출을 스트리밍만 하는 엔드포인트에서는 루프가 중단됩니다. 모델 ID가 정확히 o1 또는 o3-mini인 경우가 아니라면 모든 요청에 max_tokens과 temperature이 포함됩니다. 이는 REASONING_MODELS의 두 항목입니다. 코드는 응답에서 usage.prompt_tokens과 usage.completion_tokens를 바로 읽습니다. 또한 공급자 간 재시도는 없습니다. 실패는 동일한 엔드포인트를 대상으로 지수 백오프가 적용된 tenacity을 거칩니다.

공식 시작 구성 두 개가 서로 일치하지 않습니다

이것은 미리 대비하고 와야 할 함정입니다. OpenManus에는 서로 모순되는 공식 시작 구성이 두 개 포함되어 있으며, 어느 파일에도 다른 파일에 대한 언급이 없습니다.

Anthropic의 지원 중단 페이지에는 claude-3-7-sonnet-20250219가 Retired로 표시되어 있고 지원 중단일은 2026년 2월 19일이며, 폐기된 모델에 대한 요청은 실패한다고 명시되어 있습니다. 권장 대체 모델은 claude-sonnet-4-6입니다. 이 날짜는 Anthropic이 운영하는 플랫폼에 적용되며 Amazon Bedrock과 Google Cloud는 자체 일정을 운영합니다. README가 두 파일 중 더 최신이므로, 포함된 예시가 기준이라는 일반적인 가정을 뒤집습니다.

그리고 이 죽은 구성도 기본값입니다. app/config.py의 Config._get_config_path()는 config/config.toml가 존재하면 이를 반환하고, 그렇지 않으면 config/config.example.toml를 반환하며 둘 다 없을 때만 오류를 발생시킵니다. 따라서 복사 단계를 건너뛴 첫 실행은 유용한 "구성 없음" 오류를 표시하지 않습니다. 대신 더 이상 응답하지 않는 모델 ID에 대해 리터럴 문자열 YOUR_API_KEY로 인증을 시도합니다. README에는 이 대체 동작이 언급되어 있지 않고 예시 파일을 복사하라는 내용만 있습니다. 포함된 다른 예시들도 Claude 3.7 Sonnet을 가리킵니다. Daytona 예시에는 같은 날짜의 폐기된 ID가 있고, Anthropic 예시는 주 모델에 claude-3-7-sonnet-latest를 설정하며 비전 블록에는 날짜가 포함된 ID를 사용합니다. Google 예시는 gemini-2.0-flash를 설정하는데, Google은 이를 이전 모델로 분류하고 해당 모델이 지원 중단되었으며 "곧 종료될 예정"이라고 안내합니다. config/ 디렉터리는 프로젝트가 제공하는 예시 파일로 취급해야 하며 지원되는 공급자 목록으로 취급해서는 안 됩니다. 저장소의 어떤 부분도 이를 테스트하지 않으며 app/llm.py는 2025년 4월 26일 이후 수정되지 않았습니다.

[llm.vision] 블록은 어떤 코드에서도 읽지 않습니다

포함된 모든 예시에는 [llm.vision] 섹션이 있지만 현재 main에서는 어떤 에이전트도 이를 읽지 않습니다. 프로필은 에이전트의 이름을 소문자로 변환해 선택합니다. app/agent/base.py는 LLM(config_name=self.name.lower())을 수행합니다. 존재하는 에이전트 이름은 Manus, browser, swe, toolcall, Data_Analysis, SandboxManus, mcp_agent입니다. "vision"은 없고, 알 수 없는 프로필 이름은 조용히 [llm]로 대체되며, ask_with_images()는 정의되어 있지만 저장소 어디에도 호출 위치가 없습니다. 제공된 진입점이 실제로 선택할 수 있는 하위 테이블은 [llm.manus](에이전트가 python main.py과 run_flow.py을 모두 실행), [llm.mcp_agent](run_mcp.py), [llm.sandboxmanus](sandbox_main.py), [llm.data_analysis](run_flow.py이며 use_data_analysis_agent를 켠 경우)입니다. BrowserAgent은 name = "browser"를 설정하지만 제공된 진입점에서는 이를 인스턴스화하지 않으므로 직접 실행기를 작성하지 않는 한 [llm.browser]은 작동하지 않습니다. 모든 하위 테이블은 생략한 모든 키를 상속하므로 재정의에는 달라지는 키만 있으면 됩니다.

