OpenCode 무료 모델 9종 장단점: 용도별 선택 가이드

🚀 1. 무료 모델 9종, 지금 다시 정리하는 이유

OpenCode의 무료 모델 라인업은 고정되어 있지 않습니다. 어떤 모델은 조용히 사라지고, 어떤 모델은 이름만 남은 채 유료로 전환됩니다. 실제로 지난 글(OpenCode Muse Spark 1.3 무료 종료: 과금 함정과 대안)에서 다룬 것처럼, 2026년 10월 초까지 무료로 제공되던 Muse Spark 1.3 Contributor Free는 무료 엔드포인트가 종료되어 현재 사용할 수 없고 UI에는 유료 모델만 남아 있습니다. 무료 모델을 고를 때는 “지금 이 모델이 정말 무료인가”와 “내 작업에 맞는가”를 함께 확인해야 합니다.

2026년 10월 20일 기준, OpenCode Console에서 무료로 제공되는 모델 중 코딩 에이전트의 메인·서브로 바로 쓸 수 있는 핵심 9종은 다음과 같습니다.

• Beam Free (opencode/beam-free)
• DeepSeek V4.1 Flash Free (opencode/deepseek-v4.1-flash-free)
• GLM-5.3-Flash Free (opencode/glm-5.3-flash-free)
• LongCat 2.5 Preview Free (opencode/longcat-2.5-preview-free)
• MiMo-V2.6-Flash Free (opencode/mimo-v2.6-flash-free)
• MiniMax M3.1 Flash Free (opencode/minimax-m3.1-flash-free)
• Nemotron 3 Ultra Free (opencode/nemotron-3-ultra-free)
• Nemotron 3.5 Lightning Free (opencode/nemotron-3.5-lightning-free)
• Nemotron 3.5 Super VL Free (opencode/nemotron-3.5-super-vl-free)

OpenCode 공식 문서와 실시간 카탈로그(opencode models)에는 이외에도 Big Pickle, LL Alpha Free, Exo Free, MiMo-V2.5 Free, Space Bunny Free, Jev 1.13 Free 같은 무료 모델이 더 있습니다. 다만 Jev 1.13 Free는 텍스트·코드를 생성하는 LLM이 아니라 상태(State)를 평가해 확률·점수를 반환하는 특수 의사결정 모델(System One)이고, MiMo-V2.5 Free는 후속 버전(V2.6)이 나와 있어, 이 글은 범용 코딩 작업에 바로 투입할 수 있는 주력 9종만 집중 비교합니다.

9종 모두 입력·출력·캐시 읽기(Cached Read) 토큰 요금이 0원입니다. 하지만 무료라는 말이 모든 조건에서 같다는 뜻은 아닙니다. 모델마다 문맥 길이와 출력 한도가 다르고, 잘하는 작업이 다르며, 프롬프트 데이터를 어떻게 처리하는지도 다릅니다. 특히 무료 프로모션은 한시적이고, 요청량이나 속도에 제한이 붙을 수 있습니다.

이 글은 다음 기준으로 작성했습니다.

• 문맥·출력 수치: OpenCode 모델 카탈로그(models.dev) 기준. 원 제공사 스펙과 다를 수 있습니다.
• 성능 수치: 각 제공사 모델 카드와 공개 벤치마크. 측정 조건이 모델마다 다릅니다.
• 실사용량: OpenCode Data의 최근 7일 토큰 사용량. 무료와 유료 변형이 합산된 값입니다.
• 데이터 정책: OpenCode 공식 문서(Console Models — Privacy)의 무료 모델 고지 기준.

📌 먼저 기억할 것
무료 모델은 “토큰 비용이 0원”일 뿐, “무제한”이나 “무조건 안전”이 아닙니다. 민감한 코드일수록 모델의 데이터 정책을 먼저 확인하세요.

---

📊 2. 한눈에 보는 9종 비교

모델 ID는 TUI에서 /models 또는 터미널에서 opencode models opencode 명령어로 확인할 수 있습니다. 설정 파일(opencode.jsonc)이나 CLI 실행 시 위 표의 opencode/<모델 ID> 문자열을 그대로 복사해 넣으면 됩니다.

