हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
openrouter/auto-codeऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
सेटिंग्स
Auto Code, OpenRouter का एक मॉडल है, जो मॉडल आईडी openrouter/auto-code के अंतर्गत सूचीबद्ध है। यह इमेज श्रेणी में आता है, साथ ही टेक्स्ट को भी सपोर्ट करता है, इसलिए इसे शुद्ध टेक्स्ट जनरेटर के बजाय एक मल्टीमॉडल मॉडल के रूप में समझना बेहतर है। OpenRouter इसे कोडिंग एजेंट और हार्नेस के लिए विशेष रूप से बनाया गया API का राउटर बताता है, जो Auto Router की समान राउटिंग इंजन का उपयोग करता है, और हर अनुरोध को एक चालू कोडिंग वर्कफ़्लो का हिस्सा माना जाता है। यह ढांचा डेवलपर्स के लिए मायने रखता है: Auto Code का लक्ष्य सिंगल-शॉट चैट के बजाय एजेंटिक कोडिंग सेटअप है।
यह मॉडल इनपुट के रूप में टेक्स्ट, इमेज, ऑडियो, फ़ाइल और वीडियो स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट और इमेज दोनों लौटा सकता है। इसका कॉन्टेक्स्ट विंडो 2,000,000 टोकन है, जो इतना बड़ा है कि एक ही अनुरोध में बड़े कोडबेस, लंबे लॉग या विस्तारित बातचीत इतिहास रख सकता है। अधिकतम आउटपुट 65,536 टोकन है। चूंकि इनपुट में टेक्स्ट और इमेज के साथ फ़ाइल और वीडियो भी शामिल हैं, आप एक ही अनुरोध में स्क्रीनशॉट, रिकॉर्डिंग, दस्तावेज़ और सोर्स फ़ाइलों जैसी मिश्रित सामग्री फ़ीड कर सकते हैं।
ये क्षमताएं उपयोगों के एक काफी विशिष्ट समूह की ओर इशारा करती हैं। कोडिंग एजेंट और हार्नेस प्राथमिक लक्ष्य हैं, इसलिए मल्टी-स्टेप कोड जनरेशन, रिपॉज़िटरी-स्तरीय रीफैक्टरिंग, स्टैक ट्रेस और लॉग से डीबगिंग, और डिफ़ की समीक्षा जैसे कार्य स्वाभाविक रूप से फिट बैठते हैं। इमेज आउटपुट मोडैलिटी इसे कोड के साथ-साथ डायग्राम या विज़ुअल एसेट जनरेट करने तक बढ़ाती है। ऑडियो और वीडियो इनपुट के साथ, आप रिकॉर्ड किए गए वॉकथ्रू, स्क्रीन कैप्चर या बोली गई व्याख्याओं से भी काम कर सकते हैं, और फ़ाइल इनपुट प्रोजेक्ट दस्तावेज़ या कॉन्फ़िगरेशन फ़ाइलें सीधे संलग्न करने का सपोर्ट करता है। लंबा कॉन्टेक्स्ट तब मदद करता है जब किसी एजेंट को पूरे सत्र को, जिसमें पहले के टूल कॉल और उनके परिणाम शामिल हों, दृष्टि में रखना होता है।
आप Auto Code को मॉडल आईडी openrouter/auto-code का उपयोग करके api14 के OpenAI-संगत API के माध्यम से कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, मौजूदा क्लाइंट और SDK न्यूनतम बदलावों के साथ काम करते हैं। यह मॉडल अनुरोध पैरामीटर के एक व्यापक सेट का सपोर्ट करता है, जिसमें temperature, top_p, top_k, min_p, top_a, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, logit_bias, logprobs और top_logprobs शामिल हैं। आउटपुट नियंत्रण के लिए max_tokens, max_completion_tokens, response_format, structured_outputs और verbosity हैं। टूल उपयोग tools, tool_choice और parallel_tool_calls द्वारा कवर किया गया है। रीज़निंग व्यवहार को reasoning, reasoning_effort और include_reasoning के साथ ट्यून किया जा सकता है।
मुख्य व्यावहारिक बाधा आउटपुट आकार है: प्रतिक्रियाएं 65,536 टोकन तक सीमित हैं, इसलिए जिस काम के लिए बहुत बड़ी एकल जनरेशन चाहिए, उसे कॉलों में विभाजित करना पड़ सकता है। Auto Code एक निश्चित मॉडल के बजाय एक राउटर भी है, इसलिए राउटिंग इंजन द्वारा बैकएंड चुनने पर अनुरोधों के बीच व्यवहार भिन्न हो सकता है। यदि आपको एक कॉल से अगली कॉल तक अनुमानित, समान व्यवहार चाहिए, तो एक निश्चित मॉडल आपके लिए बेहतर हो सकता है; यदि आप एक कोडिंग एजेंट बना रहे हैं जिसे विविध इनपुट पर राउटिंग से लाभ होता है, तो Auto Code ठीक उसी के लिए डिज़ाइन किया गया है।
%3B%0A%0Aconst%20result%20%3D%20await%20client.images.generate(%7B%0A%20%20%22model%22%3A%20%22openrouter%2Fauto-code%22%2C%0A%20%20%22prompt%22%3A%20%22A%20minimalist%20product%20photo%20of%20a%20ceramic%20mug%20on%20a%20wooden%20table%22%2C%0A%20%20%22n%22%3A%201%2C%0A%20%20%22aspect_ratio%22%3A%20%221%3A1%22%0A%7D)%3B%0Aimport%20%7B%20writeFile%20%7D%20from%20%22node%3Afs%2Fpromises%22%3B%0Aawait%20writeFile(%22image.png%22%2C%20Buffer.from(result.data%5B0%5D.b64_json%2C%20%22base64%22))%3B%0A){kind=link}
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.images.generate({
"model": "openrouter/auto-code",
"prompt": "A minimalist product photo of a ceramic mug on a wooden table",
"n": 1,
"aspect_ratio": "1:1"
});
import { writeFile } from "node:fs/promises";
await writeFile("image.png", Buffer.from(result.data[0].b64_json, "base64"));
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_completion_tokensmax_tokensmin_pparallel_tool_callspresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_atop_ktop_logprobstop_pverbosityइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Auto Code के बारे में पहला टॉपिक खोलें।