비전 기능은 두 번째로도 제한되며, 이 제한이 게이트웨이가 비전을 제공할 수 있는지 여부를 결정합니다. app/llm.py에는 하드코딩된 허용 목록이 선언되어 있습니다:

두 생존 모델 모두 OpenAI의 현재 주력 모델은 아닙니다. 동일한 가격 페이지에는 그보다 위에 gpt-6-astra과 gpt-5.6 제품군이 나옵니다. 따라서 코드를 수정하지 않고 OpenManus 비전을 사용하려면 2024년 모델을 실행하는 방법뿐입니다. 비교는 정확한 문자열 일치이므로 openai/gpt-4o 같은 네임스페이스 슬러그는 어느 쪽과도 일치하지 않습니다. 설정된 모델이 목록에 없으면 format_messages가 base64_image 필드를 삭제하고 텍스트만 전송합니다. 오류도 경고도 없으며 스크린샷은 모델에 도달하지 않습니다. Kunavo는 gpt-4o와 gpt-4o-mini을 모두 제공하지 않으므로 MULTIMODAL_MODELS의 app/llm.py를 직접 수정하지 않는 한 Kunavo로 구성한 OpenManus는 텍스트와 도구만 사용할 수 있습니다. 텍스트 생성과 도구 호출에는 영향이 없으며 허용 목록은 이미지만 제한합니다. 모델 목록에 있다고 해서 나머지 기능까지 보장되는 것도 아닙니다. 정확한 문자열 gpt-4o을 광고하는 엔드포인트는 OpenManus의 비교를 충족하지만, 인라인 data: 이미지 URL을 모델에 전달하는지는 별개의 문제이며 여기서는 어떤 엔드포인트에서도 테스트하지 않았습니다.

OpenManus 실행 한 번의 비용

이 페이지를 위해 OpenManus 작업을 실행하지 않았으므로 보고할 측정 비용은 없습니다. 코드가 제공하는 것은 정직한 구조입니다. app/agent/manus.py의 기본 에이전트는 max_steps = 20과 max_observe = 10000를 설정합니다. 각 단계는 지금까지의 전체 대화를 포함하는 비스트리밍 도구 호출 요청 하나이므로 입력 토큰은 선형이 아니라 단계 수의 제곱에 따라 증가합니다.

아래 수치는 측정된 작업 비용도 청구 상한도 아닌, 명시된 가정에 따른 토큰 산술입니다. 기본 프롬프트가 4,000 토큰(시스템 프롬프트와 도구 스키마 포함), 단계마다 기록에 추가되는 토큰이 1,200, 단계당 출력 토큰이 400이라고 가정하세요. 6단계에서 완료되는 실행은 약 42,000개의 입력 토큰과 2,400개의 출력 토큰을 전송합니다. 20단계 상한까지 진행되는 실행은 약 308,000개의 입력 토큰과 8,000개의 출력 토큰을 전송합니다. 요금은 1M 토큰당 실시간 Kunavo 카탈로그 가격입니다.

행이 아니라 두 열을 서로 비교하세요. 이 가정에서는 6단계보다 20단계가 입력 토큰을 7.3배 사용하며, 단계 수는 3.3배입니다. 따라서 에이전트 루프에서는 "모델이 토큰당 얼마를 청구하는가"보다 "몇 단계가 필요한가"가 비용을 좌우합니다. 이 형태의 청구서에서는 프롬프트 캐싱도 큰 영향을 미치며, 어디에서 사용할 수 없는지 알아둘 필요가 있습니다. Anthropic의 OpenAI SDK 호환성 문서는 OpenManus에 포함된 예시가 가리키는 정확한 기본 URL을 설명하면서, 해당 위치에서는 프롬프트 캐싱이 지원되지 않고 strict, response_format, reasoning_effort은 무시되며 n은 정확히 1이어야 하고 시스템 메시지는 앞부분으로 이동된다고 명시합니다. 같은 페이지에서는 이 계층을 "주로 모델 기능을 테스트하고 비교하기 위한 것이며, 대부분의 사용 사례에서 장기적 또는 프로덕션 준비 솔루션으로 간주되지 않는다"고 설명합니다. OpenManus는 자체적으로 캐시 지시자를 전송하지 않으므로 모든 캐싱은 엔드포인트에서 제공되어야 합니다.

최근 Claude 모델을 OpenManus에 연결하기 전에 확인할 매개변수가 하나 있습니다. 예시에는 temperature = 0.0가 포함되어 있고, 두 추론 ID를 제외한 모든 요청에 코드가 temperature을 전송합니다. 한편 Anthropic의 지원 중단 페이지는 Claude Opus 4.7 이상에서 temperature, top_p, top_k를 지원 중단으로 표시하며 기본값이 아닌 값은 400을 반환한다고 설명합니다. 호환성 페이지는 별도로 temperature가 0에서 1 사이에서 지원된다고 설명합니다. 호환성 계층이 이를 제거하거나 제한하거나 전달하는지는 여기서 테스트하지 않았습니다. 확인된 실패로 간주하지 말고 자신의 경로에서 확인해야 할 항목으로 취급하세요.

