Model
.ai
memantau model AI terbuka
Auto Router

openrouter | konteks token 2.000.000 | $-1.000.000,00/M input, $-1.000.000,00/M output. Auto Router secara otomatis memilih model terbaik untuk prompt Anda, didukung oleh kebijaksanaan pasar. Ia mengarahkan Anda berdasarkan apa yang secara kolektif dibelanjakan komunitas OpenRouter untuk jenis tugas yang sesuai dengan prompt Anda. Melihat pengeluaran selama jendela 7 hari terakhir, sehingga tetap diperbarui dengan rilis model baru secara otomatis. Respons Anda akan dihargai dengan tarif yang sama seperti model yang diarahkan. Pengaturan cost_tier (low, medium, high, xhigh, atau max) memilih…openrouter | konteks token 2.000.000 | $-1.000.000,00/M input, $-1.000.000,00/M output. Auto Router secara otomatis memilih model terbaik untuk prompt Anda, didukung oleh kebijaksanaan pasar. Ia mengarahkan Anda berdasarkan apa yang secara kolektif dibelanjakan komunitas OpenRouter untuk jenis tugas yang sesuai dengan prompt Anda. Melihat pengeluaran selama jendela 7 hari terakhir, sehingga tetap diperbarui dengan rilis model baru secara otomatis. Respons Anda akan dihargai dengan tarif yang sama seperti model yang diarahkan. Pengaturan cost_tier (low, medium, high, xhigh, atau max) memilih seberapa banyak Anda bersedia membayar. Defaultnya adalah low, memberikan Anda kumpulan model yang sangat efisien biaya. Saat memilih model, auto router menghormati batasan apa pun, kebijakan privasi/ZDR, dan pembatasan model yang Anda miliki dalam permintaan atau pengaturan akun. Percakapan multi-turn tetap menggunakan satu model sampai model tersebut tidak lagi menjadi pilihan utama untuk tugas Anda. Pelajari lebih lanjut di docs kami. Untuk cara lain mengarahkan, lihat Pareto Code.

Panduan untuk model ini
Semua panduan
Auto Router adalah lapisan meta OpenRouter yang memilih model nyata untuk Anda saat permintaan, berdasarkan di mana komunitas OpenRouter benar-benar menghabiskan uang untuk tugas seperti milik Anda selama tujuh hari terakhir. Anda tidak pernah menetapkan model; router melacak rilis baru secara otomatis dan mengenakan biaya sesuai model yang dipilih. Ini cocok untuk pengembang dan pengguna tingkat lanjut yang menginginkan hasil bagus tanpa harus terus-menerus memeriksa lanskap model sendiri.

Dikenal untuk

  • Mengalihkan setiap prompt ke model yang didukung komunitas untuk jenis tugas tersebut
  • Tetap terkini secara otomatis melalui jendela pengeluaran 7 hari berjalan
  • Lima tingkat biaya (rendah hingga maksimal) memungkinkan Anda membatasi atau menaikkan kemampuan bayar
  • Menghormati batasan akun, kebijakan privasi, dan pembatasan model Anda
  • Percakapan multi-giliran tetap pada satu model untuk konsistensi

Waspadai

  • Anda tidak mengontrol model mana yang menjawab; debugging atau mereproduksi keluaran jadi lebih sulit
  • Tingkat biaya default adalah rendah, jadi Anda mungkin mendapat model lebih murah kecuali menaikkan tingkat secara eksplisit
  • API tertutup saja, tidak ada bobot terbuka, tidak bisa dijalankan lokal

Prompt untuk dicoba

Rutekan tugas campuran
Saya perlu melakukan tiga hal: meringkas paragraf ini dalam satu kalimat, lalu menerjemahkan kalimat itu ke bahasa Prancis, kemudian menulis fungsi Python singkat yang mencetaknya. Berikut paragrafnya: 'The James Webb Space Telescope has revealed galaxies forming far earlier than models predicted, forcing cosmologists to revisit assumptions about the early universe.' Lakukan ketiga langkah secara berurutan.
Pilih tingkat yang tepat
Saya sedang membangun bot dukungan pelanggan yang menangani pertanyaan tagihan dan pemecahan masalah dasar. Buat kerangka prompt sistem, daftar lima mode kegagalan paling umum untuk bot dukungan, dan sarankan cara menangani eskalasi ke agen manusia. Buat saran praktis dan kurang dari 400 kata.
Uji konsistensi routing
Ini adalah pesan pertama dari percakapan multi-giliran. Saya ingin merencanakan perjalanan solo dua minggu ke Jepang di musim semi. Mulailah dengan menanyakan tiga pertanyaan terpenting yang perlu Anda ketahui sebelum memberi rekomendasi. Tunggu jawaban saya sebelum menyarankan apa pun.

Bandingkan dengan

  • Auto Router (Beta)
    Model hanya API
    konteks 2,000,000 token · $-1,000,000.00/M input, $-1,000,000.00/M output
  • Free Models Router
    Model hanya API
    konteks 200,000 token · gratis digunakan
  • DeepSeek V4.1 Flash
    Model dengan bobot terbuka
    konteks 1,048,576 token · $0.04/M input, $0.68/M output
  • GLM 5.3 Flash
    Model dengan bobot terbuka
    konteks 1,048,576 token · $0.02/M input, $0.72/M output
Model teks lain dari openrouter

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Auto Router secara lokal atau mengunduh bobotnya?
Tidak. Auto Router adalah lapisan routing API-only yang dioperasikan oleh OpenRouter; tidak ada bobot untuk diunduh dan tidak bisa dijalankan lokal.
Berapa biaya Auto Router sebenarnya?
Permintaan Anda dikenakan biaya sesuai model yang dipilih router, jadi harga bervariasi per panggilan. Parameter cost_tier (low, medium, high, xhigh, max) mengontrol seberapa mahal model yang boleh dipilih router; defaultnya adalah low.
Apa bedanya Auto Router dengan memilih model sendiri?
Alih-alih Anda memilih model, router menebak model berdasarkan pengeluaran komunitas yang teragregasi untuk tugas serupa selama tujuh hari terakhir, sehingga secara otomatis mencerminkan model mana yang memimpin untuk jenis prompt Anda tanpa perlu pemeliharaan manual.
Putusan Kapten
Berguna jika Anda ingin keputusan routing dialihkan dan tidak perlu tahu atau mereproduksi model mana yang menjawab.
Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.
Ranking badge
Updated Oct 22, 2026
Auto Router di ModelTrends.ai: Heat 5,517°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Bagaimana skor ini dihitung
Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.
Glosarium: istilah yang dipakai di sini
Skor heat
Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai
7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan
Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log
Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka
Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi
Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan
Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder
Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde
Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi
Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter
Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint)
Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding
File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot
Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia
Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga
Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti
Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang)
Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren
Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa
Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.