OmniRouteby Cheaper Inference

Ilmainen ja avoimen lähdekoodin AI-yhdyskäytävä

Älä pysähdy koodaamasta.

Route across 352 providers through one OpenAI-compatible endpoint, with automatic fallback.

Start with Cheaper InferenceSelf-host OmniRoute (opens in a new tab)
  • 352 providers
  • 90+ free tiers
  • 15–95% eligible tokens saved
OpenAI-compatible Free and open source59.6k stars (opens in a new tab)

OmniRoute × Cheaper Inference

Combine OmniRoute’s automatic fallback and developer tools with Cheaper Inference’s cost-ranked marketplace. Every eligible request starts with the cheapest available provider route.

6 models
Direct list prices compared with Cheaper Inference prices by model
ModelInput priceOutput priceSavings
gpt-5.6-lunaOpenAI · text$0.20$0.08/ 1M tokens$1.20$0.48/ 1M tokens60% off
gpt-5.6-solOpenAI · text$2.00$1.00/ 1M tokens$10.00$5.00/ 1M tokens50% off
glm-5.3Z.ai · text$1.40$0.77/ 1M tokens$4.40$2.42/ 1M tokens45% off
deepseek-v4-flashDeepSeek · text$0.083$0.05/ 1M tokens$0.18$0.11/ 1M tokens40% off
deepseek-v4-flash-0731DeepSeek · text$0.067$0.04/ 1M tokens$0.18$0.11/ 1M tokens40% off
glm-5.3-flashZ.ai · text$0.071$0.05/ 1M tokens$0.24$0.17/ 1M tokens30% off
Direct list price → Cheaper Inference price · View live catalog (opens in a new tab)Pricing checked Aug 31, 2026, 12:00 AM UTC. Rates can change when upstream pricing or available routes change.

Lupaus

Yksi päätepiste. Älä koskaan lopeta rakentamista.

Älä koskaan törmää rajoihin

Automaattinen varayhteys 339 tarjoajaan millisekunteissa. Kiintiö loppu? Seuraava tarjoaja ottaa yli. nolla käyttökatkoa.

Säästä jopa 95% tokeneissa

A 12-engine pipeline reduces eligible context by 15–95%. The documented tool-heavy example reduced it by ~89%.

$0 aloitukseen

90+ free tiers and 56 recurring or keyless free-forever providers. No credit card needed for the keyless quick start.

35 supported integrations

16+ koodausagenttia. Claude Code, Codex, Cursor, Cline, Copilot, Antigravity. yhden konfiguraation kautta.

Yksi päätepiste

OpenAI ↔ Claude ↔ Gemini ↔ Responses API -muunnos. Osoita mikä tahansa työkalu /v1:een ja se toimii.

Tuotantolaatuinen

Katkaisijat, TLS-häivytys, MCP (105 työkalua), A2A, muisti, suojakaiteet, arvioinnit. 25 000+ testin tukemana.

Katalogi

All behind one endpoint.

A catalog spanning chat, media, search, local runtimes, cloud agents and system integrations.

352 providers

14 Search12 Audio-only2 Upstream proxy3 Cloud agent1 System
25OAuthClaude Code, Codex, Cursor, GitHub Copilot, Kimi Code…
233API keyOpenAI, Anthropic, Groq, NVIDIA, Cerebras, Mistral…
35Web cookieChatGPT Web, Claude Web, Gemini Web, Grok Web…
14LocalOllama, LM Studio, vLLM, llama.cpp…
13No authenticationOpenCode Free, Felo, Pollinations and other keyless routes…
Explore the provider reference (opens in a new tab)

Käynnissä 60 sekunnissa

Kolme komentoa. Nolla konfiguraatiota.

Install the package, launch the gateway, then point any OpenAI-compatible client at port 20128.

Provider catalog
352
Routing strategies
19
Local endpoint
:20128/v1

Step 1: Install

Install the `omniroute` npm package globally.

omniroute: install
$ npm install -g omnirouteadded 1 package

Step 2: Run

Launch the API and dashboard together on port 20128.

omniroute: run
$ omniroute▸ dashboard ✓ http://localhost:20128/dashboard▸ api ...... ✓ serving on :20128

Step 3: Connect your tool

Use `http://localhost:20128/v1`; the keyless `auto` route works on a fresh install.

omniroute: connect
$ curl localhost:20128/v1/models✓ models listed

Kaikki mukana

Kaikki sisäänrakennettuna. Ei lisäosia.

Reititys, vikasietoisuus, ilmaiskiintiön tyhjennys, pakkaus ja agenttiprotokollat. yksi binääri, nolla liitettäviä lisäosia.

