OmniRouteby Cheaper Inference

AI Gateway miễn phí & mã nguồn mở

Không bao giờ ngừng lập trình.

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.

Cam kết

Một endpoint. Không bao giờ ngừng xây dựng.

Không bao giờ chạm giới hạn

Tự động chuyển đổi giữa 339 nhà cung cấp trong mili giây. Hết quota? Nhà cung cấp tiếp theo tiếp quản. không có thời gian chết.

Tiết kiệm đến 95% token

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

$0 để bắt đầu

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

35 supported integrations

16+ tác nhân lập trình. Claude Code, Codex, Cursor, Cline, Copilot, Antigravity. qua một cấu hình.

Một endpoint

Dịch OpenAI ↔ Claude ↔ Gemini ↔ Responses API. Trỏ bất kỳ công cụ nào vào /v1 và nó hoạt động ngay.

Chất lượng sản xuất

Bộ ngắt mạch, TLS tàng hình, MCP (105 công cụ), A2A, bộ nhớ, guardrails, evals. được hỗ trợ bởi 25.000+ bài kiểm tra.

Danh mục

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)

Chạy trong 60 giây

Ba lệnh. Không cần cấu hình.

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

Đầy đủ tính năng

Tất cả đã tích hợp sẵn. Không cần add-on.

Định tuyến, khả năng phục hồi, tận dụng quota miễn phí, nén và giao thức agent. một binary, không cần cắm thêm plugin.

Combo Thông minh

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.

Bộ nhớ

Bộ nhớ hội thoại liên tục. tìm kiếm từ khóa FTS5 + gợi nhớ vector Qdrant, tích hợp sẵn.

3-layer resilience

Lỗi đúng cấp độ. không bao giờ toàn bộ hệ thống. Circuit breaker theo nhà cung cấp, cooldown theo kết nối, lockout theo model. Các key và model khác vẫn tiếp tục phục vụ.

Quota miễn phí

Pool-deduped accounting across 90+ free tiers.

~1.51B token miễn phí mỗi tháng.

Nén

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

Giao thức A2A

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"}]}'

Mới

Giờ đã có trong VS Code Copilot Chat của bạn

Cài tiện ích mở rộng OmniCopilot và mọi mô hình OmniRoute sẽ xuất hiện ngay trong bộ chọn mô hình bạn đang dùng. không cần thanh bên mới, không cần giao diện chat mới.

Official Marketplace

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

Open VSX Registry

Dành cho các bản fork của VS Code không dùng cửa hàng chính thức. Cursor, Windsurf, VSCodium, Theia, code-server, Gitpod và nhiều hơn nữa.

Không cần gói Copilot

Từ VS Code 1.122, các mô hình nhà cung cấp hoạt động mà không cần đăng nhập GitHub hay đăng ký Copilot. agent mode, gọi công cụ và thị giác, trên các mô hình miễn phí của OmniRoute.

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

Thực tế hàng ngày

Tại sao chọn OmniRoute

Mọi vấn đề đau đầu với AI lập trình đều có giải pháp tích hợp sẵn. Không cần script, không cần giám sát.

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

So sánh trung thực

Chúng tôi so sánh thế nào

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.

Chạy ở mọi nơi

9 supported ways to run OmniRoute.

Một codebase, chín cách chạy. laptop, server, điện thoại hay plugin. Chọn lệnh cài đặt và bạn đã phục vụ trên cổng 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

Desktop

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

Plugin OpenCode

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

VS Code

VS Code

Install OmniCopilotOpen guide (opens in a new tab)

From source

Mã nguồn

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

Token miễn phí, đếm trung thực

~1.51B token miễn phí mỗi tháng.

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

Ngừng đốt token

Reduce eligible tokens by 15–95%.

Đầu ra công cụ, ngữ cảnh lặp lại và JSON cồng kềnh được nén trước khi đến mô hình. cùng ý nghĩa, chỉ một phần token. 12 engine có thể kết hợp xếp chồng trong một pipeline mà bạn kiểm soát.

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 lớp, không phải 3 tầng

Lỗi đúng cấp độ. không phải toàn bộ hệ thống.

Một key xấu không nên kéo sập nhà cung cấp. Một model chết không nên kéo sập key. Mỗi lỗi được cô lập ở phạm vi nhỏ nhất có thể, để mọi thứ còn lại vẫn phục vụ.

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

Xem tất cả cùng lúc

Dashboard đầy đủ, không phải file cấu hình.

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

Gốc agent

Kết nối một agent. nó tự điều khiển OmniRoute.

OmniRoute không chỉ là proxy. nó nói ngôn ngữ của agent. Cắm vào MCP client, mạng A2A hay cloud coding agent và nó trở thành công cụ mà agent có thể vận hành.

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

Cloud Agents

Điều khiển Codex, Cursor, Devin và Jules qua một giao diện. tạo task, phê duyệt kế hoạch và stream kết quả, tất cả được định tuyến qua OmniRoute.

Codex · Cursor · Devin · Jules

Vượt xa định tuyến

Không chỉ là proxy. mà là một nền tảng.

Dịch vụ nhúng

Chạy Bifrost (Go relay), 9Router hoặc CLIProxy như các sidecar được quản lý. hoặc một profile cluster đầy đủ. ngay từ dashboard.

Kiến thức của bạn, trong ngữ cảnh

Notion & Obsidian được tích hợp như các công cụ MCP. ghi chú và vault của bạn trở thành ngữ cảnh hạng nhất cho mọi model.

Guardrail tích hợp sẵn

Bảo vệ chống prompt-injection trên mọi route, PII redaction tùy chọn và chuẩn hóa bộ lọc nội dung an toàn. phòng thủ mà không bị khóa chân.

Gamification

Streak, thành tựu và tiết kiệm theo thời gian thực. biến mức sử dụng của bạn thành điều hữu hình.

Guides

Setup guides in three languages

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

Xây dựng trong môi trường mở

Một cộng đồng năng động, phát triển nhanh

OmniRoute liên tục cập nhật. được thúc đẩy bởi hàng trăm cộng tác viên luôn đi trước xu hướng.

  • 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)