Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
openrouter/auto-codeKörs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Inställningar
Auto Code är en modell från OpenRouter, listad under modell-id openrouter/auto-code. Den ligger i kategorin image samtidigt som den även stöder text, så den förstås bäst som en multimodell snarare än en ren textgenerator. OpenRouter beskriver den som API:ets router byggd specifikt för kodningsagenter och harnesses, med samma routingmotor som Auto Router, där varje förfrågan behandlas som en del av ett pågående kodningsarbetsflöde. Den ramen spelar roll för utvecklare: Auto Code riktar sig mot agentiska kodningsuppsättningar snarare än enstaka chattar.
Modellen tar text, bild, ljud, fil och video som indata, och den kan returnera både text och bild som utdata. Dess kontextfönster är 2 000 000 tokens, vilket är tillräckligt stort för att rymma omfattande kodbaser, långa loggar eller utökad konversationshistorik i en enda förfrågan. Maximal utdata är 65 536 tokens. Eftersom indata inkluderar filer och video vid sidan av text och bilder kan du mata den med blandat material som skärmbilder, inspelningar, dokument och källfiler inom samma förfrågan.
Dessa funktioner pekar mot en ganska specifik uppsättning användningsområden. Kodningsagenter och harnesses är det primära målet, så uppgifter som flerstegs-kodgenerering, refaktorering på repositorienivå, felsökning från stack traces och loggar samt granskning av diffar passar naturligt. Utdatamodaliteten för bild utökar detta till att generera diagram eller visuella tillgångar vid sidan av kod. Med ljud- och videoindata kan du även arbeta från inspelade genomgångar, skärminspelningar eller talade beskrivningar, och filindata stöder att bifoga projektdokument eller konfigurationsfiler direkt. Den långa kontexten hjälper när en agent behöver hålla en hel session, inklusive tidigare verktygsanrop och deras resultat, i sikte.
Du anropar Auto Code via api14:s OpenAI-kompatibla API med modell-id openrouter/auto-code. Eftersom gränssnittet följer OpenAI-formatet fungerar befintliga klienter och SDK:er med minimala ändringar. Modellen stöder en bred uppsättning förfrågningsparametrar, inklusive temperature, top_p, top_k, min_p, top_a, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, logit_bias, logprobs och top_logprobs. För utdatakontroll finns max_tokens, max_completion_tokens, response_format, structured_outputs och verbosity. Verktygsanvändning täcks av tools, tool_choice och parallel_tool_calls. Resonemangsbeteende kan justeras med reasoning, reasoning_effort och include_reasoning.
Den främsta praktiska begränsningen är utdatastorleken: svar begränsas till 65 536 tokens, så arbete som kräver en mycket stor enskild generering kan behöva delas upp över flera anrop. Auto Code är också en router snarare än en enda fast modell, så beteendet kan variera mellan förfrågningar när routingmotorn väljer en backend. Om du behöver förutsägbart, identiskt beteende från ett anrop till nästa kan en fast modell passa dig bättre; om du bygger en kodningsagent som drar nytta av routing över varierade indata är Auto Code utformad för exakt det.
%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_pverbosityDen här communityn har inga trådar ännu. Starta den första om Auto Code.