Free Models Router

Free Models Router är en textmodell från OpenRouter. Istället för en enskild modell med fasta vikter är det en router: när du skickar en förfrågan väljer den slumpmässigt ut gratismodeller bland de modeller som är tillgängliga för den, och filtrerar fram modeller som kan hantera förfrågan. Leverantören beskriver den som det enklaste sättet att få gratis inferens. Den listas under textkategorin och identifieras på api14 med modell-id:t openrouter/free.

Routern accepterar text- och bildinmatning och returnerar textutdata, så den kan hantera både vanliga språkprompter och prompter som innehåller bilder. Den erbjuder ett kontextfönster på 200 000 tokens, vilket är tillräckligt stort för långa dokument, utökade konversationer och omfattande kodfiler i en enda förfrågan. Den maximala utdatalängden anges inte i modelldetaljerna, så du bör betrakta utdatastorleken som beroende av den underliggande modell som hanterar din förfrågan snarare än en fast publicerad siffra.

Eftersom routern slumpmässigt väljer bland gratismodeller är de praktiska användningsområdena de allmänna text- och visionuppgifter som dessa modeller täcker. Du kan använda den för chatt och frågor och svar, sammanfattning av långa indata som ryms inom kontextfönstret, utformning och redigering av text, extrahering av strukturerad data via svarsformat och strukturerade utdata, samt för att bygga agenter eller arbetsflöden för verktygsanrop. Bildinmatning utökar detta till uppgifter som att beskriva bilder, svara på frågor om skärmbilder eller diagram och kombinera visuell kontext med skriftliga instruktioner. Den passar för prototyper, experiment och lågriskarbetsbelastningar där du vill ha inferens utan att binda dig till en specifik modell.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t openrouter/free. Förfrågningar följer den välbekanta formen för chattkompletteringar, så befintliga OpenAI-klientbibliotek fungerar med en ändring av bas-URL och modell-id. Routern stöder en bred uppsättning förfrågningsparametrar: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty och repetition_penalty för samplingkontroll; max_tokens och max_completion_tokens för utdatalängd; stop för stoppsekvenser; seed för reproducerbarhet; logprobs och top_logprobs för detaljer på tokennivå; response_format och structured_outputs för begränsad utdata; tools och tool_choice för funktionsanrop; samt reasoning, reasoning_effort och include_reasoning för modeller som exponerar resonemangsbeteende.

En sak att ha i åtanke är att routern väljer modeller slumpmässigt, så den exakta modellen bakom en förfrågan kan variera mellan anrop. Det gör beteendet mindre förutsägbart än att låsa en enskild modell, och parametrar som reasoning_effort eller strukturerade utdata kan hanteras olika beroende på vilken modell som väljs. Om du behöver konsekventa utdata, reproducerbart beteende eller en specifik uppsättning funktioner är en dedikerad modell troligen ett bättre val. Om du vill ha gratis inferens över en rad text- och bilduppgifter och kan acceptera den variationen är openrouter/free ett enkelt alternativ.