⚠️ 수치 해석 주의
DeepSeek·GLM·MiMo는 원 제공사 기준 1M 문맥을 지원하지만, OpenCode 무료 엔드포인트에서는 200K로 표시됩니다. 반대로 LongCat·Beam·MiniMax·Nemotron Ultra·Super VL은 OpenCode에서도 1M급 문맥을 제공합니다. 실제 요청 전에는 /models의 표시를 한 번 더 확인하세요.

---

🔍 3. 코딩 성능: DeepSeek vs GLM vs MiMo

코딩 에이전트의 메인 모델로 쓸 수 있는 후보는 크게 세 개입니다. DeepSeek V4.1 Flash, GLM-5.3-Flash, MiMo-V2.6-Flash입니다.

위 수치는 각 제공사 모델 카드와 공개 벤치마크를 정리한 값입니다. 측정 조건과 하네스가 다르므로 절대적인 순위로 단정하지 마세요.

1) DeepSeek V4.1 Flash Free — 가장 똑똑하지만, 최신 지식은 약점

DeepSeek V4.1 Flash는 552B MoE에 입력 8B, 출력 16B를 활성화하는 모델로, 코딩과 추론 벤치마크에서 무료 모델 중 가장 앞선 수치를 보여줍니다. DeepSWE 74.2, Terminal-Bench 2.1 90.6, GPQA 90.9, Codeforces 3471은 단순한 마케팅 숫자가 아니라 실제 어려운 문제를 끝까지 풀어내는 힘을 보여주는 지표입니다.

다만 OpenCode 무료 환경에서는 문맥 200K, 출력 32K로 제한됩니다. 원본 모델의 1M 문맥과 384K 출력을 모두 쓰는 것은 아닙니다. 또 지식 컷오프가 2025년 5월이라 2026년 최신 라이브러리나 API 변경 사항은 직접 문서를 확인해야 합니다. 사고 과정이 길어져 단순 작업에서는 오히려 느릴 수 있습니다.

• 이럴 때: 원인을 찾기 어려운 버그, 대규모 리팩터링, 알고리즘 문제, 테스트 케이스 설계.
• 피할 때: 빠른 오타 수정, 단순 보일러플레이트, 최신 API 사용법을 바로 알아야 하는 작업.

2) GLM-5.3-Flash Free — 가장 무난한 기본값

GLM-5.3-Flash는 320B MoE에 18B를 활성화하는 모델로, Z.ai가 발표한 Artificial Analysis Intelligence Index 57과 Terminal-Bench 2.1 84.3을 기록했습니다. Z.ai의 자체 평가에서는 Claude Opus 4.8에 근접하는 코딩 성능을 보여줍니다. 텍스트뿐 아니라 이미지, 영상, PDF를 입력으로 받을 수 있어 프론트엔드·UI·문서 작업에서 활용도가 높습니다.

OpenCode에서는 200K/32K로 표시되지만, 일상적인 코드 수정과 파일 단위 작업에는 충분합니다. DeepSeek만큼 어려운 추론 문제를 잘 풀지는 못하지만, 속도와 품질의 균형이 좋아 기본 모델로 두고 쓰기 가장 편한 선택입니다.

• 이럴 때: 일상 코딩, React/Next.js 프론트엔드, UI 스크린샷 분석, PDF 문서 요약.
• 피할 때: 최상위 난도의 알고리즘 문제, 아주 긴 단일 출력이 필요한 작업.

3) MiMo-V2.6-Flash Free — 멀티모달 에이전트에 강함

MiMo-V2.6-Flash는 309B MoE에 15B를 활성화하는 모델로, DeepSWE 67.9, Terminal-Bench 2.1 87.6, OSWorld-Verified 80.8을 기록했습니다. 텍스트·이미지·오디오·영상을 모두 입력으로 받을 수 있어 브라우저·GUI 자동화나 멀티모달 에이전트에 적합합니다.

주의할 점은 두 가지입니다. 첫째, 추론 강도를 세밀하게 조절하는 옵션이 없습니다. 둘째, 무료 기간에 수집된 데이터가 모델 개선에 사용될 수 있습니다. 회사 코드나 고객 정보가 포함된 작업에는 그대로 쓰지 않는 편이 안전합니다.

