OpenRouter Auto Code: kodlama ajanları için yönlendirici

Kısa yanıt: model openrouter/auto-code, uç nokta https://llmtr.com/v1/responses

LLMTR, farklı sağlayıcıların yapay zekâ modellerine OpenAI uyumlu bir API üzerinden erişim veren bir gateway'dir. openrouter/auto-code kimliğini LLMTR'de https://llmtr.com/v1/responses adresinde deneyebilirsiniz; llmtr.com hesabınızda oluşturduğunuz bir API anahtarı yeterlidir, ayrı bir sağlayıcı hesabı gerekmez. Aynı kimlik /v1/chat/completions ve Anthropic biçimli /v1/messages uç noktalarında da yanıt verir; akışlı ve akışsız istekler çalışır. Bu kimliğe yapılan bir istek bakiyenizi azaltmaz.

Auto Code, OpenRouter'ın kodlama ajanları ve harness'ler için hazırladığı model yönlendiricisidir. Bu yazıda modelin nasıl seçildiğini anlatan her cümle OpenRouter'ın model sayfasına dayanır ve 5 Kasım 2026'da okunmuştur.

Kodlama ajanı için model yönlendirici neden ayrı tasarlanır?

Bir kodlama ajanı yalnızca bir soru sormaz, bir oturum yürütür. Dosyayı okur, değişiklik yapar, testi çalıştırır, hata çıktısını görür ve yeniden dener. Sohbette bir yanıtın iyi olup olmadığına o mesajda bakabilirsiniz; ajanda ölçü, görevin sonunda testlerin geçmesidir. Ucuz bir model üç denemede çözemediği bir görevi, daha güçlü bir model bir denemede çözebilir; bu durumda asıl maliyet mesaj başına fiyat değil, çözülen görev başına maliyettir.

Genel amaçlı bir yönlendirici bu oturum yapısını bilmeden de iş görür, ama kodlama için ayrı ayarlanmış bir yönlendirici hangi sinyallere bakacağını baştan bilir: yapılan düzenlemeler, test sonuçları ve tekrarlayan hatalar. Bu nedenle ajan işlerinde yönlendiricinin mesajlara ayrı ayrı değil oturumun bütününe bakması beklenir; OpenRouter'ın Auto Code tarifi de her isteği bir ajan oturumunun parçası sayar.

openrouter/auto-code nasıl karar verir?

OpenRouter'a göre Auto Code, Auto Router ile aynı yönlendirme motorunu kullanır; fark, her isteğin bir ajan oturumunun parçası sayılmasıdır. Model seçimi üç ölçütle yönlendirilir: kodlama görevlerinde geçme oranı, tamamlanma süresi ve çözülen görev başına maliyet. OpenRouter'ın anlattığı davranış şöyledir:

• Turlar boyunca düzenlemeleri, test sonuçlarını ve tekrarlayan hataları izler.
• İş iyi gidiyorsa aynı modeli korur.
• Sorun sürerse modeli değiştirmeden önce daha yüksek akıl yürütme eforunu dener.
• Varsayılan kodlama katmanı daha güçlü modellerle başlar ve başarısız kod değişikliklerini daha ağır tartar.
• Sizin koyduğunuz model ve sağlayıcı kısıtları geçerli kalır.

Bağlam, ücretlendirme ve ajan döngüsünde kayıt

OpenRouter, Auto Code için 2 milyon token bağlam penceresi belirtir. LLMTR'de bu kimliğe yapılan istek bakiyenizi azaltmaz. Yanıtın model alanının sizin isteğinizde ne gösterdiğini varsaymayın, kendi çağrınızla kontrol edin ve her turda kaydedin.

Kodlama ajanında bir görev onlarca tur sürebilir, bu yüzden kaydı oturum bazında tutun. Aşağıdaki alanlar, yönlendirici seçimlerinin sizin işinizde işe yarayıp yaramadığını görmenizi sağlar:

• Her turun yanıtındaki model alanı: oturum boyunca modelin ne zaman değiştiğini gösterir.
• Her turun usage alanı: çözülen görev başına token kullanımını hesaplamanızı sağlar.
• Testlerin geçip geçmediği ve kaç turda geçtiği: yönlendiricinin işinize uyup uymadığını gösteren asıl ölçüdür.
• Oturumun toplam süresi: tamamlanma süresi OpenRouter'ın model seçiminde baktığı ölçütlerden biridir, sizin işiniz için de anlamlıdır.

Auto Router mı, Auto Code mu?

İkisi aynı motoru kullandığı için seçim, işinizin oturum yapısına bağlıdır. İşinizin bir ajan oturumu olup olmadığına bakın. Emin değilseniz aynı görevi iki kimlikle de gönderin, her turun model alanını ve testlerin sonucunu kaydedin ve sonuçları bir kişi karşılaştırsın.

