OmniRouteby Cheaper Inference

મફત અને ઓપન-સોર્સ AI ગેટવે

ક્યારેય કોડિંગ ન રોકો.

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.

વચન

એક એન્ડપોઇન્ટ. ક્યારેય બનાવવાનું ન રોકો.

ક્યારેય મર્યાદા ન અડો

339 પ્રોવાઇડર્સ પર મિલિસેકન્ડમાં ઓટો-ફોલબેક. ક્વોટા ખતમ? આગળનો પ્રોવાઇડર સ્વિચ થાય. શૂન્ય ડાઉનટાઇમ.

95% સુધી ટોકન્સ બચાવો

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

શરૂ કરવા $0

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

35 supported integrations

16+ કોડિંગ એજન્ટ. Claude Code, Codex, Cursor, Cline, Copilot, Antigravity. એક જ કોન્ફિગ દ્વારા.

એક એન્ડપોઇન્ટ

OpenAI ↔ Claude ↔ Gemini ↔ Responses API ટ્રાન્સલેશન. કોઈ પણ ટૂલ /v1 પર પોઇન્ટ કરો અને તે કામ કરે છે.

પ્રોડક્શન-ગ્રેડ

સર્કિટ બ્રેકર, TLS સ્ટેલ્થ, MCP (105 ટૂલ્સ), A2A, મેમરી, ગાર્ડરેલ્સ, ઇવોલ. 25,000+ ટેસ્ટ દ્વારા સમર્થિત.

કેટલોગ

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)

60s માં ચાલુ અને ચાલતું

ત્રણ કમાન્ડ. શૂન્ય કોન્ફિગ.

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

બેટરી સહિત

બધું જ બિલ્ટ-ઇન. કોઈ એડ-ઓન નહીં.

રાઉટિંગ, રેઝિલિયન્સ, મફત-ક્વોટા ડ્રેઇનિંગ, કમ્પ્રેશન અને એજન્ટ પ્રોટોકોલ્સ. એક બાઇનરી, જોડવા માટે શૂન્ય પ્લગઇન.

સ્માર્ટ કોમ્બોઝ

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.

મેમરી

સ્થાયી વાર્તાલાપ મેમરી. FTS5 કીવર્ડ + Qdrant વેક્ટર રિકોલ, બિલ્ટ-ઇન.

3-layer resilience

યોગ્ય સ્તરે નિષ્ફળ થાઓ. ક્યારેય આખું નહીં. પ્રોવાઇડર દીઠ સર્કિટ બ્રેકર, કનેક્શન દીઠ કૂલડાઉન, મોડેલ દીઠ લોકઆઉટ. અન્ય કી અને મોડેલ સેવા આપતા રહે છે.

મફત ક્વોટા

Pool-deduped accounting across 90+ free tiers.

દર મહિને ~1.51B મફત ટોકન્સ.

કમ્પ્રેશન

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

Reduce eligible tokens by 15–95%.

MCP સર્વર

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

110 tools · 33 scopes · stdio / HTTP

A2A પ્રોટોકોલ

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"}]}'

નવું

હવે તમારા VS Code Copilot Chat માં

OmniCopilot એક્સ્ટેન્શન ઇન્સ્ટોલ કરો અને દરેક OmniRoute મોડેલ તમે પહેલેથી ઉપયોગ કરો છો તે મોડેલ પિકરમાં સીધું જ દેખાય છે. કોઈ નવું સાઇડબાર નહીં, કોઈ નવું ચેટ UI નહીં.

Official Marketplace

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

Open VSX Registry

જે VS Code forks ઓફિશિયલ સ્ટોરનો ઉપયોગ નથી કરતા તેમના માટે. Cursor, Windsurf, VSCodium, Theia, code-server, Gitpod અને વધુ.

Copilot પ્લાનની જરૂર નથી

VS Code 1.122 થી, પ્રોવાઇડર મોડેલો GitHub સાઇન-ઇન અથવા Copilot સબ્સ્ક્રિપ્શન વગર કામ કરે છે. એજન્ટ મોડ, ટૂલ કોલિંગ અને વિઝન, OmniRoute ના ફ્રી મોડેલો પર.

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

રોજિંદી વાસ્તવિકતા

શા માટે OmniRoute

દરેક કોડિંગ-AI તકલીફનું બિલ્ટ-ઇન સમાધાન છે. કોઈ સ્ક્રિપ્ટ નહીં, કોઈ બેબીસિટિંગ નહીં.

