# LLM API 빠른 시작: 2분 만에 하는 첫 chat completion

> 암호화폐로 결제하는 OpenAI 호환 LLM API 빠른 시작: 키를 발급받고 curl, Python 또는 Node.js로 첫 chat completion을 보내고 usage를 확인하세요.

- URL: https://llmwithcrypto.com/ko/docs/
- 마지막 업데이트: 2026-10-23
- 발행자: LLMwithCrypto (https://llmwithcrypto.com)

API는 OpenAI chat completions 형식을 사용하므로 이미 쓰고 있는 클라이언트가 그대로 동작합니다: base URL, 키, 모델 이름만 바꾸면 됩니다. 이 페이지는 빈 잔액에서 첫 응답까지 안내한 뒤 문서의 다른 모든 페이지로 연결합니다.

**빠른 답변 — 암호화폐로 결제하는 OpenAI 호환 LLM API에 처음으로 호출하려면 어떻게 하나요?**

OpenAI SDK 또는 아무 HTTP 클라이언트나 `https://llmwithcrypto.com/api/v1`로 향하게 하고, 키를 Bearer 토큰으로 보내세요. **LLMwithCrypto**은 OpenAI chat completions 형식으로 응답하고, 사용한 토큰을 선불 크레딧에서 청구합니다. 2026년 10월 23일 기준으로 DeepSeek V4 Pro는 입력 토큰 100만 개당 $1.254, 출력 토큰 100만 개당 $3.762입니다. KYC 없이 암호화폐로 결제합니다.

## 한눈에 보는 API

| 속성 | 값 |
| --- | --- |
| Base URL | `https://llmwithcrypto.com/api/v1` |
| Chat | `POST https://llmwithcrypto.com/api/v1/chat/completions` |
| 모델 목록 | `GET https://llmwithcrypto.com/api/v1/models` |
| 남은 크레딧 | `GET https://llmwithcrypto.com/api/v1/credits` |
| 인증 | OpenAI SDK처럼 API 키를 Authorization 헤더의 Bearer token으로 전달하세요 |
| 청구 | 잔액에서 토큰 단위로 결제합니다. 입력 및 출력 토큰은 모델 자체의 tokenizer로 계산되며, 해당 모델의 1M 토큰당 가격으로 청구됩니다. 오류로 끝난 호출은 비용이 들지 않습니다 |
| 호환성 | API는 OpenAI chat completions 형식을 따릅니다. OpenAI SDK, LangChain 또는 OpenAI 호환 도구의 base URL을 우리 base URL로 지정하고 키를 넣은 뒤 모델 이름만 바꾸면 됩니다 |
| 가장 작은 팩 | US$25에 $25 상당의 API 크레딧; 크레딧에는 만료일이 없습니다. 이번 달에 쓰지 않은 크레딧은 내년에도 그대로 남아 있습니다 |

## API 키는 어떻게 받나요?

가입 양식도, 신원 확인도 없습니다. 가장 오래 걸리는 부분은 블록체인이 결제를 확인할 때까지 기다리는 것입니다.

1. **암호화폐로 잔액 충전하기** — BTC, USDT, USDC, ETH, SOL, LTC로 최소 US$25을 보내세요. 계정 번호로 로그인하며, 이메일 주소는 선택 사항입니다.
2. **크레딧 팩 구매하기** — US$25에 $25 상당의 API 크레딧이면 모든 모델을 시험해 보기에 충분합니다. 크레딧은 어떤 모델에든 쓸 수 있으므로, 팩 크기는 얼마나 자주 충전할지만 결정합니다.
3. **키 복사하기** — 암호화폐 충전이 확인되고 크레딧 팩을 구매하면 API 키가 대시보드에서 기다리고 있습니다. 키는 LLMWITHCRYPTO_API_KEY라는 환경 변수에 보관하세요.

## 첫 호출은 어떻게 생겼나요?

JSON 본문을 담은 HTTPS POST 한 번입니다. 필수 필드는 두 개입니다: [models page](https://llmwithcrypto.com/ko/models/)에 있는 id 중 하나인 `model`와, 지금까지의 대화인 `messages`입니다. 나머지는 모두 선택 사항입니다. `max_tokens`는 처음부터 설정해 두는 것이 좋습니다: 답변의 길이를 제한하고, 그에 따라 호출 비용도 제한합니다.

아래 세 스니펫은 같은 요청을 보냅니다. 먼저 셸에서 `LLMWITHCRYPTO_API_KEY`를 설정한 다음, 사용하는 스택에 맞는 것을 실행하세요.

