Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
openrouter/auto-codeUsa il tuo saldo ai prezzi indicati sopra. I nuovi account partono con utilizzo gratuito.
Impostazioni
Auto Code è un modello di OpenRouter, elencato con il model id openrouter/auto-code. Si colloca nella categoria image pur supportando anche il testo, quindi è meglio intenderlo come un modello multimodale piuttosto che come un puro generatore di testo. OpenRouter lo descrive come il router dell'API costruito specificamente per agenti e harness di coding, che utilizza lo stesso motore di routing di Auto Router, con ogni richiesta trattata come parte di un flusso di lavoro di coding in corso. Questa impostazione è importante per gli sviluppatori: Auto Code è pensato per configurazioni di coding agentico piuttosto che per chat singole.
Il modello accetta testo, image, audio, file e video come input, e può restituire sia testo che image come output. La sua context window è di 2.000.000 di token, abbastanza ampia da contenere codebase sostanziali, log lunghi o cronologie di conversazione estese in un'unica richiesta. L'output massimo è di 65.536 token. Poiché gli input includono file e video insieme a testo e immagini, è possibile fornirgli materiale misto come screenshot, registrazioni, documenti e file sorgente all'interno della stessa richiesta.
Queste capacità indicano un insieme di utilizzi piuttosto specifico. Agenti e harness di coding sono il target principale, quindi attività come la generazione di codice multi-step, il refactoring a livello di repository, il debugging da stack trace e log e la revisione di diff si adattano naturalmente. La modalità di output image estende questo alla generazione di diagrammi o asset visivi insieme al codice. Con input audio e video, è anche possibile lavorare da walkthrough registrati, catture dello schermo o descrizioni parlate, e l'input file supporta l'allegare direttamente documenti di progetto o file di configurazione. La context lunga aiuta quando un agente deve mantenere in vista un'intera sessione, incluse le chiamate agli strumenti precedenti e i loro risultati.
Puoi chiamare Auto Code tramite l'API compatibile con OpenAI di api14 usando il model id openrouter/auto-code. Poiché l'interfaccia segue il formato OpenAI, i client e gli SDK esistenti funzionano con modifiche minime. Il modello supporta un ampio insieme di parametri di richiesta, tra cui temperature, top_p, top_k, min_p, top_a, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, logit_bias, logprobs e top_logprobs. Per il controllo dell'output ci sono max_tokens, max_completion_tokens, response_format, structured_outputs e verbosity. L'uso degli strumenti è coperto da tools, tool_choice e parallel_tool_calls. Il comportamento di reasoning può essere regolato con reasoning, reasoning_effort e include_reasoning.
Il principale vincolo pratico è la dimensione dell'output: le risposte sono limitate a 65.536 token, quindi il lavoro che richiede una singola generazione molto grande potrebbe dover essere suddiviso in più chiamate. Auto Code è anche un router e non un singolo modello fisso, quindi il comportamento può variare tra le richieste man mano che il motore di routing seleziona un backend. Se hai bisogno di un comportamento prevedibile e identico da una chiamata all'altra, un modello fisso potrebbe essere più adatto; se stai costruendo un agente di coding che trae vantaggio dal routing su input vari, Auto Code è progettato esattamente per questo.
Questa community non ha ancora discussioni. Apri la prima su Auto Code.
%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_pverbosity