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

પ્રામાણિક સરખામણી

અમે કેવી રીતે સરખાવાઈએ છીએ

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.

ગમે ત્યાં ચાલે છે

9 supported ways to run OmniRoute.

એક કોડબેઝ, તેને ચલાવવાની નવ રીતો. લેપટોપ, સર્વર, ફોન કે પ્લગઇન. ઇન્સ્ટોલ કમાન્ડ પસંદ કરો અને તમે પોર્ટ 20128 પર સેવા આપી રહ્યા છો.

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

ડેસ્કટોપ

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 પ્લગઇન

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

VS Code

VS Code

Install OmniCopilotOpen guide (opens in a new tab)

From source

સોર્સ

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

મફત ટોકન્સ, પ્રામાણિકપણે ગણાયેલા

દર મહિને ~1.51B મફત ટોકન્સ.

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

ટોકન્સ બાળવાનું બંધ કરો

Reduce eligible tokens by 15–95%.

ટૂલ આઉટપુટ, વારંવાર આવતો કોન્ટેક્સ્ટ અને ફૂલેલો JSON મોડેલ સુધી પહોંચે તે પહેલાં કમ્પ્રેસ થાય છે. એ જ અર્થ, ટોકન્સનો અંશ. 12 સંયોજનક્ષમ એન્જિન એક pipeline માં સ્ટેક થાય છે જે તમે નિયંત્રિત કરો છો.

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 લેયર્સ, 3 ટિયર નહીં

યોગ્ય સ્તરે નિષ્ફળ થાઓ. આખું નહીં.

ખરાબ કી પ્રોવાઇડરને મારી ન શકવી જોઈએ. મૃત મોડેલ કીને મારી ન શકવું જોઈએ. દરેક નિષ્ફળતા સૌથી નાના શક્ય સ્કોપ સુધી અલગ રખાય છે, જેથી બાકીનું બધું સેવા આપતું રહે.

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

બધું એક નજરમાં જુઓ

એક સંપૂર્ણ ડેશબોર્ડ, કોન્ફિગ ફાઇલ નહીં.

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

એજન્ટ-નેટિવ

એક એજન્ટ જોડો. તે OmniRoute ને જ ચલાવે છે.

OmniRoute ફક્ત પ્રોક્સી નથી. તે એજન્ટ પ્રોટોકોલ્સ બોલે છે. તેને MCP ક્લાયન્ટ, A2A નેટવર્ક કે ક્લાઉડ કોડિંગ એજન્ટમાં પ્લગ કરો અને તે એક ટૂલ બની જાય છે જે એજન્ટ ઓપરેટ કરી શકે છે.

MCP સર્વર

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 સર્વર

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

ક્લાઉડ એજન્ટ્સ

એક ઇન્ટરફેસ દ્વારા Codex, Cursor, Devin અને Jules ચલાવો. ટાસ્ક બનાવો, પ્લાન મંજૂર કરો અને પરિણામો સ્ટ્રીમ કરો, બધું OmniRoute દ્વારા રાઉટ થયેલું.

Codex · Cursor · Devin · Jules

રાઉટિંગથી આગળ

ફક્ત એક પ્રોક્સી નહીં. એક પ્લેટફોર્મ.

એમ્બેડેડ સર્વિસિસ

Bifrost (Go રિલે), 9Router અથવા CLIProxy ને managed sidecars તરીકે ચલાવો. અથવા સંપૂર્ણ cluster profile. સીધા ડેશબોર્ડમાંથી.

તમારું જ્ઞાન, કોન્ટેક્સ્ટમાં

Notion અને Obsidian MCP ટૂલ્સ તરીકે જોડાયેલા. તમારી notes અને vaults કોઈપણ મોડેલ માટે ફર્સ્ટ-ક્લાસ કોન્ટેક્સ્ટ બની જાય છે.

ગાર્ડરેલ્સ બિલ્ટ-ઇન

દરેક route પર prompt-injection guard, opt-in PII redaction અને safety content-filter normalization. lock-in વગર સંરક્ષણ.

ગેમિફિકેશન

Streaks, achievements અને live બચત. તમારો ઉપયોગ, મૂર્ત સ્વરૂપે.

Guides

Setup guides in three languages

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

ખુલ્લામાં બનાવ્યું

ઝડપથી વધી રહેલ, સક્રિય સમુદાય

OmniRoute સતત આગળ વધે છે. સેંકડો યોગદાનકર્તાઓ દ્વારા સંચાલિત જે તેને અગ્રેસર રાખે છે.

  • 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)