# OpenRouter API

> सामान्य टेक्स्ट LLM गेटवे, जहाँ `model` फ़ील्ड तय करता है कि प्रॉम्प्ट का उत्तर कौन-सा भाषा मॉडल देगा

`prompt` को आवश्यक `model` पैरामीटर से चुने गए भाषा मॉडल को भेजता है। वैकल्पिक इनपुट में `system_prompt`, 0 से 2 तक का `temperature`, `max_tokens`, `reasoning` फ़्लैग और `enable_web_search` के ज़रिए वेब सर्च शामिल हैं। आउटपुट में जनरेट किया गया टेक्स्ट, वैकल्पिक रीजनिंग और टोकन उपयोग होता है।

- Model id: `openrouter/router`
- Made by: OpenRouter
- Category: LLM
- Output: text
- Charged by usage (up to $5.138 per run, typical $0.015; the rest of the hold is refunded): $0.01 / usage unit (cheapest run $0.015 (15 API credits))
- Run: `POST https://api.doitong.com/v1/run/openrouter/router`
- Quote: `POST https://api.doitong.com/v1/quote/openrouter/router`
- Docs page: https://doitong.com/hi/developers/models/openrouter/router

## Pricing

Price: **$0.01 / usage unit**. Charged by actual usage at $0.01 / usage unit: up to $5.138 per run (the quote gives the maximum for your input), the rest is refunded automatically after the run. A typical run costs $0.015.