이를 하루 실행 횟수에 맞춰 조정한 뒤에야 예산으로 간주하세요. Kunavo 카탈로그 금액은 상한이 아니라 청구 하한입니다. 업스트림이 요금을 보고하면 청구액은 카탈로그 비용과 업스트림 비용에 해당 마크업을 곱한 금액 중 큰 값입니다. 캐시 요금과 외부 도구 비용은 이 예시에 포함되지 않습니다. Kunavo의 최소 충전액은 선불 크레딧 10$이며, 이는 작업 요금이나 구독료가 아니라 자금 충전 최소액입니다. 결제 세부 정보를 참조하세요.

OpenManus에 가장 적합한 API: 어떤 경로가 언제 유리한가

목록에 없는 것을 확인하세요. OpenManus 어디에도 요금제 게이트는 없습니다. 라이선스 키도, 유료 등급도, 텔레메트리 확인도 없습니다. 저장소를 복제하는 누구에게나 위의 모든 기능이 제공되며, 모든 게이트는 구독이 아니라 코드에 있습니다. 이미 사용 중인 경로에 따라 OpenAI 호환 API와 LLM 게이트웨이를 비교하거나 OpenRouter 대안을 확인하세요. "표시된 최저 요금"과 "완료까지의 최저 비용"을 구분하는 방법은 AI 비용 최적화를, 단일 제품군을 선택하려면 가장 저렴한 Claude API를 참조하세요.

설정하고 첫 실행을 확인하기

Kunavo는 OpenManus 전용 설정 페이지를 제공하지 않으며, 여기서는 Kunavo의 엔드포인트에 대해 OpenManus를 런타임 테스트하지 않았습니다. 위의 모든 내용은 프로젝트 소스와 자체 문서에서 읽은 것입니다. 일반적인 경로는 위 구성 블록에 나온 방식입니다. base_url에 https://api.kunavo.com/v1를 설정하고, sk-kn- 키와 카탈로그의 모델 ID를 사용합니다. 시도하는 동안 작동하는 경로를 유지하고, max_steps를 기본값으로 둔 상태에서 제한된 작업 하나를 실행하세요. 그런 다음 OpenManus 자체의 기록된 총액이 아니라 계정에 기록된 청구액을 확인하세요. OpenManus의 총액은 tiktoken 추정치이며 tiktoken이 인식하지 못하는 ID에는 cl100k_base 대체값을 사용합니다. 빠른 시작에서 시작하고 채팅 완성에서 요청 형태를 확인한 다음, 키에 자금을 충전할 준비가 되면 Kunavo 계정을 생성하세요.

공급자가 아니라 에이전트 간 선택을 고민하고 있나요? OpenClaw에 가장 적합한 API와 AI 에이전트 API 디렉터리에서 무료 소프트웨어와 종량제 토큰 청구가 같은 방식으로 나뉘는 클라이언트를 다룹니다.

자주 묻는 질문

2026년 9월 21일에 확인했으며 확인 범위는 다음 항목으로 한정됩니다. FoundationAgents/OpenManus의 GitHub API 기록, 현재 main 브랜치의 config/config.example.toml, README 구성 및 설치 섹션, app/llm.py, app/config.py, app/agent/manus.py, config/의 공급자별 예시 구성 6개, 태그 목록, 이전 저장소 경로의 스텁 README, openmanus의 PyPI 기록, Anthropic의 모델 지원 중단 및 OpenAI SDK 호환성 페이지, OpenAI의 가격 및 지원 중단 페이지, Google의 Gemini 모델 목록입니다. Browser Use Cloud와 Daytona는 선택 가능한 공급자로 이름과 링크만 제시했으며 여기서는 가격을 제시하지 않았습니다. Manus, manus.im, Manus API의 가격도 전혀 제시하지 않았습니다. 공식 소스에서 가격 페이지를 읽을 수 없었기 때문입니다. 아무것도 실행하지 않았습니다. 설치도, OpenManus를 통한 요청도, Kunavo와 OpenManus를 함께 실행한 것도 없습니다. 따라서 모든 동작 관련 주장은 소스 확인에 기반하며, 모든 달러 수치는 측정된 작업 비용이 아니라 예시적인 토큰 산술입니다. Kunavo 토큰 요금은 실시간 카탈로그에서 가져왔습니다.