Älykkäät yhdistelmät

Set a model to `auto` or build your own combo with 19 strategies and tiered fallback.

Use a ready-made mode or combine 19 strategies around the goal that matters.

Muisti

Pysyvä keskustelumuisti. FTS5-avainsana + Qdrant-vektoripalautus, sisäänrakennettu.

3-layer resilience

Epäonnistu oikealla tasolla. ei koko järjestelmässä. Katkaisin palveluntarjoajakohtaisesti, jäähdytys yhteyskohtaisesti, lukitus mallikohtaisesti. Muut avaimet ja mallit jatkavat palvelemista.

Ilmainen kiintiö

Pool-deduped accounting across 90+ free tiers.

~1.51B ilmaista tokenia kuukaudessa.

Pakkaus

12 composable engines for tool output, context and response style.

Reduce eligible tokens by 15–95%.

MCP Server

A built-in server exposing 110 gateway tools across 33 scopes.

110 tools · 33 scopes · stdio / HTTP

A2A-protokolla

A JSON-RPC agent server with 6 skills.

6 skills · JSON-RPC 2.0 · Agent Card

CombosResilienceFree quotaCompressionMCPA2AMemoryProxy controlsGuardrailsCloud agentsEvalsSemantic cacheSkillsAnalytics

Client compatibility

Keep your existing coding tools.

Point an OpenAI-compatible CLI or editor at one local base URL; OmniRoute handles the providers behind it.

Claude Code
Codex CLI
Cursor
Cline
GitHub Copilot
Gemini CLI
OpenCode
Kilo Code
Factory Droid
Continue
Roo Code
Antigravity
Aider
OpenClaw
Goose
Grok Build
Windsurf
Devin CLI

http://localhost:20128/v1

request.sh
curl http://localhost:20128/v1/chat/completions \
  -H "Authorization: Bearer $OMNIROUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"auto","messages":[{"role":"user","content":"Hello"}]}'

Uutta

Nyt VS Code Copilot Chatissasi

Asenna OmniCopilot-laajennus, niin jokainen OmniRoute-malli ilmestyy suoraan siihen mallivalitsimeen, jota jo käytät. ei uutta sivupalkkia, ei uutta chat-käyttöliittymää.

Official Marketplace

Works in VS Code stable and Insiders. Install from the Marketplace or Extensions view.

Open VSX Registry

VS Code -forkeille, jotka eivät käytä virallista kauppaa. Cursor, Windsurf, VSCodium, Theia, code-server, Gitpod ja muut.

Copilot-tilausta ei tarvita

VS Code 1.122:sta lähtien tarjoajien mallit toimivat ilman GitHub-kirjautumista tai Copilot-tilausta. agenttitila, työkalukutsut ja näkö, OmniRouten ilmaisilla malleilla.

VS Code Marketplace (opens in a new tab)Open VSX Registry (opens in a new tab)OmniCopilot source (opens in a new tab)

Päivittäinen todellisuus

Miksi OmniRoute

Jokaiseen koodaus-AI:n kipukohtaan on sisäänrakennettu ratkaisu. Ei skriptejä, ei valvomista.

Without routing
With OmniRoute
Quota expires unused
Track and drain the allowance you already have
Rate limits stop you mid-task
4-tier auto-fallback in milliseconds
Tool output burns tokens
12-engine compression, 15–95% on eligible content
Expensive APIs add up
Cost-optimized routing can pick the cheapest eligible target
Each tool needs its own setup
One endpoint and one dashboard
A provider is unavailable from your network
Proxy scopes and client-fingerprint controls
One dead key breaks a provider
Breaker, cooldown and lockout isolate the failure
A team shares one subscription
Key pools and fair-share quotas
You need local control of routing data
Local-first storage with encrypted credentials
No spend or health visibility
Usage, quota, savings and latency analytics
1. Subscription2. API key3. Cheap4. Free

Rehellinen vertailu

Kuinka vertaudumme

Capabilities checked against the linked project documentation on 2026-08-30.

CapabilityOmniRoute (opens in a new tab)9Router (opens in a new tab)LiteLLM (opens in a new tab)CLIProxyAPI (opens in a new tab)
Providers35240+100+8+ upstreams
Routing strategies193-tierretry / priorityround-robin / fill-first
Tiered fallback with UIYesYesManual policyMulti-account
Token compression12 engines · 15–95%RTK / Headroom / CavemanNo built-in pipelineHTTP compression

Public README and official documentation snapshot; verify linked sources before purchase or deployment decisions.

Toimii kaikkialla

9 supported ways to run OmniRoute.

