AutoGPT를 커스텀 OpenAI base URL에서 실행하기.

빠른 답: .env의 두 줄.

AutoGPT Classic의 .env.template은 OPENAI_API_BASE_URL을 "Custom url for the OpenAI API, useful for connecting to custom backends"로 문서화하고 있으며, 프로바이더 코드는 이를 클라이언트에 직접 연결합니다: OpenAICredentials 클래스가 그 변수에서 api_base를 읽어 base_url로 전달합니다. 따라서 오버라이드는 한 줄의 주석을 해제하고 키를 설정하는 것뿐입니다: OPENAI_API_BASE_URL을 https://api.apisrouter.com/v1로, OPENAI_API_KEY를 여러분의 게이트웨이 키로. 다른 무엇보다 먼저 적용 범위를 짚어두겠습니다: 이는 저장소의 classic/original_autogpt 아래에 있는 자율 에이전트인 AutoGPT Classic에 적용됩니다. 저장소의 더 새로운 AutoGPT Platform(비주얼 빌더)은 자체 백엔드를 통해 블록별로 모델 자격 증명을 관리하며, 이 환경 변수로는 설정할 수 없습니다.

OPENAI_API_BASE_URL=https://api.apisrouter.com/v1
OPENAI_API_KEY=sk-APIsRouter-...
SMART_LLM=gpt-5.4
FAST_LLM=gpt-5.4-mini

AutoGPT Classic이 모델 호출을 라우팅하는 방식.

AutoGPT(GitHub의 Significant-Gravitas, 약 18.5만 스타로 현존하는 에이전트 저장소 중 가장 많은 스타를 받음)는 자율 루프를 개척했습니다: 에이전트가 계획하고, 행동을 고르고, 실행하고, 결과를 평가하고, 목표가 끝나거나 예산이 바닥날 때까지 반복합니다. Classic은 모델 사용을 두 슬롯으로 나눕니다. SMART_LLM은 에이전트의 주요 추론 턴을 맡고, FAST_LLM은 더 가벼운 작업을 처리합니다; 기본값은 설정 안에 enum 값으로 존재하며 환경에서 오버라이드할 수 있습니다. 이 정도로 오래된 프로젝트치고 라우팅 메커니즘은 유별나게 깔끔합니다: OpenAICredentials.api_base는 OPENAI_API_BASE_URL로부터 UserConfigurable이며, get_api_access_kwargs()가 이를 OpenAI 클라이언트에 base_url로 넘깁니다. 에이전트가 만드는 모든 OpenAI-프로바이더 요청, 즉 계획 턴, 툴 사용 결정, 요약이 그 변수가 지정하는 호스트로 향합니다. AutoGPT를 자유 형식 도구와 구분 짓는 제약: SMART_LLM과 FAST_LLM은 자유 문자열이 아니라 ModelName enum으로 타입이 지정되어 있고, 에이전트에 컴파일된 모델 레지스트리에 대해 검증됩니다. 최근 빌드의 레지스트리는 4.1, 4o, o-시리즈 계열과 함께 gpt-5.4까지의 GPT-5 시리즈를 다루지만, 실용적인 규칙은 여러분이 체크아웃한 코드의 enum이 실제로 담고 있는 이름 중에서 고르는 것입니다. 그러면 게이트웨이는 정확히 그 id를 받으므로, 그 id는 카탈로그에도 존재해야 합니다; gpt-5.4와 gpt-5.4-mini는 오늘 기준 양쪽 조건을 모두 만족합니다.