• 이럴 때: 이미지·오디오·영상이 섞인 자동화, GUI 조작, 개인 프로젝트.
• 피할 때: 민감한 소스코드, 보안 취약점 점검, 데이터 학습이 금지된 프로젝트.

---

🧠 4. 1M 장문 사용량: LongCat vs Beam vs MiniMax

문맥 길이만 보면 LongCat 2.5 Preview, Beam Free, MiniMax M3.1 Flash가 눈에 띕니다. 셋 다 1M 문맥을 제공하지만, 성격은 완전히 다릅니다.

1) LongCat 2.5 Preview Free — 장기 에이전트형

LongCat 2.5 Preview는 1.6T MoE에 약 48B를 활성화하는 Meituan의 프리뷰 모델입니다. 1M 문맥과 네이티브 이미지 이해를 지원하며, 터미널·브라우저·GUI·스프레드시트 같은 장기 작업을 겨냥합니다.

공식 코딩 벤치마크가 제한적이라는 점은 분명한 약점입니다. 공개된 실사용 후기에서는 문맥 유지, 툴 호출, 블로커 우회 능력이 좋다는 평가가 나오지만, 이는 벤치마크가 아닌 개인 경험입니다. 프리뷰 모델이고 API 전용이며 오픈 웨이트도 아닙니다. 대형 코드베이스를 탐색하는 용도로는 매력적이지만, 핵심 프로덕션 작업에는 결과 검증이 필수입니다.

2) Beam Free — 토큰 효율형 텍스트 특화 모델

Beam은 Reflection의 501B MoE 모델로, 23B를 활성화합니다. 1M 문맥을 지원하고 텍스트만 입력받습니다. SWE-bench Pro 65.9를 기록했지만 DeepSWE 43.0, SciCode 48.3으로 코딩 최상위권은 아닙니다. 대신 토큰 효율이 좋아 긴 코드·로그·문서를 다룰 때 비용 대비 처리량이 좋습니다.

텍스트 전용이라는 점이 가장 큰 제약입니다. 스크린샷이나 PDF를 함께 넣어야 하는 작업에는 맞지 않습니다. 또한 OpenCode 문서 기준으로 프롬프트가 학습에 사용되지는 않지만 안전 목적으로 30일간 보관되며, 일부 국가에서는 사용할 수 없습니다.

3) MiniMax M3.1 Flash Free — 초대형 출력형

MiniMax M3.1 Flash는 1M 문맥과 512K 출력을 제공합니다. 무료 모델 중 출력 한도가 가장 크기 때문에, 아주 긴 코드나 문서를 한 번에 생성해야 할 때 유용합니다. 텍스트·이미지·영상 입력과 5단계 추론 강도 조절도 지원합니다.

반면 코딩 일관성은 GLM이나 DeepSeek보다 낮은 편입니다. 독립 평가에서 KingBench 66.25, Artificial Analysis Intelligence Index 42~43(측정 버전에 따라 차이)을 기록했습니다. 512K 출력은 매력적이지만 생성 시간이 길고, 중간에 방향을 잃을 가능성도 있습니다. “긴 출력이 필요한 작업”에 한정해 쓰는 것이 좋습니다.

💡 1M 문맥의 함정
문맥이 길다고 해서 모든 내용을 정확히 기억하는 것은 아닙니다. 중간 정보를 놓치는 현상은 여전히 발생합니다. 큰 저장소를 넣을 때는 핵심 파일과 질문을 먼저 요약해 함께 넣는 편이 안정적입니다.

---

⚡ 5. 속도·특화: Nemotron 3종은 코딩 메인이 아니다

Nemotron 3 계열은 이름만 보면 모두 고성능 코딩 모델처럼 보이지만, 실제 성격은 다릅니다. 이 셋은 코딩 메인 모델이 아니라 특정 작업을 위한 보조 모델로 보는 것이 맞습니다.

