Il routing conosce i tuoi preset. I preset conoscono le tue chiavi. Il log conosce il costo di ogni richiesta. Qui sotto c'è tutto quello che AI Router fa oggi — non quello che farà.
Modello effettivo, livello scelto e da chi, token, crediti, costo stimato, latenza e fallback. Del contenuto dei prompt non resta nulla.
Quante richieste, a che livello, con quale modello e quanto ti sono costate — mentre succede.
Ingresso, classificazione, livello, modello, risposta arricchita. Sempre gli stessi, sempre tracciati.
Stessa domanda, due modelli: quando il livello basso risponde uguale, paghi un quinto.
Prima di salvare un preset verifichiamo modelli sani, livelli coperti, compatibilità e destinazione.
airouter-coding, -reasoning, -fast, -creative, -extract, -vision. Il classificatore inferisce solo la complessità.
L'opzione only_free instrada solo su modelli a 0 crediti. L'editor ti avvisa: possono non essere disponibili.
Voci di memoria per utente su Postgres, con indice full-text e tetto per piano. Isolate: nessuno vede le tue.
Il catalogo dei modelli è allineato all'hub: i ritirati sono marcati, non nascosti.
Il tool MCP accetta budget e max_tokens per singola chiamata: il router sceglie restando sotto il tetto.
Cambi base_url e nome del modello. L'SDK OpenAI che usi già continua a funzionare, streaming incluso.
Ogni risposta porta provider, modello, livello, crediti, costo stimato, latenza e se c'è stato un fallback.
Chiavi API separate per progetto o cliente, ognuna con il suo preset e il suo log.
Chat Completions, Messages e Responses. Stessa chiave, stesso saldo, stesso routing sotto.
Qualunque client OpenAI o Anthropic. Nessuna libreria nostra da installare, nessun lock-in.
request.completed, routing.fallback, credit.threshold, credit.exhausted. Firma HMAC-SHA256 e re-delivery.
Streaming nativo su tutte e tre le superfici: stessa condotta, stessi eventi, nessun buffering intermedio.
Nessun prompt nei log, firma HMAC sui webhook, limiti anti-abuso sulle registrazioni, segreti cifrati a riposo.
La maggior parte degli stack AI mette insieme pezzi che non si parlano: una libreria per provider, un foglio di calcolo per i costi, un'ipotesi per capire quale modello ha risposto. Qui la scelta del modello, il prezzo e il log sono la stessa cosa.
Un classificatore che non ti costa crediti decide il livello. Da lì discendono modello, prezzo e riga di log: nessuna delle tre è un'ipotesi.
Assegni un preset a una chiave, usi un alias per richiesta, forzi il livello quando serve. Nessun middleware, nessuna configurazione da tenere allineata a mano.
Che passi da Gemini, Qwen, Claude o GPT, il conto è lo stesso: crediti per livello. Una chiave, una fattura, nessun contratto per provider.
«Il modello giusto non è il più potente: è il più economico che risponde bene. Questa frase, messa dentro un endpoint, è tutto il prodotto.»
Il routing automatico, gli alias di categoria e lo streaming SSE ci sono da subito, anche sul piano gratuito. Preset, webhook, server MCP e magazzino di memorie salgono con il piano: il dettaglio è nella tabella dei prezzi.
Sì, è esattamente il lavoro dei preset: fissi il modello per Simple, Moderate e Complex e assegni il preset a una singola chiave API o al server MCP. Parti da 20 preset predefiniti su 9 categorie d'uso o salvi i tuoi.
Sì. Lo streaming SSE è nativo su /v1/chat/completions, /v1/messages e /v1/responses: stessa condotta, stessi eventi, nessun buffering intermedio.
Modello effettivo, livello scelto e da chi (classificatore, alias, preset o forzatura), token in ingresso e uscita, crediti, costo stimato in USD, latenza e se è scattato un fallback. Non il contenuto.
È Model Context Protocol su HTTP streamable, con la stessa autenticazione Bearer delle chiamate API: lo usa qualunque client MCP. Espone un tool, ask_airouter.
Sì, e l'editor te lo segnala: i modelli a costo zero esistono, ma possono essere non disponibili o dare risposte non adeguate. È una scelta consapevole, non una sorpresa.
Nessun modulo da attivare: routing, preset, log e superfici SDK sono nel piano che scegli.