요약 AIHubMix는 이제 에이전트가 읽을 수 있는 접근 수단 세트를 제공합니다. 코딩 에이전트가 모델을 찾고, 호출을 생성하고, 스스로 검증한 뒤, 미리 설정된 Playground 세션을 사용자에게 돌려줄 수 있습니다. 시작하려면 에이전트에게 한 문장만 전하면 됩니다: Fetch https://aihubmix.com/agents.md and follow it. 전체 진입점 목록은 Agent Access 문서에 있습니다.
점점 더 많은 개발자가 Claude Code, Codex, Cursor 같은 코딩 에이전트로 에이전트 워크플로를 실행하고 있습니다. 모델 선택, 호출 작성, 파라미터 조정이 모두 에이전트에게 위임됩니다. AIHubMix AI 게이트웨이는 OpenAI 호환 엔드포인트를 포함한 네 가지 와이어 프로토콜에 걸쳐 800개 이상의 모델을 하나의 API 키 뒤에 제공하며, 이번 릴리스로 에이전트가 이 모든 정보를 직접 읽을 수 있게 되었습니다.
무엇이 출시되었나요?
- agents.md: 에이전트가 실행하도록 작성된 온보딩 가이드로, 키 확인, 실시간 모델 탐색, 프로토콜별 호출, 엔드투엔드 검증, 문제 해결을 다룹니다.
- 모델별 llms.txt: 850개 이상의 모델 각각에 고정 주소로 제공되는 기계 판독용 통합 가이드가 있습니다(
https://aihubmix.com/model/{model_id}/llms.txt). 모든 모델 페이지의llms.txt칩이 이 주소로 바로 연결됩니다. - Playground Skill과 핸드오프 링크: Skill은 체험, 튜닝, 비교, 미디어 생성을 에이전트에게 맡깁니다. 딥링크를 통해 에이전트가 미리 설정된 세션을 브라우저로 넘겨줄 수 있으며,
?models=파라미터를 사용하면 하나의 링크로 바로 실행 가능한 모델 탭을 최대 6개까지 열 수 있습니다.
에이전트에게 기계 판독용 접근이 왜 필요할까요?
에이전트가 학습 메모리에 의존해 모델 ID, 가격, 파라미터를 추측하면, 생성된 호출은 실패하기 쉽습니다. 오래된 ID 철자, 지원되지 않는 파라미터, 낡은 가격 정보가 그 원인입니다. 기계 판독용 접근 수단은 이 정보를 실시간으로, 구조화된 형태로 에이전트에게 제공합니다. 예를 들어 gemini-3.7-flash의 llms.txt를 보면, 한 번의 요청으로 에이전트가 올바른 호출을 만드는 데 필요한 모든 정보를 얻을 수 있습니다:
- Developer: Google
- Context window: 1,048,576 tokens
- Input modalities: text, image, audio, video
- Capabilities: Thinking, Streaming, Tool calling, Web search, URL context,
Code interpreter, Computer use, File search, Structured outputs, Prompt caching
- Pricing: $0.75/M input tokens, $3.75/M output tokens, $0.075/M cached input
이 파일은 지금 바로 사용할 수 있습니다. curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt 명령으로 확인해 보세요. agents.md의 검증 규칙은 에이전트가 응답 본문과 에코된 모델을 반드시 확인하도록 요구합니다. HTTP 200만으로는 성공으로 간주되지 않습니다.
전체 과정 안내: 모델 선택, A 대 B 비교, 핸드오프
고객 지원 봇에 쓸 저비용 채팅 모델이 필요하다고 가정해 봅시다. 먼저 Skill을 에이전트에게 전달하세요:
Run curl -fsSL https://aihubmix.com/skills/playground and follow it.
1단계: 실시간 모델 탐색. 에이전트는 인증이 필요 없는 모델 카탈로그를 읽고, 가격과 기능을 기준으로 후보를 걸러낸 뒤, 각 후보의 llms.txt를 가져와 도구 호출과 구조화된 출력 지원 여부를 확인합니다.
2단계: 동일 프롬프트 비교. 에이전트는 같은 프롬프트를 각 후보에 실행하고, 실제 출력 결과, 측정된 지연 시간, 모델별 카탈로그 가격을 보고합니다. Skill에는 비용 고지 기능이 기본으로 포함되어 있습니다. 일괄 호출 전에 에이전트가 가격을 제시하고 사용자의 승인을 요청합니다.
3단계: 사용자에게 넘기기. 에이전트는 Playground 딥링크를 생성합니다. 브라우저에서 이 링크를 열면 세션이 이미 설정되어 있습니다. 모델, 파라미터, 시스템 프롬프트가 적용되어 있고, 작성창에는 초안이 채워져 있지만 전송되지는 않은 상태입니다. 전송 여부는 사용자가 결정합니다.

