Um nome de modelo. Todos os modelos por trás dele.
Aponte seu cliente para orcarouter/auto e cada prompt será avaliado e enviado ao modelo que atende ao seu critério de qualidade pelo menor preço — com embedding semântico como melhoria opcional.
- Quatro objetivos por espaço de trabalho — Mais Barato, Equilibrado, Qualidade ou Adaptativo, que aprende a relação de compromisso com base no seu próprio tráfego.
- Aprendizado contínuo: o roteador se atualiza permanentemente com base nos resultados reais de produção, não em benchmarks estáticos.
- O roteamento adiciona menos de 1ms por padrão; se você ativar o embedding semântico, paga também a chamada de embedding. Em ambos os casos, a avaliação e o modelo escolhido constam em cada recibo.
Mais de 40 provedores, um endpoint
A mesma requisição compatível com OpenAI chega a qualquer provedor, e o balanceamento com verificação de saúde distribui a carga entre os que estão disponíveis. Saúde, peso e prioridade por canal removem automaticamente os provedores com problemas da rotação, e as particularidades de cada provedor são normalizadas no adaptador — sem ramificações no código do cliente.
Um nome. Todos os modelos.
Você escreve orcarouter/auto uma vez. A partir daí, cada prompt é lido no caminho e enviado ao modelo que melhor o responde pelo menor custo. Um novo modelo de fronteira chega numa terça-feira e seu tráfego começa a usá-lo — sem migração, sem nova versão, sem reunião.
Um padrão, não uma caixa-preta.
Aponte um workspace para o objetivo que você realmente quer. Mais barato. Qualidade. Equilibrado. Ou Adaptativo, que aprende o equilíbrio a partir do seu próprio tráfego, não de benchmarks alheios. Cada decisão tomada aparece no recibo com a nota que a gerou.