블로그로 돌아가기

시작하기가이드

Hoppscotch에서 CheapTokens 첫 요청: 환경에 키 넣기

Hoppscotch 웹 클라이언트에서 첫 chat completion을 보내세요: 환경에 base URL과 키, JSON 본문, 그리고 응답과 사용량을 읽는 위치.

작성자: CheapTokens Team 게시됨읽는 시간 4분

Hoppscotch 요청: Bearer 키 변수가 있는 환경의 base URL로 POST
이 페이지의 내용
  1. base URL과 키를 환경에 넣기
  2. 요청 만들기
  3. Send를 누르고 응답 읽기
  4. 테스트 요청 비용
  5. 동작하지 않을 때
  6. 다음 단계

Hoppscotch에서 아무것도 설치하거나 코드를 작성하지 않고 첫 CheapTokens 요청을 보낼 수 있습니다. 웹 앱을 열고, base URL과 키를 환경에 넣고, POST /chat/completions 요청 하나를 만들고, Send를 누르세요. 응답 패널에 답변과 토큰 수가 표시됩니다.

유일하게 신경 써야 할 것은 키입니다. 요청에 그대로 붙여넣으면 모든 스크린샷과 공유 링크에 남게 됩니다. 환경 변수에 두면 한 곳에만 보관됩니다.

이 가이드는 공식 Hoppscotch 문서를 따릅니다(2026년 11월 9일 확인, 페이지에 버전이나 날짜는 없음). API 쪽은 OpenAI Chat Completions 형식을 사용하는 CheapTokens base URL https://api.cheaptokens.dev/v1입니다. 둘 다에 대한 자세한 내용은 CheapTokens 문서에서 확인하세요.

base URL과 키를 환경에 넣기#

Hoppscotch 사이드바에 Environments 아이콘이 있습니다. 클릭해서 새 환경을 만들고 이름을 cheaptokens로 지정한 뒤 변수 두 개를 추가하세요:

변수 유형 값
baseURL Regular https://api.cheaptokens.dev/v1
api_key Secret CheapTokens 키

왜 두 유형일까요? Hoppscotch 문서에 따르면 Regular 변수는 환경을 볼 수 있는 모든 사람에게 보이고, Secret 변수는 마스킹되며 동기화나 공유가 되지 않고 내보내기와 복제에서도 제외됩니다. 키는 두 번째 유형에 속합니다. 변수 값으로 입력하세요. 그런 다음 요청이 볼 수 있도록 cheaptokens 환경을 선택하세요.

요청에서 변수는 <<name>>로 작성합니다: <<baseURL>>와 <<api_key>>. 이게 전부입니다.

Hoppscotch에서 채울 요청 필드: URL, 헤더, JSON 본문 (도식이며 스크린샷 아님)
이 가이드에서 설정한 요청: 메서드, 환경에서 가져온 URL, 헤더, JSON 본문.

요청 만들기#

Hoppscotch를 열면 REST가 활성 모드입니다. 세 가지를 설정하세요.

메서드와 URL. 드롭다운에서 POST를 선택하고 입력하세요:

text
<<baseURL>>/chat/completions

키. Hoppscotch의 Authorization 탭에는 Bearer 유형이 있고 토큰을 Bearer <token>로 요청에 추가합니다. 문서에는 <<api_key>>가 해당 토큰 필드 안에서 동작하는지 나와 있지 않으므로 확실한 방법을 쓰세요. Headers 탭을 열고 헤더 하나를 추가합니다.

text
Authorization: Bearer <<api_key>>

변수를 직접 바꿀 필요가 없고, 실제 키는 화면에 보이는 요청에 절대 나타나지 않습니다.

본문. Body 탭을 열고 Content Type 드롭다운에서 application/json를 선택한 뒤(문서에서 JSON 형식 콘텐츠의 유형으로 나열) 붙여넣으세요:

json
{
  "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
  "messages": [
    {"role": "user", "content": "Explain what a token is in one sentence."}
  ],
  "max_tokens": 200
}

전체 id deepseek-ai/DeepSeek-V4-Flash-0731를 사용하세요. 가격표의 짧은 이름은 API가 받아들이지 않습니다. DeepSeek-V4-Flash는 380K 컨텍스트와 답변당 최대 32,768 출력 토큰을 가지므로 200은 테스트용으로 의도적으로 작은 상한입니다. 다른 모델을 원하시나요? 해당 필드 하나를 zai-org/GLM-5.3-Flash(390K 컨텍스트, 최대 8,192 출력 토큰)로 바꾸고 다시 보내세요.