전체 설정: 올바른 디렉터리의 .env, 레지스트리에서 온 모델.

classic/original_autogpt 안에서 .env.template을 .env로 복사하고, 네 값의 주석을 해제해 설정한 다음, 그 디렉터리에서 에이전트를 실행하세요. .env는 classic 에이전트의 작업 레이아웃을 기준으로 로드되므로, 저장소 루트에 아무리 잘 설정된 파일이 있어도 소용없습니다. 모델 선택은 그대로 전달되는 것이 아니라 레지스트리 조회입니다. SMART_LLM을 enum에 없는 id로 설정하면 어떤 요청도 만들어지기 전, 시작 시점에 검증에 실패하는데, 적어도 요란하게 실패합니다. 따름정리는 Claude id가 이 경로로는 전혀 주소 지정될 수 없다는 것입니다: Classic은 그러한 enum 이름을 위한 별도의 네이티브 Anthropic 프로바이더(ANTHROPIC_API_KEY)를 가지고 있고, 그 프로바이더는 OPENAI_API_BASE_URL을 읽지 않습니다. 목표가 엔드포인트 하나를 통한 키 하나라면, 두 슬롯 모두 게이트웨이가 서빙하는 OpenAI-레지스트리 이름으로 유지하세요. 예산 규율은 여전히 적용됩니다. 자율 루프는 무인 상태로 토큰을 폭발적으로 쓰는 것으로 유명하며, 라우팅을 바꾼다고 그 사실이 달라지지는 않습니다; 다만 측정 가능하게 만들어줄 뿐입니다. Classic 자체의 예산 설정은 여전히 설정할 가치가 있으며, 키별 사용량 뷰가 실행마다 외부 장부를 제공합니다.

cd classic/original_autogpt
cp .env.template .env
# edit .env:
#   OPENAI_API_BASE_URL=https://api.apisrouter.com/v1
#   OPENAI_API_KEY=sk-APIsRouter-...
#   SMART_LLM=gpt-5.4
#   FAST_LLM=gpt-5.4-mini
./autogpt.sh run   # or: poetry run autogpt run

SMART_LLM과 FAST_LLM 선택하기.

정직한 비교는 호출당이 아니라 목표당입니다: 같은 목표를 두 가지 SMART_LLM 선택 아래서 에이전트에게 주고, 사용량 로그에서 총 토큰과 결과 품질을 비교하세요. 자율 에이전트는 더 강한 모델이 총비용에서 꾸준히 이기는 몇 안 되는 워크로드입니다.

• SMART_LLM은 에이전트의 판단력입니다. 루프를 돌 때마다 다음에 무엇을 할지 결정하며, 나쁜 결정은 호출 하나만 낭비하는 것이 아니라 낭비된 호출의 서브트리 전체를 만들어냅니다. gpt-5.4는 오늘 기준 이 슬롯에 레지스트리와 카탈로그 양쪽에서 가장 잘 맞는 모델입니다.
• FAST_LLM은 기계적인 물량을 흡수합니다. gpt-5.4-mini는 루프의 보조 호출을 smart 슬롯 가격의 작은 일부로 유지해 주는데, 자율 실행은 모든 것을 곱하기 때문에 이는 중요합니다.
• 돈을 아끼려고 FAST_LLM을 smart 슬롯으로 돌리고 싶은 유혹을 뿌리치세요: 자율 루프는 결정 품질을 복리로 누적시키므로, 더 약한 플래너는 보통 호출당 절약분보다 더 많은 총 토큰 비용을 치르게 됩니다.
• 레지스트리 이름은 체크아웃에 따라 달라집니다. 새 버전을 pull한 뒤에는 설정한 이름이 여전히 검증을 통과하는지 다시 확인하세요; enum 이름이 바뀌면 시작 시점에 명확한 오류로 실패하는데, 이는 조용한 폴백보다 낫습니다.

사용한 만큼 지불 · 공식 요금보다 저렴

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

AutoGPT에 특유한 실패 패턴.