1) Nemotron 3 Ultra Free — 계획·리서치·오케스트레이션

Nemotron 3 Ultra는 550B MoE에 55B를 활성화하는 대형 추론 모델입니다. GPQA Diamond 86.7, HLE 28.4로 과학·추론 문제에 강하지만, Artificial Analysis Intelligence Index 22.9, Coding Index 49.3, Terminal-Bench 2.1 53.9로 코딩 에이전트 성능은 낮은 편입니다. 느리고 토큰도 많이 씁니다.

• 이럴 때: 작업 분해, 아키텍처 설계, 리서치 요약, 여러 에이전트를 조율하는 오케스트레이터.
• 피할 때: 빠른 코드 수정, 대량 파일 편집, 터미널 자동화.

2) Nemotron 3.5 Lightning Free — 고속 서브에이전트

Nemotron 3.5 Lightning은 30B MoE에 3B를 활성화하는 초경량 모델입니다. 300+ tokens/sec의 빠른 출력과 SWE-bench Verified 51.6을 기록했습니다. 복잡한 아키텍처를 설계하기에는 부족하지만, 단순 수정·파일 탐색·테스트 보조·보일러플레이트 생성에는 충분합니다.

OpenCode에서는 262K 문맥과 262K 출력으로 표시됩니다. 원 제공사 기준으로는 최대 1M 문맥을 지원합니다. 메인 모델이 느리게 느껴질 때 서브에이전트로 붙이거나, 반복 작업을 대량으로 돌릴 때 활용도가 높습니다.

3) Nemotron 3.5 Super VL Free — 비전·문서 특화 모델

Nemotron 3.5 Super VL은 120B MoE에 12B를 활성화하는 비전-언어 모델입니다. 1M 문맥, 600+ tokens/sec, UI·문서·영상 이해를 지원합니다. 스크린샷을 읽고 코드로 옮기거나, PDF·차트·영상 내용을 분석하는 작업에 적합합니다.

코딩 메인 모델로 쓰기에는 부족합니다. 텍스트만 출력하며, 코딩 벤치마크도 다른 모델만큼 검증되어 있지 않습니다. “눈이 필요한 작업”을 맡기는 비전·문서 특화 보조 모델로 쓰는 것이 정확합니다.

🔐 NVIDIA 무료 엔드포인트 주의
Nemotron 3종은 NVIDIA의 무료 trial 엔드포인트를 사용합니다. 개인정보나 기밀 데이터를 제출하면 안 되며, 사용 로그가 보안 및 제품 개선 목적으로 기록됩니다.

---

📈 6. 실제 사용량은 어땠나

OpenCode Data가 2026년 10월 20일 12:56 UTC에 갱신한 최근 7일 토큰 사용량은 다음과 같습니다. 무료와 유료 변형이 합산된 값이며, 전체 순위 중 이미 무료 제공이 종료된 3위(Muse Spark 1.3 Contributor, 21T)와 유료 전용 모델(9위·11~12위)을 제외한 9종의 위치입니다.

DeepSeek V4.1 Flash가 90T로 압도적 1위입니다. 2위 MiniMax M3.1 Flash(22T)와 3위 Muse Spark 1.3 Contributor(21T)를 합쳐도 DeepSeek의 절반 수준입니다. MiMo-V2.6-Flash는 10T로 4위, GLM-5.3-Flash는 6.2T로 5위에 올랐습니다. 특히 GLM은 전주 대비 +159%로 가장 빠르게 성장했고, Beam과 Super VL은 이번 주 새로 순위에 진입했습니다.

이 순위는 “가장 좋은 모델” 순위가 아닙니다. 얼마나 많은 사람이, 어떤 작업에, 언제부터 썼는지가 섞인 결과입니다. 모델 선택에는 성능, 문맥, 데이터 정책, 속도를 함께 봐야 합니다.

---

🔐 7. 데이터 정책: 무료의 진짜 비용

무료 모델을 고를 때 가장 놓치기 쉬운 것이 데이터 정책입니다. 토큰 요금이 0원이어도, 프롬프트가 학습에 사용되거나 로그로 남으면 비용은 다른 곳에서 발생합니다. OpenCode 공식 문서(Console Models — Privacy)에 따르면 모든 Console 모델은 미국(US) 및 유럽(EU)에 호스팅되며 기본적으로 제로 리텐션(Zero-Retention, 프롬프트 즉시 폐기 및 모델 학습 미사용) 정책을 따르지만, 일부 무료 프로모션 모델에는 아래와 같은 예외 조항이 적용됩니다.