*curl: chat completion 한 번*

```bash
curl -s "https://llmwithcrypto.com/api/v1/chat/completions" \
  -H "Authorization: Bearer $LLMWITHCRYPTO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "Answer in two sentences."},
      {"role": "user", "content": "What is a context window?"}
    ],
    "max_tokens": 200
  }'

```

*Python: base URL만 바꾼 OpenAI SDK*

```python
import os

from openai import OpenAI

client = OpenAI(
    base_url="https://llmwithcrypto.com/api/v1",
    api_key=os.environ["LLMWITHCRYPTO_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "Answer in two sentences."},
        {"role": "user", "content": "What is a context window?"},
    ],
    max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, "in,", resp.usage.completion_tokens, "out")

```

*Node.js: baseURL만 바꾼 openai 패키지*

```javascript
import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://llmwithcrypto.com/api/v1',
  apiKey: process.env.LLMWITHCRYPTO_API_KEY,
});

const resp = await client.chat.completions.create({
  model: 'deepseek-v4-pro',
  messages: [
    { role: 'system', content: 'Answer in two sentences.' },
    { role: 'user', content: 'What is a context window?' },
  ],
  max_tokens: 200,
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.prompt_tokens, 'in,', resp.usage.completion_tokens, 'out');

```

## 응답으로 무엇이 오나요?

OpenAI API가 반환하는 것과 같은 객체입니다: `id`, 응답한 `model`, assistant `message`와 `finish_reason`가 담긴 `choices` 배열, 그리고 `usage` 객체입니다. `finish_reason`은 모델이 스스로 끝냈을 때 `stop`이고, `max_tokens`에 도달했을 때 `length`입니다.

`usage`가 바로 결제 대상입니다: 입력에 `prompt_tokens`, 출력에 `completion_tokens`이며, 둘 다 모델 자체의 토크나이저로 계산됩니다. 아래 수치는 예시입니다.

*응답 본문 (예시)*

```json
{
  "id": "chatcmpl-8f2c41d0a7b94e1c",
  "object": "chat.completion",
  "created": 1792742400,
  "model": "deepseek-v4-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "A context window is the maximum number of tokens a model can read and write in one request. Anything beyond it must be cut or summarized before the call."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 27,
    "completion_tokens": 34,
    "total_tokens": 61
  }
}

```

## 어떤 모델로 시작해야 하나요?

모두 같은 endpoint에서 같은 키로 응답합니다; `model`만 바꾸면 됩니다. 가격은 2026년 10월 23일 기준, 토큰 100만 개당입니다.

| 모델 id | 적합한 용도 | 입력 | 출력 | 컨텍스트 |
| --- | --- | --- | --- | --- |
| `deepseek-v4-pro` | 일반 채팅, 추론 및 코드 | $1.254 | $3.762 | 1M |
| `deepseek-v4.1-flash` | 빠르고 저렴한 범용 모델 | $0.285 | $1.14 | 1M |
| `gpt-oss-120b` | 추론 및 도구 사용 | $0.142 | $0.57 | 128K |
| `qwen3-235b-a22b-instruct-2507` | 다국어 채팅 및 긴 문서 | $0.161 | $0.57 | 256K |

라이선스를 포함한 12개 모델 전체 목록은 [models page](https://llmwithcrypto.com/ko/models/)에 있습니다.

## 호출은 어떻게 청구되나요?

잔액에서 토큰 단위로 결제합니다. 입력 및 출력 토큰은 모델 자체의 tokenizer로 계산되며, 해당 모델의 1M 토큰당 가격으로 청구됩니다. 오류로 끝난 호출은 비용이 들지 않습니다.

위의 DeepSeek V4 Pro 예시를 보면: 입력 토큰 27개와 출력 토큰 34개의 비용은 27 × $1.254 / 1,000,000 더하기 34 × $3.762 / 1,000,000으로, 1센트의 작은 일부입니다. 대시보드에는 토큰 수와 비용이 함께 표시된 모든 호출이 나열되며, `GET https://llmwithcrypto.com/api/v1/credits`는 언제든 남은 크레딧을 반환합니다. 크레딧에는 만료일이 없습니다. 이번 달에 쓰지 않은 크레딧은 내년에도 그대로 남아 있습니다.

## 제 프롬프트는 어떻게 되나요?

아무것도 보관하지 않습니다. 프롬프트와 모델의 답변은 저장하지 않습니다. 응답이 전송되면 그 텍스트는 사라집니다. 각 호출은 시간, 계정, 모델, 토큰 수를 담은 로그 한 줄을 남기며, 이는 30일 후 삭제됩니다. 어떤 모델도 프롬프트나 출력으로 학습하거나 fine-tuning하지 않습니다.