Yksi koodipohja, yhdeksän tapaa ajaa. kannettava, palvelin, puhelin tai lisäosa. Valitse asennuskomento ja palvelet portissa 20128.

npm

npm

npm install -g omnirouteOpen guide (opens in a new tab)

Docker

Docker

docker run … diegosouzapw/omnirouteOpen guide (opens in a new tab)

Desktop

Työpöytä

npm run electron:buildOpen guide (opens in a new tab)

ARM

ARM

native arm64

Android · Termux

Termux

pkg install nodejs && npx -y omnirouteOpen guide (opens in a new tab)

PWA

PWA

Add to Home ScreenOpen guide (opens in a new tab)

OpenCode plugin

OpenCode-lisäosa

@omniroute/opencode-providerOpen guide (opens in a new tab)

VS Code

VS Code

Install OmniCopilotOpen guide (opens in a new tab)

From source

Lähdekoodi

npm install && npm run devOpen guide (opens in a new tab)

Routing

Choose an `auto` route.

Use a ready-made mode or combine 19 strategies around the goal that matters.

Model · fallback enabledautoBalanced default
OpenAI-compatible request
curl http://localhost:20128/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"auto","messages":[{"role":"user","content":"Write a TypeScript retry helper."}]}'

Routing alias auto selected. Objective: Balanced default. Fallback enabled.

Drain subscription quota

Use quota you already have before touching paid APIs.

priority · fill-first

Spread load

Balance traffic across keys and accounts to reduce rate-limit pressure.

weighted · round-robin · p2c · least-used · headroom

Cheapest first

Route to the lowest-cost eligible target.

cost-optimized

Context-aware

Keep long contexts on models that fit, then relay when needed.

context-relay · context-optimized · cache-optimized

Randomized

Distribute eligible traffic across targets.

random · strict-random

Adaptive scoring

Use 15-factor scoring, last-known-good and reset-aware windows.

reset-window · reset-aware · lkgp · auto · fusion · pipeline

Ilmaiset tokenit, rehellisesti laskettu

~1.51B ilmaista tokenia kuukaudessa.

455 catalog entries are deduplicated into 40 recurring pools; only published positive budgets feed the headline.

1.51B

Pool-deduped accounting keeps shared quotas from being counted more than once. No-cap providers stay visible without inflating the token total. Checked 2026-08-30.

View the calculation (opens in a new tab)
Recurring or keyless free-forever providers56
  • Mistral1B/month
  • LLM7150M/month
  • Nara150M/month
  • Gemini CLI · forever60M/month
  • Kiro50 credits/month
  • Qoder · foreverFree catalog
  • LongCat · forever50M/day
  • Cerebras1M/day
  • NVIDIA NIM~40 RPM
  • Pollinations · foreverNo key
  • Cloudflare Workers AI · foreverDaily neurons
  • OpenCode Free · foreverNo-auth catalog

Lopeta tokenien polttaminen

Reduce eligible tokens by 15–95%.

Työkalujen tuloste, toistuva konteksti ja täynnä oleva JSON pakataan ennen kuin ne osuvat malliin. sama merkitys, murto-osa tokeneista. 12 yhdisteltävää moottoria pinotaan putkistoon, jota sinä hallitset.

Before69 tokens
The function should iterate over the list of items, and for each item, it should check whether the value is greater than zero, and if so, add it to the running total.
After19 tokens
sum all list items where value > 0

Composable pipeline

  1. Session-Dedup
    Drop content already sent earlier in the session.
  2. CCR
    Archive large blocks and restore them on demand.
  3. Lite
    Apply conservative lossless cleanup.
  4. RTK
    Filter and deduplicate command and tool output.
  5. Responses Tool Output
    Compact Responses API tool payloads.
  6. Headroom
    Apply reversible tabular and structured-data compaction.
  7. Relevance
    Keep sentences most relevant to the latest query.
  8. Caveman
    Use rule-based prose condensation.
  9. Aggressive
    Apply stronger configured pruning.
  10. LLMLingua-2
    Use code-safe semantic pruning in an isolated worker.
  11. Ultra
    Combine high-savings stages with preservation guards.
  12. OmniGlyph
    Encode eligible repeated structures compactly.

Profiles

Published profile range~30%x-omniroute-compression: standard

Standard compression selected. Published range ~30%.

Controls and output styles

  • Named profiles and active selector
  • Visual Compression Studio
  • Anthropic Context Editing
  • Adaptive context-budget dial
  • Per-request `x-omniroute-compression` header
  • Offline eval harness
  • Token-threshold auto-trigger
  • Terse prose
  • Less code (YAGNI)
  • Terse CJK 文言

Control precedence: request header → combo → profile → adaptive policy → default.