정리하면 다음과 같습니다.

• 회사 코드·고객 정보·API 키가 포함된 작업은 제로 리텐션이 적용되는 GLM, DeepSeek, LongCat, MiniMax를 우선 사용합니다.
• 개인 토이 프로젝트·학습용이라면 MiMo나 Nemotron을 써도 되지만, 개인정보나 기밀 데이터는 절대 넣지 않습니다.
• Beam은 학습에는 쓰지 않지만 안전 목적으로 30일간 보관하고 일부 국가에서 차단됩니다. 글로벌 협업 프로젝트라면 지역 제한을 확인하세요.
• MiniMax는 OpenCode 문서 기준 제로 리텐션 예외 목록에 포함되지 않은 기본 보호 대상이지만, 프리뷰 성격의 모델이므로 정책 변경 여부는 주기적으로 확인하는 편이 안전합니다.

---

🛠️ 8. 상황별 선택 가이드

추천 조합

1. 일상 코딩: opencode/glm-5.3-flash-free를 기본으로 두고, 막히는 문제만 opencode/deepseek-v4.1-flash-free로 전환합니다.
2. 대형 저장소: opencode/longcat-2.5-preview-free로 구조를 파악하고, 실제 수정은 opencode/glm-5.3-flash-free로 합니다.
3. 프론트엔드/UI: opencode/glm-5.3-flash-free에 스크린샷을 넣고, 복잡한 화면 분석은 opencode/nemotron-3.5-super-vl-free를 보조로 씁니다.
4. 대량 반복 작업: opencode/nemotron-3.5-lightning-free를 서브에이전트로 붙여 파일 탐색·테스트 보조를 맡깁니다.
5. 설계/리서치: opencode/nemotron-3-ultra-free나 opencode/deepseek-v4.1-flash-free#high로 계획을 세우고, 구현은 GLM에 맡깁니다.
6. 민감한 코드: 제로 리텐션이 보장되는 GLM, DeepSeek, LongCat, MiniMax만 사용합니다.

---

⚙️ 9. OpenCode에서 바로 바꾸는 방법

모델은 TUI에서 /models를 실행한 뒤 free로 필터링해 즉시 전환할 수 있습니다. 프로젝트나 전역 설정 파일(opencode.jsonc)에 고정해 두면 매번 수동으로 고를 필요가 없습니다.

1) 단일 기본 모델 및 추론 강도(#variant) 지정

기본 모델을 하나만 지정하려면 model 필드에 opencode/<모델 ID>를 넣습니다. 모델명 뒤에 #low, #high, #max처럼 추론 강도(variant)를 붙여 고정할 수도 있습니다.

{
  "$schema": "https://opencode.ai/config.json",
  "model": "opencode/glm-5.3-flash-free"
}

2) 에이전트 역할별 멀티 모델 분담 설정 (agents)

앞서 정리한 추천 조합처럼 일상 구현(build), 설계·추론(plan), 고속 코드 탐색(explore)에 서로 다른 무료 모델을 배정하려면 공식 스키마의 agents 블록을 활용합니다.

{
  "$schema": "https://opencode.ai/config.json",
  "model": "opencode/glm-5.3-flash-free",
  "agents": {
    "build": {
      "model": "opencode/glm-5.3-flash-free"
    },
    "plan": {
      "model": "opencode/deepseek-v4.1-flash-free#high"
    },
    "explore": {
      "model": "opencode/nemotron-3.5-lightning-free"
    }
  }
}

이렇게 설정하면 평소 코드 작성은 균형 잡힌 GLM-5.3-Flash Free가 처리하고, 아키텍처 설계나 어려운 버그 분석(plan 모드)은 DeepSeek V4.1 Flash Free가 깊이 추론하며, 파일 트리 탐색 서브에이전트(explore)는 300+ tps 속도의 Nemotron 3.5 Lightning Free가 빠르게 수행합니다(단, 민감한 사내 저장소라면 explore에도 opencode/glm-5.3-flash-free나 opencode/longcat-2.5-preview-free를 배정하세요).