체크리스트

Send를 누르기 전에

Send를 누르고 응답 읽기#

Send를 클릭하세요. 응답 섹션에 상태 코드, 본문, 헤더, 쿠키, 타이밍이 표시됩니다. 원하는 것은 200와 OpenAI chat completion 형식의 JSON 본문입니다. 두 곳이 중요합니다:

  • choices[0].message.content는 모델의 답변입니다.
  • usage에는 prompt_tokens(보낸 것)와 completion_tokens(모델이 작성한 것)가 있습니다. 이에 대해 과금되므로 요청 비용이 예상대로인지 확인하는 곳입니다.

choices[0].finish_reason도 확인하세요. stop는 모델이 스스로 완료했다는 뜻입니다. length는 max_tokens가 답변을 잘랐다는 뜻입니다. 한 문장짜리 질문에서 이것이 보인다면 상한이 너무 낮은 것입니다. 자세한 설명은 AI 답변이 잘렸나요? finish_reason "length" 수정에 있습니다.

응답에서 볼 곳
응답 본문에서 읽을 필드. 값은 자리 표시자이며 실제 기록된 응답이 아님.

요청을 컬렉션에 저장하면 재사용할 수 있습니다. 메시지를 바꾸고 다시 Send를 누르세요.

테스트 요청 비용#

짧은 질문과 짧은 답변을 가정해 봅시다: 입력 30 토큰, 출력 150 토큰. 이런 요청 하나는 $0.000015이며, 아래 실시간 표는 입력과 출력을 합쳐 100건을 OpenRouter와 나란히 계산합니다.

모델 요청당 100회 요청 OpenRouter, 100회 요청
GLM-5.3-Flash $0.0000066 $0.00066 $0.0013
DeepSeek-V4-Flash $0.000015 $0.0015 $0.0023
MiniMax-M2.7 $0.000024 $0.0024 $0.0288

요청당 입력 30개 및 출력 150개 토큰입니다. 100만 토큰당 가격은 현재 기준이며 당사 요금제에 따라 함께 변경됩니다. OpenRouter 열은 동일한 작업량에 대한 참고 가격을 보여줍니다.

입력과 출력을 합친 총액 기준으로 같은 모델에서 OpenRouter보다 저렴합니다. 실제 수치는 다를 수 있으니 자신의 경우에 맞게 슬라이더를 조정하세요:

비용 계산기

위와 같은 테스트 요청 100건

요청당 입력 토큰: 30 · 요청당 출력 토큰: 150 · 일일 요청 수: 100

모델일일월간
GLM-5.3-Flash$0.00066$0.0198
DeepSeek-V4-Flash$0.0015$0.0464
MiniMax-M2.7$0.0024$0.072

가격은 모델별로 고정되어 있고 피크 시간 요금이 없으며, 하나의 잔액으로 모든 모델을 사용할 수 있습니다. 현재 요금은 가격 페이지에 있습니다.

동작하지 않을 때#

REST 클라이언트에서 첫 요청 실패는 대부분 세 필드에서 발생합니다. 증상을 원인과 맞춰 보세요:

짝 맞추기

각 증상을 원인과 맞추기

  • 401 Unauthorized키가 없거나 잘못되었거나 Authorization 헤더가 전송되지 않음
  • 404 Not FoundURL 경로나 모델 id가 잘못됨
  • finish_reason이 "length"max_tokens 상한이 답변을 잘랐음

처음 두 가지에 대한 전체 안내는 API 401 또는 404 오류: 잘못된 키, base URL 또는 모델 id에 있습니다. 어떤 id를 사용할지 모르겠다면 GET /v1/models로 모델 목록 보기를 참고하세요.

다음 단계#

같은 요청이 다른 클라이언트에서도 동작합니다: Postman 버전 또는 VS Code .http 파일을 참고하세요. 키를 파일과 셸에서 완전히 분리하고 싶다면 API 키를 안전하게 저장하기에서 기본을 다룹니다. 모델 id와 OpenAI 호환 엔드포인트는 문서에 설명되어 있습니다.