OmniRouteby Cheaper Inference
OmniRoute has joined Cheaper InferenceExplore Cheaper Inference

هرگز کدنویسی را متوقف نکن.

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

Try Cheaper InferenceSelf-host OmniRoute (opens in a new tab)
OpenAI-compatible Free and open source61.1k 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.

63 modelsDirect list price compared with the Cheaper Inference price
Direct list prices compared with Cheaper Inference prices by model
ModelInput priceOutput priceSavingsContextDetails
grok-imaginexAI · image$0.01$0.0014/ image$0.05$0.014/ image72% off—
gpt-5.6-lunaOpenAI · text$0.20$0.08/ 1M tokens$1.20$0.48/ 1M tokens60% off1.1M
gpt-5.6-terraOpenAI · text$2.00$0.80/ 1M tokens$12.00$4.80/ 1M tokens60% off1.1M
gpt-oss-120bOpenAI · text$0.10$0.04/ 1M tokens$0.50$0.20/ 1M tokens60% off—
gpt-5.6-solOpenAI · text$2.00$1.00/ 1M tokens$10.00$5.00/ 1M tokens50% off1.1M
glm-5Z.ai · text$1.00$0.534597/ 1M tokens$3.20$1.71071/ 1M tokens46.54% off198K
glm-4.5Z.ai · text$0.60$0.33/ 1M tokens$2.20$1.21/ 1M tokens45% off128K
glm-4.5-airZ.ai · text$0.20$0.11/ 1M tokens$1.10$0.605/ 1M tokens45% off128K
Showing 8 of 63 models
Direct list price → Cheaper Inference price · Browse every model · View live catalog (opens in a new tab)Pricing checked Sep 4, 2026, 12:54 PM UTC. Rates can change when upstream pricing or available routes change.

وعده

یک نقطه پایانی. هرگز ساختن را متوقف نکن.

Core control

هرگز به محدودیت نرسی

جابجایی خودکار بین 339 ارائه‌دهنده در میلی‌ثانیه. سهمیه تمام شد؟ ارائه‌دهنده بعدی جایگزین می‌شود. بدون توقف.

Core control

تا 95% توکن صرفه‌جویی کن

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

Core control

$0 برای شروع

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

Core control

35 supported integrations

بیش از 16 عامل کدنویسی. Claude Code، Codex، Cursor، Cline، Copilot، Antigravity. از طریق یک پیکربندی.

Core control

یک نقطه پایانی

ترجمه OpenAI ↔ Claude ↔ Gemini ↔ Responses API. هر ابزاری را به /v1 اشاره بده و کار می‌کند.

Core control

سطح تولید

قطع‌کننده‌های مدار، استتار TLS، MCP (105 ابزار)، A2A، حافظه، حفاظ، ارزیابی‌ها. با پشتوانه 25,000+ تست.

فهرست کامل

All behind one endpoint.

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

352 providers

Every one of them, behind a single local endpoint.

The one endpoint every client points athttp://localhost:20128/v1

14 Search12 Audio-only2 Upstream proxy3 Cloud agent1 System
OpenAIAnthropicGoogleDeepSeekxAIZ.aiMoonshotMiniMaxAlibabaMetaBytedanceAion Labs
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)

در 60 ثانیه راه‌اندازی و اجرا

سه دستور. بدون پیکربندی.

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

همه چیز آماده است

همه چیز داخل آن است. بدون افزونه.

مسیریابی، تاب‌آوری، تخلیه سهمیه رایگان، فشرده‌سازی و پروتکل‌های عامل. یک باینری، بدون پلاگین اضافه.

Gateway control

ترکیب‌های هوشمند

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.

Gateway control

حافظه

حافظه مکالماتی پایدار. جستجوی کلیدواژه FTS5 + بازیابی برداری Qdrant، داخلی.

Gateway control

3-layer resilience

در سطح درست شکست بخور. نه کل سیستم. قطع‌کننده مدار به ازای ارائه‌دهنده، خنک‌شدن به ازای اتصال، قفل به ازای مدل. سایر کلیدها و مدل‌ها به کار ادامه می‌دهند.

Gateway control

سهمیه رایگان

Pool-deduped accounting across 90+ free tiers.

~1.51B توکن رایگان در ماه.

Gateway control

فشرده‌سازی

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

Reduce eligible tokens by 15–95%.

Gateway control

سرور MCP

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

110 tools · 33 scopes · stdio / HTTP

Gateway control

پروتکل A2A

A JSON-RPC agent server with 6 skills.

6 skills · JSON-RPC 2.0 · Agent Card

Gateway control

Semantic cache

A repeated request can return from cache, and the response header reports what that saved.

X-OmniRoute-Cache: HIT

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"}]}'

جدید

اکنون در VS Code Copilot Chat شما

افزونه OmniCopilot را نصب کنید و هر مدل OmniRoute مستقیماً در انتخابگر مدلی که از قبل استفاده می‌کنید نمایش داده می‌شود. بدون نوار کناری جدید، بدون رابط چت جدید.

Official Marketplace

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

Open VSX Registry

برای فورک‌های VS Code که از فروشگاه رسمی استفاده نمی‌کنند. Cursor، Windsurf، VSCodium، Theia، code-server، Gitpod و موارد دیگر.