3) 터미널 CLI 단발 실행 및 이미지·문서 첨부

설정 파일을 바꾸지 않고 특정 작업에만 다른 무료 모델을 쓰려면 --model(-m), 추론 과정 확인은 --thinking, UI 스크린샷이나 PDF 첨부는 --file(-f) 플래그를 조합합니다.

# 1. 고난도 버그 분석: DeepSeek V4.1 Flash + high 추론 강도 + 사고 과정 출력
opencode run --model "opencode/deepseek-v4.1-flash-free#high" --thinking "이 비동기 레이스 컨디션 원인을 분석해줘"

# 2. UI 스크린샷 분석: 비전 특화 모델에 이미지 파일 첨부
opencode run --model "opencode/nemotron-3.5-super-vl-free" --file ./ui-layout-bug.png "깨진 레이아웃 원인과 수정할 CSS 속성을 알려줘"

무료 모델은 토큰 요금이 0원이지만, 추론 강도를 높이면 응답이 느려지고 요청 한도 소모가 커질 수 있습니다. 단순 작업은 기본값이나 #low, 어려운 문제는 #high나 #max로 나누어 쓰는 편이 효율적입니다.

⚠️ 무료 모델은 예고 없이 사라질 수 있습니다
오늘 보이는 모델이 다음 주에도 무료라는 보장은 없습니다. opencode.jsonc에 특정 모델을 고정해 두었다가 갑자기 Error: Model unavailable이 발생하면, /models 또는 opencode models opencode로 현재 살아있는 대체 무료 모델을 확인해 교체하세요.

---

📌 10. 요약

1. 일상 코딩 기본값은 GLM-5.3-Flash Free입니다. 균형, 멀티모달, 속도가 모두 좋습니다.
2. 어려운 문제는 DeepSeek V4.1 Flash Free가 가장 강합니다. 단, 지식 컷오프와 32K 출력 제한을 감안하세요.
3. 1M 장문은 LongCat 2.5 Preview, Beam, MiniMax M3.1로 나뉩니다. LongCat은 장기 에이전트, Beam은 텍스트 효율, MiniMax는 초대형 출력에 적합합니다.
4. 속도와 반복 작업은 Nemotron 3.5 Lightning Free, 비전은 GLM과 Super VL이 실용적입니다.
5. 민감한 코드는 GLM·DeepSeek·LongCat·MiniMax를 사용하세요. MiMo와 Nemotron은 데이터 학습·로깅 정책을 반드시 확인해야 합니다.

무료 모델은 “가장 좋은 하나”를 찾는 것보다 작업별로 역할을 나누는 것이 중요합니다. 메인 모델, 어려운 문제용 모델, 장문용 모델, 서브에이전트를 나눠 두면 무료 라인업이 바뀌어도 훨씬 안정적으로 대응할 수 있습니다.

---

🔎 참고 자료

• OpenCode Console 모델 목록과 무료 모델 고지
• OpenCode Data — 최근 7일 모델 사용량
• models.dev — 모델별 컨텍스트·가격 메타데이터
• DeepSeek V4.1 Flash 모델 카드
• GLM-5.3-Flash 공식 발표
• MiniMax M3.1 Flash 제품 페이지
• Reflection Beam 공식 소개
• NVIDIA Nemotron 3.5 Super VL 공식 블로그

---

📚 관련 글 함께 보기

• OpenCode Muse Spark 1.3 무료 종료: 과금 함정과 대안: 무료 모델이 사라졌을 때 확인해야 할 과금 함정과 대체 모델 정리
• OpenCode 무료 활용법: Muse Spark 설치부터 실전까지: OpenCode 설치, Zen 연결, 초기 설정 가이드
• AI 모델 버전별 진화 핵심 분석: 아키텍처부터 추론·에이전트까지: MoE, 추론, 장문 컨텍스트, 멀티모달의 기술적 배경