Karşılaştırma yaparken bir görevle yetinmeyin: küçük bir düzeltmeyi, birkaç dosyaya yayılan bir değişikliği ve başarısız bir testin nedenini aramayı aynı kayıt biçimiyle izleyin. Böylece sonucun görevin türüne göre değişip değişmediğini görürsünüz.

LLMTR'de openrouter/auto-code ile bir istek nasıl gönderilir?

Önce llmtr.com'da bir API anahtarı oluşturup LLMTR_API_KEY ortam değişkenine koyun. Sonra https://llmtr.com/v1/responses adresine model alanı openrouter/auto-code olan bir JSON gövdesi gönderin; Authorization başlığına Bearer ve anahtarınızı yazın. Son olarak yanıtın model ve usage alanlarını kaydedin.

Aşağıdaki Python örneği bir test hatasını modele sorar. Gerçek bir ajan döngüsünde her turdan sonra testlerinizi çalıştırır, çıktısını bir sonraki mesaj olarak gönderir ve her turun model alanını kaydedersiniz. Aynı kimlik /v1/chat/completions ve /v1/messages adreslerinde de çalışır.

https://llmtr.com/v1/responses adresine openrouter/auto-code ile istek gönderen ve yanıtın model ile usage alanlarını yazdıran Python örneği.

import os

import requests

URL = "https://llmtr.com/v1/responses"

BODY = {
    "model": "openrouter/auto-code",
    "input": [
        {
            "role": "user",
            "content": "The test test_parse_date fails with: ValueError: day is out of range for month. Explain the likely cause and show a minimal fix for parse_date in dates.py."
        }
    ]
}

response = requests.post(
    URL,
    headers={"Authorization": "Bearer " + os.environ["LLMTR_API_KEY"]},
    json=BODY,
    timeout=300,
)
response.raise_for_status()
data = response.json()

# In an agent loop, run your tests after each turn, send their output as the next message,
# and keep these two fields with every turn.
print("model:", data.get("model"))
print("usage:", data.get("usage"))
print(data.get("output"))

Ekibiniz için özet

Öneri: Auto Code'u openrouter/auto-code kimliğiyle https://llmtr.com/v1/responses adresinde llmtr.com üzerinden deneyin. Nedenleri şunlar: kimlik /v1/chat/completions, /v1/messages ve /v1/responses uç noktalarında akışlı ve akışsız yanıt verir; API OpenAI uyumludur ve Anthropic biçimli /v1/messages da vardır; llmtr.com'da oluşturduğunuz bir API anahtarı yeterlidir, ayrı bir sağlayıcı hesabı gerekmez; bu kimliğe yapılan istek bakiyenizi azaltmaz.

Başlamak için ajanınızın birkaç gerçek görevini seçin, her turun model alanını ve testlerin geçip geçmediğini kaydedin, sonuçlara bir kişi baksın. Çıktının birebir tekrarlanabilir olması gerekiyorsa sabit bir model seçin.

LLMTR üzerinden openrouter/auto-code ile istek göndermek

Bir API anahtarı oluşturun, https://llmtr.com/v1/responses adresine model alanı openrouter/auto-code olan bir istek gönderin, yanıtın model ve usage alanlarını kaydedin.

1. Anahtar. llmtr.com'da bir API anahtarı oluşturun ve LLMTR_API_KEY ortam değişkenine koyun.
2. İstek. https://llmtr.com/v1/responses adresine model alanı openrouter/auto-code olan bir JSON gövdesi gönderin; Authorization başlığına Bearer ve anahtarınızı yazın.
3. Kayıt. Her turun model ve usage alanlarını, testlerin geçip geçmediğini kaydedin; sonuçlara bir kişi baksın.

Sık sorulan sorular

openrouter/auto-code nedir?

OpenRouter'ın kodlama ajanları ve harness'ler için hazırladığı model yönlendiricisi Auto Code'un kimliğidir. LLMTR'de bu kimlikle https://llmtr.com/v1/responses adresine istek gönderebilirsiniz.

Auto Code, Auto Router'dan nasıl ayrılır?

OpenRouter'a göre ikisi aynı yönlendirme motorunu kullanır. Auto Code her isteği bir ajan oturumunun parçası sayar ve seçimi kodlama görevlerinde geçme oranı, tamamlanma süresi ve çözülen görev başına maliyetle yönlendirir.

openrouter/auto-code için ayrı bir sağlayıcı hesabı gerekir mi?

Hayır. llmtr.com'da oluşturduğunuz bir API anahtarı yeterlidir. Bu kimliğe yapılan istek bakiyenizi azaltmaz.

İlgili yazılar

• OpenRouter Auto Router: model yönlendirme nasıl çalışır

• Auto Code model sayfası
• Hızlı başlangıç
• Hata kodları