We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.
We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.
openrouter/auto-codeDraait op je saldo tegen de prijzen hierboven. Nieuwe accounts beginnen met gratis gebruik.
Instellingen
Auto Code is een model van OpenRouter, vermeld onder het model-id openrouter/auto-code. Het valt in de categorie image en ondersteunt daarnaast ook tekst, dus het kan het beste worden begrepen als een multimodaal model in plaats van een pure tekstgenerator. OpenRouter beschrijft het als de router van de API, speciaal gebouwd voor coding agents en harnesses, met dezelfde routing-engine als de Auto Router, waarbij elke aanvraag wordt behandeld als onderdeel van een doorlopende coding-workflow. Die framing is belangrijk voor ontwikkelaars: Auto Code is gericht op agentic coding-opstellingen in plaats van single-shot chat.
Het model accepteert tekst, afbeelding, audio, bestand en video als invoer, en het kan zowel tekst als afbeelding als uitvoer retourneren. Het contextvenster is 2.000.000 tokens, wat groot genoeg is om substantiële codebases, lange logs of uitgebreide gespreksgeschiedenis in één aanvraag te bevatten. De maximale uitvoer is 65.536 tokens. Omdat invoer bestanden en video naast tekst en afbeeldingen omvat, kun je gemengd materiaal zoals screenshots, opnames, documenten en bronbestanden binnen dezelfde aanvraag aanleveren.
Die mogelijkheden wijzen op een redelijk specifieke set toepassingen. Coding agents en harnesses zijn het primaire doel, dus taken zoals meerstaps codegeneratie, refactoring op repositoryniveau, debuggen op basis van stack traces en logs, en het beoordelen van diffs passen er natuurlijk bij. De uitvoermodaliteit voor afbeeldingen breidt dit uit naar het genereren van diagrammen of visuele assets naast code. Met audio- en video-invoer kun je ook werken vanuit opgenomen walkthroughs, schermopnames of gesproken beschrijvingen, en de bestandsinvoer ondersteunt het direct bijvoegen van projectdocumenten of configuratiebestanden. De lange context helpt wanneer een agent een volledige sessie in beeld moet houden, inclusief eerdere tool calls en hun resultaten.
Je roept Auto Code aan via de OpenAI-compatibele API van api14 met het model-id openrouter/auto-code. Omdat de interface het OpenAI-formaat volgt, werken bestaande clients en SDK's met minimale wijzigingen. Het model ondersteunt een brede set aanvraagparameters, waaronder temperature, top_p, top_k, min_p, top_a, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, logit_bias, logprobs en top_logprobs. Voor uitvoerbeheer zijn er max_tokens, max_completion_tokens, response_format, structured_outputs en verbosity. Toolgebruik wordt gedekt door tools, tool_choice en parallel_tool_calls. Redeneergedrag kan worden afgestemd met reasoning, reasoning_effort en include_reasoning.
De belangrijkste praktische beperking is de uitvoergrootte: reacties zijn beperkt tot 65.536 tokens, dus werk dat een zeer grote enkele generatie vereist, moet mogelijk over meerdere aanroepen worden gesplitst. Auto Code is ook een router in plaats van een enkel vast model, dus gedrag kan tussen aanvragen variëren doordat de routing-engine een backend selecteert. Als je voorspelbaar, identiek gedrag van de ene aanroep naar de volgende nodig hebt, past een vast model mogelijk beter bij je; als je een coding agent bouwt die baat heeft bij routing over gevarieerde invoer, is Auto Code precies daarvoor ontworpen.
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_pverbosityDeze community heeft nog geen topics. Open het eerste topic over Auto Code.