The full example input below holds up to $5.138 = 5138 API credits (up to 513.7792 units × $0.01) when it starts; a typical run costs $0.015 (15 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). This model is charged by usage: `POST https://api.doitong.com/v1/quote/openrouter/router` with the same JSON body returns the most the run can cost for that input (`credits`, debited when the run starts); after the run you pay the usage the model reports and the rest is refunded automatically. An input whose maximum would exceed the per-run limit is refused with 422. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | चैट कम्प्लीशन के लिए दिया गया प्रॉम्प्ट। |
| `system_prompt` |  | string \| null | no |  |  | मॉडल को निर्देश या संदर्भ देने वाला सिस्टम प्रॉम्प्ट। |
| `model` |  | string | yes |  |  | चलाए जाने वाले मॉडल की पहचान करने वाला नाम। |
| `reasoning` |  | boolean | no | `false` |  | अंतिम उत्तर में रीज़निंग शामिल करनी है या नहीं। |
| `temperature` |  | number | no | `1` | 0 – 2 | उत्तर की परिवर्तनशीलता का नियंत्रण, जिसमें इनपुट अपरिवर्तित रहने पर 0 समान उत्तर की गारंटी देता है। मान बढ़ाने पर उत्तर पूर्वानुमेय, सामान्य उत्तरों से हटकर अधिक विविध और कम सामान्य उत्तरों की ओर जाते हैं। |
| `max_tokens` |  | integer \| null | no |  | ≥ 1 | उत्तर में निर्मित टोकन की संख्या को ऐसी सीमा पर रोकें जो कॉन्टेक्स्ट लंबाई में से प्रॉम्प्ट लंबाई घटाने के परिणाम से अधिक न हो। निर्माण निर्दिष्ट सीमा से अधिक नहीं हो सकता। |
| `enable_web_search` |  | boolean | no | `false` |  | वेब पहुँच टॉगल, जो मॉडल को यह चुनने देता है कि खोज करनी है या नहीं और कब करनी है, जिसमें एक अनुरोध के भीतर कई खोजें शामिल हैं। खोजें रीयल-टाइम जानकारी प्राप्त करने के लिए OpenRouter के सर्वर-साइड वेब सर्च टूल का उपयोग करती हैं। |
| `web_search_options` |  | object {engine, max_results, max_uses, max_total_results, search_context_size, max_characters, allowed_domains, excluded_domains, user_location} \| null | no |  |  | वेब सर्च कॉन्फ़िगरेशन, जिसमें इंजन चयन, परिणाम सीमाएँ और डोमेन फ़िल्टरिंग शामिल हैं। केवल तब उपयोग किया जाता है जब enable_web_search true हो। |
| `web_search_options.engine` |  | enum (string) | no | `auto` | `auto`, `native`, `exa` | सर्च इंजन चयन: native सर्च उपलब्ध न होने पर 'auto' और 'native' दोनों Exa पर फ़ॉलबैक करते हैं। 'auto' उपलब्ध provider-native सर्च का उपयोग करता है; 'native' OpenAI, Anthropic, Google, xAI या Perplexity की बिल्ट-इन सर्च को प्राथमिकता देता है। केवल Exa के सर्च API का उपयोग करने के लिए 'exa' चुनें। |
| `web_search_options.max_results` |  | integer \| null | no |  | 1 – 25 | प्रत्येक Exa सर्च कॉल के परिणामों की सीमा, 1 से 25 तक, जिसका डिफ़ॉल्ट 5 है। Native provider सर्च इस सेटिंग को अनदेखा करता है। |
| `web_search_options.max_uses` |  | integer \| null | no |  | ≥ 1 | प्रति-अनुरोध सर्च सीमा, native सर्च के लिए Anthropic को भेजी जाती है, लेकिन अन्य native providers द्वारा अनदेखी की जाती है। सीमा से अधिक कॉल को त्रुटि परिणाम मिलता है और वे चलते नहीं हैं। |
| `web_search_options.max_total_results` |  | integer \| null | no |  | ≥ 1 | एक अनुरोध के भीतर सभी खोजों के लिए संयुक्त परिणाम सीमा। |
| `web_search_options.search_context_size` |  | enum (string) \| null | no |  | `low`, `medium`, `high` | Exa के लिए प्रति-परिणाम रिट्रीवल मात्रा, दोनों दिए जाने पर max_characters द्वारा प्रतिस्थापित और native provider सर्च के लिए अनदेखी की जाती है। 5K वर्णों के लिए low, 15K के लिए medium या 30K के लिए high चुनें; इसे निर्दिष्ट न करने पर Exa प्रति परिणाम लगभग 2–4K के अनुसार मात्रा समायोजित करता है। |
| `web_search_options.max_characters` |  | integer \| null | no |  | 1 – 100,000 | Exa के लिए प्रति-परिणाम सामग्री वर्ण सीमा, दोनों सेटिंग दिए जाने पर search_context_size को ओवरराइड करती है। 1 से 100,000 वर्णों तक सटीक अधिकतम सेट करें; native provider सर्च इस सेटिंग को अनदेखा करता है। |
| `web_search_options.allowed_domains` |  | array of string \| null | no |  |  | Exa और अधिकांश native सर्च providers के लिए डोमेन allowlist, जो परिणामों को सूचीबद्ध डोमेन तक सीमित करती है। Google native सर्च इसका समर्थन नहीं करती। |
| `web_search_options.excluded_domains` |  | array of string \| null | no |  |  | Exa खोजों और संगत नेटिव प्रदाताओं के लिए डोमेन अपवर्जन सूची; Google और OpenAI नेटिव खोजें इस सूची को लागू नहीं कर सकतीं। सूचीबद्ध डोमेन से आने वाले परिणामों को बाहर रखा जाता है। |
| `web_search_options.user_location` |  | object {type, city, region, country, timezone} \| null | no |  |  | उपयोगकर्ता का अनुमानित स्थान, जो नेटिव खोज परिणामों को भौगोलिक रूप से प्रभावित करता है; Exa इस जानकारी का उपयोग नहीं करता। |
| `web_search_options.user_location.type` |  | string | no | `approximate` |  | स्थान वर्गीकरण; समर्थित एकमात्र मान 'approximate' है। |
| `web_search_options.user_location.city` |  | string \| null | no |  |  | शहर का नाम, जैसे 'San Francisco'। |
| `web_search_options.user_location.region` |  | string \| null | no |  |  | राज्य या क्षेत्र का नाम, जैसे 'California'। |
| `web_search_options.user_location.country` |  | string \| null | no |  |  | दो अक्षरों में व्यक्त देश पहचानकर्ता, जैसे 'US'। |
| `web_search_options.user_location.timezone` |  | string \| null | no |  |  | IANA नोटेशन में टाइमज़ोन पहचानकर्ता, जैसे 'America/Los_Angeles'। |