نیازی به اشتراک Copilot نیست

از VS Code 1.122 به بعد، مدل‌های ارائه‌دهندگان بدون ورود به GitHub یا اشتراک Copilot کار می‌کنند. حالت عامل، فراخوانی ابزار و بینایی، روی مدل‌های رایگان OmniRoute.

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

واقعیت روزانه

چرا OmniRoute

هر دردسر هوش مصنوعی کدنویسی یک راه‌حل داخلی دارد. بدون اسکریپت، بدون نگهبانی.

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

مقایسه صادقانه

چطور مقایسه می‌شویم

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.

در هر جایی اجرا می‌شود

9 supported ways to run OmniRoute.

یک پایگاه کد، نه روش اجرا. لپ‌تاپ، سرور، گوشی یا پلاگین. دستور نصب را انتخاب کن و روی پورت 20128 سرویس می‌دهی.

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

دسکتاپ

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

پلاگین OpenCode

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

VS Code

VS Code

Install OmniCopilotOpen guide (opens in a new tab)

From source

سورس

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

توکن رایگان، شمارش صادقانه

~1.51B توکن رایگان در ماه.

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

توکن سوزاندن را متوقف کن

Reduce eligible tokens by 15–95%.

خروجی ابزار، متن تکراری و JSON حجیم قبل از رسیدن به مدل فشرده می‌شوند. همان معنا، کسری از توکن‌ها. 12 موتور قابل‌ترکیب به‌صورت پشته‌ای در یک pipeline که تو کنترل می‌کنی روی هم چیده می‌شوند.

Context reduced from 15–95% on eligible tokens

Before: 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. After: sum all list items where value > 0

  1. Session-Dedup
  2. CCR
  3. Lite
  4. RTK
  5. Responses Tool Output
  6. Headroom
  7. Relevance
  8. Caveman
  9. Aggressive
  10. LLMLingua-2
  11. Ultra
  12. OmniGlyph

Same instruction. Less context to pay for.

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.

۳ لایه، نه ۳ درجه

در سطح درست شکست بخور. نه کل سیستم.

یک کلید بد نباید یک ارائه‌دهنده را از کار بیندازد. یک مدل از کار افتاده نباید یک کلید را از کار بیندازد. هر شکست به کوچک‌ترین حوزه ممکن محدود می‌شود تا بقیه سیستم به کار ادامه دهند.

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

همه چیز را در یک نگاه ببین

یک داشبورد کامل، نه یک فایل پیکربندی.

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

بومی برای عامل

یک عامل وصل کن. OmniRoute را هدایت می‌کند.

OmniRoute فقط یک پروکسی نیست. پروتکل‌های عامل را صحبت می‌کند. آن را به یک کلاینت MCP، شبکه A2A یا عامل کدنویسی ابری وصل کن تا ابزاری شود که عامل می‌تواند آن را راهبری کند.

سرور MCP

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

سرور A2A

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

عوامل ابری

Codex، Cursor، Devin و Jules را از طریق یک رابط هدایت کن. وظایف ایجاد کن، طرح‌ها را تأیید کن و نتایج را استریم کن، همه از طریق OmniRoute مسیردهی می‌شوند.

Codex · Cursor · Devin · Jules

فراتر از مسیریابی

فقط یک پروکسی نیست. یک پلتفرم.

سرویس‌های داخلی

Bifrost (رله Go)، 9Router یا CLIProxy را به‌عنوان sidecarهای مدیریت‌شده اجرا کن. یا یک پروفایل کلاستر کامل. مستقیماً از داشبورد.

دانش تو، در سیاق

Notion و Obsidian به‌عنوان ابزارهای MCP متصل شده‌اند. یادداشت‌ها و vaultهای تو به سیاقی درجه‌یک برای هر مدل تبدیل می‌شوند.

حفاظ‌های داخلی

محافظ در برابر تزریق پرامپت روی هر مسیر، پنهان‌سازی اختیاری PII و یکسان‌سازی فیلتر محتوای ایمنی. دفاع بدون وابستگی به یک فروشنده.

گیمیفیکیشن

زنجیره‌ها، دستاوردها و صرفه‌جویی زنده. مصرف تو، ملموس‌شده.

From the community

How OmniRoute is used and discussed.

See what developers are building, asking and sharing across X, Reddit and YouTube.

32 videos from 32 channelsSee all 32 community videos

Profile picture of Peng
Peng@pengsonal
Link to tweet (opens in a new tab)
one local endpoint for cursor / cline / claude code / copilot 😳 OmniRoute (24.7k★ on GitHub) runs a self-hosted router on your machine so you only need one base URL for all your coding agents. wha…

25 posts from X · 25 Reddit postsSee every post

ساخته شده در فضای باز

یک جامعه فعال و در حال رشد سریع

OmniRoute به‌طور مداوم پیشرفت می‌کند. با انگیزه صدها مشارکت‌کننده که آن را در پیشتاز نگه می‌دارند.

  • 8,492forks
  • 588contributors
  • 280releases shipped
  • 6,604PRs merged
  • 3,950issues closed
  • 30,000automated tests

Snapshot from 2026-09-04

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.

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