3 kerrosta, ei 3 tasoa

Epäonnistu oikealla tasolla. ei koko järjestelmässä.

Huono avain ei saa kaataa tarjoajaa. Kuollut malli ei saa kaataa avainta. Jokainen epäonnistuminen eristetään pienimpään mahdolliseen laajuuteen, jotta kaikki muu jatkaa palvelemista.

model ⊂ connection ⊂ provider
Provider circuit breakerWhen a provider is unhealthy, combo routing skips it until a half-open probe succeeds.
Connection cooldownCool down one key or account while sibling connections keep serving.
Model lockoutLock one rate-limited or unavailable model while other models on the connection remain available.

Network controls

Network routing and local data controls.

Proxy scopes control network routing while local-first storage keeps operational data on your machine.

Three proxy scopes

Route globally, per provider or per individual connection.

  • Global · per-provider · per-connection
  • SOCKS5 and HTTP(S) proxies
  • Proxy marketplace integration

TLS and client fingerprint controls

Match supported provider clients down to selected transport characteristics.

  • JA3/JA4-capable transport via wreq-js
  • Provider-specific client profiles
  • IPv4 and IPv6 egress controls

Private and local-first

Keys, usage and history stay on the host you control.

  • SQLite on disk with AES-256-GCM encrypted credentials
  • No OmniRoute account required
  • Self-host on infrastructure you choose
RussiaChinaIranCubaTürkiye

Näe kaikki yhdellä silmäyksellä

Täysimittainen kojelauta, ei konfiguraatiotiedosto.

Manage providers, combos, analytics, health and costs at `localhost:20128/dashboard`.

localhost:20128/dashboardExample data
352providers connected
90+free tiers available
198healthy in this example
  • Claude Code · OAuth · live
  • Cerebras · free · live
  • Groq · cooldown example
  • NVIDIA NIM · free · live

Agenttinatiivi

Yhdistä agentti. se ohjaa OmniRoutea itse.

OmniRoute ei ole vain proxy. se puhuu agenttiprotokollat. Liitä se MCP-asiakkaaseen, A2A-verkkoon tai pilvi­koodausagenttiin ja siitä tulee työkalu, jota agentti voi käyttää.

MCP Server

110 tools across 33 scopes over stdio and HTTP transports.

110 tools · 33 scopes · stdio / HTTP

claude mcp add omniroute --type http --url http://localhost:20128/api/mcp/stream

A2A Server

6 skills for smart routing, quota, discovery, cost analysis and health reporting over JSON-RPC 2.0.

6 skills · JSON-RPC 2.0 · Agent Card

Pilviagentit

Ohjaa Codexia, Cursoria, Deviniä ja Julesia yhden käyttöliittymän kautta. luo tehtäviä, hyväksy suunnitelmia ja suoratoista tuloksia, kaikki OmniRouten kautta reititettyinä.

Codex · Cursor · Devin · Jules

Enemmän kuin reititys

Ei pelkkä proxy. alusta.

Sulautetut palvelut

Aja Bifrost (Go-relay), 9Router tai CLIProxy hallittuina sidecareina. tai koko klusteriprofiili. suoraan hallintapaneelista.

Tietosi, kontekstissa

Notion & Obsidian kytkettyinä MCP-työkaluiksi. muistiinpanosi ja vaultisi muuttuvat ensiluokkaiseksi kontekstiksi mille tahansa mallille.

Suojakaiteet sisäänrakennettuna

Prompt-injektiosuojaus jokaisella reitillä, valinnainen PII-peittäminen ja turvallisuussisältösuodattimien normalisointi. puolustus ilman lukkiutumista.

Pelillistäminen

Putket, saavutukset ja reaaliaikaiset säästöt. käyttösi konkreettisena.

Guides

Setup guides in three languages

Walkthroughs cover installation, free-provider setup and connecting an IDE.

Rakennettu avoimesti

Nopeasti kasvava, aktiivinen yhteisö

OmniRoute kehittyy jatkuvasti. sadojen avustajien voimin, jotka pitävät sen kehityksen kärjessä.

  • 8,274forks
  • 583contributors
  • 280releases shipped

Snapshot from 2026-09-01

Discord

Chat, support and roadmap

(opens in a new tab)

Telegram

News and announcements

(opens in a new tab)

WhatsApp 🌍

Global community

(opens in a new tab)

WhatsApp 🇧🇷

Comunidade Brasil

(opens in a new tab)
Meet the contributors (opens in a new tab)

OmniRoute by Cheaper Inference

Choose how you run OmniRoute.

Self-host OmniRoute, or start with Cheaper Inference for a hosted cost-ranked gateway.

Start with Cheaper Inference Self-host OmniRoute (opens in a new tab)