지금 바로 열어볼 수 있는 실제 링크 두 개입니다:
- 하나의 링크로 실행 가능한 모델 탭 두 개 열기 (
?models=파라미터, 최대 6개; 탭 사이를 전환할 수 있습니다) - 사양과 가격을 나란히 비교하고 싶으신가요? 에이전트는 Gemini 3.7 Flash vs Claude Opus 4.1과 같은 메인 사이트 비교 링크도 제공할 수 있습니다(
compare/{a}/{b}형식이며, 모든 llms.txt에도 나열되어 있습니다). - 이 walkthrough의 3단계에서 생성된 딥링크 (고객 지원 시나리오: 시스템 프롬프트, 파라미터, 작성창 초안이 모두 설정되어 있으며, 위의 스크린샷은 이 링크를 연 화면입니다)
에이전트 관점에서 전체 흐름은 명령 네 개로 이루어지며, 각 명령은 복사해서 바로 검증할 수 있습니다:
# 1. Read the onboarding guide
curl -s https://aihubmix.com/agents.md
# 2. Read the live catalog to pick candidates
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. Read a candidate's machine-readable guide
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. Minimal real call to verify connectivity (the body must contain the exact requested reply)
curl -s https://aihubmix.com/v1/chat/completions \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" -H "Content-Type: application/json" \
-d '{"model":"gemini-3.7-flash","messages":[{"role":"user","content":"Reply with exactly: AIHubMix is connected"}],"max_tokens":64}'
이 흐름에서 사용자가 해야 할 일은 두 가지뿐입니다. 에이전트에게 한 문장을 보내고, 브라우저에서 결과를 이어받는 것입니다. 지금 직접 해 보세요:
Fetch https://aihubmix.com/agents.md and follow it.

어떤 작업에 어떤 진입점을 쓸까요?
| 하고 싶은 일 | 사용할 것 |
|---|---|
| AIHubMix를 프로젝트에 통합하기 | agents.md |
| 에이전트에게 특정 모델을 가르치기 | 해당 모델의 llms.txt (모델 페이지의 칩 또는 고정 주소) |
| 체험, 튜닝, 비교, 미디어 생성하기 | Playground Skill |
| 구성된 세션이나 모델 묶음을 사람에게 넘기기 | Playground 딥링크 (미리 구성된 세션은 ?config=, 여러 탭을 여는 것은 ?models=) |
| 두 모델의 사양과 가격을 사람에게 나란히 보여주기 | 비교 페이지 aihubmix.com/compare/{a}/{b} (예: GLM 5.3 vs GLM 5.2) |
이 기능들은 어떤 설계 원칙을 따르나요?
- 검증된 정보만 공개합니다. 모델의 llms.txt는 검증을 거친 후에만 기능 및 엔드포인트 정보를 담습니다. 아직 검증되지 않은 모델은 실시간 카탈로그와 파라미터 스키마를 가리키는 짧은 안내만 제공하며, 검증되지 않은 주장은 포함하지 않습니다.
- 딥링크에는 인증 정보가 없으며 한 번만 작동합니다. 링크 파라미터는 페이지가 로드되면 주소창에서 지워지며, 페이로드에는 키가 절대 포함되지 않습니다.
- 돈이 쓰이기 전에 비용을 고지합니다. Skill은 일괄 호출과 미디어 생성 전에 에이전트가 카탈로그 가격을 제시하고 동의를 구하도록 요구합니다.
다음 계획은 무엇인가요?
MCP 엔드포인트는 현재 이미지 생성을 제공하며, 더 넓은 기능 범위를 준비 중입니다. 모델 검증도 계속 확대되고 있으며, 새로 검증된 모델의 llms.txt는 자동으로 전체 가이드로 업그레이드됩니다. 이상한 점이 있다면 피드백을 통해 알려 주세요.
자주 묻는 질문
이 진입점에는 인증 정보가 필요한가요?
기계 판독용 접근 수단(agents.md, llms.txt, 모델별 llms.txt, Skill 파일, 모델 카탈로그)은 모두 인증 없이 읽을 수 있습니다. AIHubMix API 키는 실제 모델 호출에만 필요하며, 콘솔에서 발급받아 환경 변수로 전달하면 됩니다.
어떤 에이전트를 지원하나요?
셸 명령을 실행하거나 URL을 가져올 수 있는 모든 코딩 어시스턴트를 지원합니다. Claude Code, Codex, Cursor, Cline, Gemini CLI, OpenCode가 포함됩니다. Skill 파일은 공개 Agent Skills 사양을 따르며, npx skills add AIhubmix/skills 명령으로도 설치할 수 있습니다.
전체 진입점 목록은 어디에 있나요?
문서의 Agent Access를 참고하세요. agents.md, 사이트 및 모델별 llms.txt, Playground Skill의 두 가지 주소, 딥링크 파라미터 형식, 코드 생성 패키지가 각각 복사해서 쓸 수 있는 명령과 함께 정리되어 있습니다.
이 문장을 에이전트에게 보내고 지금 시작하세요:
Fetch https://aihubmix.com/agents.md and follow it.



