저렴한 모델에서의 Browser Use: base_url 설정과 실행 비용

Browser Use는 OpenAI 호환 엔드포인트라면 무엇이든 받아들이므로, CheapTokens에 연결하려면 세 가지 값만 있으면 됩니다: base_url, 키, 그리고 전체 모델 id입니다. 아래는 상품 페이지를 열어 가격을 읽고 보고하는 agent.py과, 실시간 가격 기준으로 한 번 실행에 드는 비용 추정치입니다.

브라우저 에이전트는 매 단계마다 페이지 텍스트를 모델에 다시 보내므로, 추정치는 스케줄보다 먼저 나옵니다.

설치하고 API를 가리키게 하기#

Browser Use의 README(2026년 11월 8일 확인)는 uv로 설치합니다. 이 라이브러리는 Python 3.11+가 필요하고 MIT 라이선스입니다. 문서의 지원 모델 페이지는 커스텀 엔드포인트의 패턴을 보여줍니다: base_url와 함께 ChatOpenAI, 그다음 Agent(task=..., llm=llm).

uv init --python 3.12
uv add browser-use

키는 코드가 아니라 스크립트 옆의 .env 파일에 넣으세요:

CHEAPTOKENS_API_KEY=your-key-here

그다음 agent.py:

import asyncio
import os

from dotenv import load_dotenv
from browser_use import Agent, ChatOpenAI

load_dotenv()

llm = ChatOpenAI(
    model='deepseek-ai/DeepSeek-V4-Flash-0731',
    base_url='https://api.cheaptokens.dev/v1',
    api_key=os.getenv('CHEAPTOKENS_API_KEY'),
)

task = (
    'Open https://shop.example/laptop-x (replace with your product page). '
    'Find the current price and whether it is in stock. '
    'Reply with one line: price, currency, in stock yes/no. '
    'Do not click Buy or add anything to the cart.'
)

agent = Agent(task=task, llm=llm)
asyncio.run(agent.run())

uv run agent.py로 실행하세요. 첫 실행에서 브라우저가 없다고 하면, Browser Use quickstart에 나온 대로 설치하세요(uvx browser-use install, 2026년 11월 8일 확인).

이 모델을 고른 이유: 브라우저 실행은 긴 페이지 컨텍스트를 가진 많은 호출입니다. DeepSeek-V4-Flash는 380K 컨텍스트 윈도우, 답변당 최대 32,768 출력 토큰, 그리고 하루 중 어느 시간이든 동일한 가격을 가집니다. id는 전체 deepseek-ai/DeepSeek-V4-Flash-0731여야 합니다 — 가격표의 짧은 이름은 API가 받아들이지 않습니다. 다른 id와 연결 기본 사항은 CheapTokens 문서에 있습니다.

에이전트가 가격 페이지에서 실제로 하는 일#

작업이 "이 노트북이 오늘 얼마인가"라고 해봅시다. 에이전트는 루프를 돕니다: 페이지 텍스트를 받고, 모델에게 다음에 무엇을 할지 묻고, 브라우저에서 동작을 수행하고(열기, 스크롤, 클릭), 새 페이지 텍스트를 다시 받습니다. 모델이 답을 찾았다고 판단할 때까지 반복합니다.

마지막 화살표가 비용을 좌우합니다. 상품 페이지는 수천 토큰의 텍스트일 수 있고, 그것이 매 호출마다 함께 갑니다. 11월 6일의 채널 게시물은 Browser Use를 제안을 비교하고 가격 인하를 추적하는 쇼핑 에이전트의 브라우저 계층으로 소개했습니다. 같은 아이디어가 위 작업처럼 한두 페이지를 매일 확인하는 데에도 맞습니다.

무엇이든 스케줄하기 전에 한 가지 주의: 에이전트는 페이지가 말하는 것을 그대로 읽고, 페이지에는 에이전트를 겨냥한 지시가 들어 있을 수 있습니다. 프롬프트 인젝션 체크리스트가 이에 대한 대응을 다루며, 위 작업이 구매를 금지하는 것도 같은 이유입니다.

한 번 실행에 드는 비용#

추측하지 말고 가정하세요. 한 번 실행에 15단계가 걸린다고 합시다. 각 단계는 작업, 이력, 현재 페이지를 보냅니다: 약 12,000 입력 토큰이고, 모델은 약 600 토큰의 짧은 동작으로 답합니다.

실행당 15 × 12,000 = 180,000 입력 토큰과 15 × 600 = 9,000 출력 토큰입니다. DeepSeek-V4-Flash에서 이 실행은 $0.0036이며, 입력은 1M 토큰당 $0.015입니다. 여기서 입력은 출력의 20배인데, 이는 브라우저 작업에서 흔한 일이며, 합계로 함께 계산하면 가격은 이 모델에 대한 OpenRouter의 기준보다 낮습니다.

아래 표는 15단계에 대해 같은 단계당 수치를 사용하므로, 각 모델을 나란히 볼 수 있습니다:

그다음 스케줄에 맞게 확장하세요. 하루에 한 번 확인하는 세 페이지는 45단계입니다. 슬라이더를 당신의 수치로 끌어 보세요.

세 모델에 대한 이 계산의 50단계 버전은 에이전트 세션 비용에 있습니다. GLM-5.3-Flash(390K 컨텍스트, 최대 8,192 출력 토큰)를 선호한다면, 그 행은 위 표에 있습니다. 여기서의 짧은 동작 답변은 그 한도에 잘 들어갑니다. 모든 모델의 현재 가격은 가격 페이지에 있습니다.

작동하지 않을 때#

에러 텍스트부터 시작하세요. 보통 이 세 가지입니다:

마지막 것은 Browser Use의 지원 모델 페이지(2026년 11월 8일 확인)에 더 작은 Qwen 모델에 대해 설명되어 있습니다: 잘못된 동작 스키마를 반환할 수 있습니다. 문서가 제안하는 해결책은 올바른 동작 형식의 예시를 프롬프트에 넣는 것입니다. 작업 텍스트에 추가하세요, 예를 들어:

Actions are JSON objects like {"navigate": {"url": "https://..."}}.
Always put the url inside the object.

실행이 계속 맴돈다면 작업을 더 좁히세요: 한 페이지, 한 질문, 한 줄 답변. 짧은 작업은 더 적은 단계로 끝나고, 더 적은 단계가 가장 저렴한 해결책입니다.

다음: 커스텀 base_url과 함께 쓰는 LangChain은 브라우저 에이전트 주위에 자체 체인을 구축한다면 같은 base_url 아이디어를 사용합니다.