변수 이름 함정. 세 가지 도구가 세 가지 다른 철자를 씁니다: mem0는 OPENAI_BASE_URL을, Aider는 OPENAI_API_BASE를, AutoGPT Classic은 OPENAI_API_BASE_URL을 읽습니다. 다른 도구에서 온 muscle memory가 잘못된 변수를 설정해 두면 AutoGPT는 이를 조용히 무시하고, 요청은 그때 OPENAI_API_KEY가 들고 있는 값으로 계속 api.openai.com에 흘러갑니다. 게이트웨이 사용량 로그에 요청이 나타나지 않는다면 이것부터 확인하세요. 시작 시점의 enum 거부. SMART_LLM이나 FAST_LLM을 컴파일된 레지스트리 밖의 id로 설정하면 에이전트가 실행되기 전에 검증에 실패합니다. 이는 올바른 동작이지만, 어떤 문자열이든 그대로 전달되는 자유 형식 도구에서 넘어온 사람들에게는 놀랍게 느껴집니다; 그 오류는 "레지스트리 이름을 고르라"는 뜻이지 "엔드포인트가 죽었다"는 뜻이 아닙니다. 네이티브로 라우팅되는 Claude 이름. Anthropic enum 이름은 Anthropic 프로바이더와 ANTHROPIC_API_KEY를 거쳐 OPENAI_API_BASE_URL을 우회합니다. 모든 요청이 사용량 로그 하나에 있을 것으로 기대했는데 일부만 보인다면, 빠진 트래픽은 네이티브 프로바이더 경로에 있는 것입니다. 잘못된 .env. classic 에이전트는 자신의 디렉터리에 있는 .env를 로드합니다. 저장소 루트에 있는 파일, 또는 오래된 .env 값에 가려진 shell export는 헷갈리는 반쯤 설정된 상태를 만듭니다. 네 값을 한곳, classic/original_autogpt/.env에 유지하세요. Platform에 대한 기대. AutoGPT Platform의 블록들은 자체 백엔드에서 자격 증명을 관리합니다; 이 환경 변수를 설정해도 그것들을 재라우팅하지 않습니다. 이 페이지의 경로는 Classic의 것입니다.

어떤 사람들이 게이트웨이를 통해 AutoGPT를 쓰는가.

• 자율 실험을 위해 Classic을 되살리는 개발자 — 루프의 악명 높은 토큰 식욕을 첫 실행부터 계측 가능한 키별 장부에 담고 싶은 사람들.
• 긴 무인 목표를 돌리는 애호가들 — 에이전트가 예산으로 실제로 무엇을 했는지에 대한 요청별 가시성이 총액만큼이나 중요한 경우.
• 여러 도구에 걸쳐 엔드포인트 하나로 표준화하는 팀 — AutoGPT는 별도 계정이 아니라 같은 키를 가리키는 .env 하나가 더 늘어난 것일 뿐입니다.
• gpt-5.4의 판단력과 gpt-5.4-mini의 물량을 짝짓는 사용자 — 두 슬롯 어디에도 구독이 붙지 않고 토큰당 가격이 매겨집니다.
• 특정 벤더의 결제 수단에 접근할 수 없는 개발자. 카드 없이 충전만으로 사용할 수 있어 프로바이더별 가입 의존성이 사라집니다.

엔드포인트 검증 및 첫 실행 디버깅.

게이트웨이가 SMART_LLM과 FAST_LLM에 넣은 정확한 id를 서빙하는지 확인하세요; 에이전트는 그 문자열을 그대로 보냅니다. 첫 실행 사다리: 시작 시점에 여러분의 모델을 지목하는 검증 오류는 그 id가 여러분 빌드의 레지스트리에 없다는 뜻이므로, 다른 레지스트리 이름을 고르세요. 401은 classic 에이전트 자체의 .env에 있는 OPENAI_API_KEY가 게이트웨이 키가 아니라는 뜻입니다. 게이트웨이에서 나오는 model-not-found 오류는 고른 레지스트리 이름이 카탈로그에 없다는 뜻입니다; 양쪽을 맞추세요. 그리고 실행은 되는데 사용량 로그에 전혀 나타나지 않는다면 base URL 변수의 철자가 틀렸거나 잘못된 파일에 있다는 뜻이며, 트래픽이 기본 호스트로 가고 있는 것입니다. 루프가 실행 중이라면, 첫 목표가 끝난 뒤가 아니라 진행되는 동안 요청별 뷰를 지켜보세요. 자율 에이전트는 처음 몇 분 안에 토큰 행태를 드러내며, 폭주하는 루프를 일찍 잡아내는 것은 어떤 토큰당 가격 차이보다도 값집니다.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY" | head -50

자주 묻는 질문