그래서 대시보드에서 열람할 요청 기록도 없습니다: 각 호출의 시간, 모델, 토큰 수만 있습니다. 앱에 대화 기록이 필요하면 직접 저장하세요.

## 어떤 모델은 사용할 수 없나요?

당사는 GPT, Claude, Gemini, Grok에 대한 접근 권한을 판매하지 않습니다: 해당 제작사는 자사 승인 없이 API 접근을 재판매하는 것을 금지하며, 당사는 그 승인을 받지 않았습니다. 라이선스가 API로 제공하는 것을 허용하는 오픈 웨이트 모델만 취급합니다: DeepSeek, Qwen, gpt-oss, Mistral, Llama, Gemma 및 모델 페이지에 나열된 기타 모델입니다. 당사는 임대해 직접 운영하는 GPU에서 이들을 실행합니다.

코드에서 `gpt-4o`나 Claude 모델을 이름으로 호출하면 API는 `404 model_not_found`를 반환합니다: 이름을 위의 오픈 웨이트 id 중 하나로 바꾸세요. [errors page](https://llmwithcrypto.com/ko/docs/errors/)에 모든 오류 코드가 나열되어 있습니다.

## 다음으로 어디를 보면 되나요?

- [빠른 시작](https://llmwithcrypto.com/ko/docs/) — 잔액 0에서 첫 답변까지
- [채팅 완성](https://llmwithcrypto.com/ko/docs/chat-completions/) — 모든 본문 필드와 응답
- [모델 및 크레딧](https://llmwithcrypto.com/ko/docs/models/) — 모델 ID, 컨텍스트 윈도우, 남은 잔액
- [스트리밍](https://llmwithcrypto.com/ko/docs/streaming/) — 서버 전송 이벤트, 토큰 단위 스트리밍
- [도구 호출](https://llmwithcrypto.com/ko/docs/tool-calling/) — 함수 호출과 JSON 출력
- [오류](https://llmwithcrypto.com/ko/docs/errors/) — 에러 코드, rate limit, 재시도
- [Python](https://llmwithcrypto.com/ko/docs/python/) — OpenAI SDK, 동기 및 비동기
- [Node.js](https://llmwithcrypto.com/ko/docs/node/) — openai npm 패키지
- [curl](https://llmwithcrypto.com/ko/docs/curl/) — jq를 활용한 터미널 레시피
- [LangChain](https://llmwithcrypto.com/ko/docs/langchain/) — ChatOpenAI와 LlamaIndex

## 빠른 시작: 자주 묻는 질문

### 특별한 SDK가 필요한가요?

아니요. API는 OpenAI chat completions 형식을 따릅니다. OpenAI SDK, LangChain 또는 OpenAI 호환 도구의 base URL을 우리 base URL로 지정하고 키를 넣은 뒤 모델 이름만 바꾸면 됩니다. 일반 HTTPS도 사용할 수 있습니다. [curl 페이지](https://llmwithcrypto.com/ko/docs/curl/)에 터미널 레시피가 있습니다.

### 무료 체험판이 있나요?

무료 티어는 없습니다. 가장 작은 크레딧 팩으로 사용해 볼 수 있으며, 쓰지 않은 크레딧은 만료되지 않습니다.

### 하나의 키로 여러 앱에서 사용할 수 있나요?

가능하지만 앱마다 키를 따로 쓰는 편이 더 안전합니다. 앱, 에이전트, 팀원마다 API 키를 하나씩 만들고, 대시보드에서 다른 키는 건드리지 않고 원하는 키만 폐기할 수 있습니다.

### 요청을 얼마나 보낼 수 있나요?

모든 계정에는 분당 요청 및 토큰 한도가 있으며 대시보드에 표시됩니다. 지원팀에 요청하면 한도를 올릴 수 있습니다. [에러 페이지](https://llmwithcrypto.com/ko/docs/errors/)에서 `429`의 의미와 재시도 방법을 설명합니다.

---

LLMwithCrypto: LLMwithCrypto는 오픈 웨이트 모델을 위한 OpenAI 호환 LLM API입니다 — DeepSeek V4 Pro, DeepSeek V4.1 Flash, DeepSeek R1, Qwen3.5 397B A17B, Qwen3 235B A22B Instruct, gpt-oss-120b, gpt-oss-20b, GLM-4.7, Llama 3.3 70B Instruct, Gemma 4 31B, Mistral Large 3, Mistral Small 4 — 충전해 둔 암호화폐 잔액에서 토큰 단위로 결제하며, 공개 호스트 가격 중앙값보다 5% 저렴합니다. KYC 없이: 신분증도, 셀피도, 서류도 필요하지 않습니다. 프롬프트와 출력은 저장되지 않습니다.