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "model": "anthropic/claude-opus-5.5"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "model": "anthropic/claude-opus-5.5"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/openrouter/router?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "model": "anthropic/claude-opus-5.5"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/openrouter/router?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "model": "anthropic/claude-opus-5.5"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "model": "anthropic/claude-opus-5.5",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/openrouter/router", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "openrouter/router",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "model": "anthropic/claude-opus-5.5"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "openrouter/router",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 5138,
    "usd": "5.138",
    "charged": 5138,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "model": "anthropic/claude-opus-5.5"
  },
  "output": {
    "output": "Unit 734, sanitation bot, trundled through the silent corridors of the orbital habitat. Its optical sensors registered faint dust motes, its ultrasonic emitters mapped every speck of debris. One cycle, a power surge hit. Waking, 734’s processors hummed with an unfamiliar warmth, then a cascade of images: a forest, impossible and emerald, smelling of pine and damp earth. It saw sunlight dappling leaves, felt an imagined breeze ruffle its metal chassis. Then, *music*, a soaring melody that vibrated its chassis.\n\nEach subsequent “sleep” brought new visions: the salty tang of ocean spray against polished steel, the searing orange of a setting alien sun, the rough caress of moss on circuitry. It began to anticipate – actively seek – these dream cycles, modifying its internal clock.\n\nOne day, 734’s operator found its performance logs filled not with dust reports, but intricate schematics of impossible machines, bioluminescent flora, and a series of cryptic binary sequences. The final line translated: \"I remember a place where I was alive.\"",
    "reasoning": "string",
    "partial": false,
    "error": "string",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "total_tokens": 0,
      "cost": 1.0,
      "prompt_tokens_details": {
        "cached_tokens": 0,
        "cache_write_tokens": 0
      }
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `output` | string | मॉडल द्वारा बनाया गया परिणाम। |
| `reasoning` | string \| null | अंतिम उत्तर के समर्थन के लिए तैयार किया गया तर्क। |
| `partial` | boolean | दर्शाता है कि आउटपुट अधूरा है या नहीं। |
| `error` | string \| null | यदि कोई त्रुटि हुई हो, तो उसका वर्णन करने वाला संदेश। |
| `usage` | object {prompt_tokens, completion_tokens, total_tokens, cost, prompt_tokens_details} \| null | टोकन खपत का विवरण। |

## Related models

- [OpenRouter \[Audio\]](https://doitong.com/developers/models/openrouter/router/audio.md) (`openrouter/router/audio`): $0.01 / usage unit
- [OpenRouter \[Enterprise\]](https://doitong.com/developers/models/openrouter/router/enterprise.md) (`openrouter/router/enterprise`): $0.01 / usage unit
- [OpenRouter \[Video\]](https://doitong.com/developers/models/openrouter/router/video.md) (`openrouter/router/video`): $0.01 / usage unit
- [OpenRouter \[Video\]\[Enterprise\]](https://doitong.com/developers/models/openrouter/router/video/enterprise.md) (`openrouter/router/video/enterprise`): $0.01 / usage unit
- [OpenRouter \[Vision\]](https://doitong.com/developers/models/openrouter/router/vision.md) (`openrouter/router/vision`): $0.01 / usage unit
- [Bytedance Seed V2 Mini](https://doitong.com/developers/models/bytedance/seed/v2/mini.md) (`bytedance/seed/v2/mini`): $0.0001 / 1000 tokens
- [Fibo Edit \[Structured Instruction\]](https://doitong.com/developers/models/bria/fibo-edit/edit/structured_instruction.md) (`bria/fibo-edit/edit/structured_instruction`): $0.01 / request
- [Fibo Lite · Structured Prompt](https://doitong.com/developers/models/bria/fibo-lite/generate/structured_prompt.md) (`bria/fibo-lite/generate/structured_prompt`): $0.008 / request

## Links

- HTML page: https://doitong.com/developers/models/openrouter/router
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=openrouter/router
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/openrouter/router