---
read_when:
- Anda ingin satu kunci API untuk banyak LLM
- Anda ingin menjalankan model melalui OpenRouter di OpenClaw
- Anda ingin menggunakan OpenRouter untuk pembuatan gambar
- Anda ingin menggunakan OpenRouter untuk pembuatan video
summary: Gunakan API terpadu OpenRouter untuk mengakses banyak model di OpenClaw
title: OpenRouter
x-i18n:
generated_at: "2026-05-12T08:45:53Z"
model: gpt-5.5
provider: openai
source_hash: 0dbf2b5a69636eb18471dd7d1dcf05ee30da931e2e3b5c9ae5d44a20d3e46f78
source_path: providers/openrouter.md
workflow: 16
---
OpenRouter menyediakan **API terpadu** yang merutekan permintaan ke banyak model di balik satu
endpoint dan kunci API. Ini kompatibel dengan OpenAI, sehingga sebagian besar SDK OpenAI berfungsi dengan mengganti URL dasar.
## Memulai
Buat kunci API di [openrouter.ai/keys](https://openrouter.ai/keys).
```bash
openclaw onboard --auth-choice openrouter-api-key
```
Onboarding menggunakan default `openrouter/auto`. Pilih model konkret nanti:
```bash
openclaw models set openrouter//
```
## Contoh konfigurasi
```json5
{
env: { OPENROUTER_API_KEY: "sk-or-..." },
agents: {
defaults: {
model: { primary: "openrouter/auto" },
},
},
}
```
## Referensi model
Ref model mengikuti pola `openrouter//`. Untuk daftar lengkap
penyedia dan model yang tersedia, lihat [/concepts/model-providers](/id/concepts/model-providers).
Contoh fallback bawaan:
| Ref model | Catatan |
| --------------------------------- | ---------------------------- |
| `openrouter/auto` | Perutean otomatis OpenRouter |
| `openrouter/moonshotai/kimi-k2.6` | Kimi K2.6 via MoonshotAI |
| `openrouter/moonshotai/kimi-k2.5` | Kimi K2.5 via MoonshotAI |
## Pembuatan gambar
OpenRouter juga dapat mendukung alat `image_generate`. Gunakan model gambar OpenRouter di bawah `agents.defaults.imageGenerationModel`:
```json5
{
env: { OPENROUTER_API_KEY: "sk-or-..." },
agents: {
defaults: {
imageGenerationModel: {
primary: "openrouter/google/gemini-3.1-flash-image-preview",
timeoutMs: 180_000,
},
},
},
}
```
OpenClaw mengirim permintaan gambar ke API gambar chat completions OpenRouter dengan `modalities: ["image", "text"]`. Model gambar Gemini menerima petunjuk `aspectRatio` dan `resolution` yang didukung melalui `image_config` OpenRouter. Gunakan `agents.defaults.imageGenerationModel.timeoutMs` untuk model gambar OpenRouter yang lebih lambat; parameter `timeoutMs` per panggilan milik alat `image_generate` tetap diutamakan.
## Pembuatan video
OpenRouter juga dapat mendukung alat `video_generate` melalui API asinkron `/videos` miliknya. Gunakan model video OpenRouter di bawah `agents.defaults.videoGenerationModel`:
```json5
{
env: { OPENROUTER_API_KEY: "sk-or-..." },
agents: {
defaults: {
videoGenerationModel: {
primary: "openrouter/google/veo-3.1-fast",
},
},
},
}
```
OpenClaw mengirim tugas teks-ke-video dan gambar-ke-video ke OpenRouter, melakukan polling
pada `polling_url` yang dikembalikan, dan mengunduh video yang selesai dari
`unsigned_urls` OpenRouter atau endpoint konten tugas yang terdokumentasi.
Gambar referensi dikirim sebagai gambar bingkai pertama/terakhir secara default; gambar
yang ditandai dengan `reference_image` dikirim sebagai referensi input OpenRouter. Default
bawaan `google/veo-3.1-fast` mengiklankan durasi 4/6/8 detik yang saat ini didukung,
resolusi `720P`/`1080P`, dan rasio aspek `16:9`/`9:16`. Video-ke-video tidak didaftarkan
untuk OpenRouter karena API pembuatan video upstream saat ini menerima teks dan referensi gambar.
## Teks-ke-ucapan
OpenRouter juga dapat digunakan sebagai penyedia TTS melalui endpoint
`/audio/speech` yang kompatibel dengan OpenAI.
```json5
{
messages: {
tts: {
auto: "always",
provider: "openrouter",
providers: {
openrouter: {
model: "hexgrad/kokoro-82m",
voice: "af_alloy",
responseFormat: "mp3",
},
},
},
},
}
```
Jika `messages.tts.providers.openrouter.apiKey` dihilangkan, TTS menggunakan kembali
`models.providers.openrouter.apiKey`, lalu `OPENROUTER_API_KEY`.
## Ucapan-ke-teks (audio masuk)
OpenRouter dapat mentranskripsikan lampiran suara/audio masuk melalui jalur bersama
`tools.media.audio` menggunakan endpoint STT miliknya (`/audio/transcriptions`).
Ini berlaku untuk Plugin kanal apa pun yang meneruskan suara/audio masuk ke
pra-pemeriksaan pemahaman media.
```json5
{
tools: {
media: {
audio: {
enabled: true,
models: [{ provider: "openrouter", model: "openai/whisper-large-v3-turbo" }],
},
},
},
}
```
OpenClaw mengirim permintaan STT OpenRouter sebagai JSON dengan audio base64 di bawah
`input_audio` (kontrak STT OpenRouter), bukan sebagai unggahan formulir multipart OpenAI.
## Autentikasi dan header
OpenRouter menggunakan token Bearer dengan kunci API Anda di balik layar.
Pada permintaan OpenRouter sungguhan (`https://openrouter.ai/api/v1`), OpenClaw juga menambahkan
header atribusi aplikasi yang terdokumentasi oleh OpenRouter:
| Header | Nilai |
| ------------------------- | ------------------------------------------------------------------------------------------------------ |
| `HTTP-Referer` | `https://openclaw.ai` |
| `X-OpenRouter-Title` | `OpenClaw` |
| `X-OpenRouter-Categories` | `cli-agent,cloud-agent,programming-app,creative-writing,writing-assistant,general-chat,personal-agent` |
Jika Anda mengarahkan ulang penyedia OpenRouter ke proksi atau URL dasar lain, OpenClaw
**tidak** menyuntikkan header khusus OpenRouter tersebut atau penanda cache Anthropic.
## Konfigurasi lanjutan
Caching respons OpenRouter bersifat opt-in. Aktifkan per model OpenRouter dengan
parameter model:
```json5
{
agents: {
defaults: {
models: {
"openrouter/auto": {
params: {
responseCache: true,
responseCacheTtlSeconds: 300,
},
},
},
},
},
}
```
OpenClaw mengirim `X-OpenRouter-Cache: true` dan, saat dikonfigurasi,
`X-OpenRouter-Cache-TTL`. `responseCacheClear: true` memaksa penyegaran untuk
permintaan saat ini dan menyimpan respons pengganti. Alias snake_case
(`response_cache`, `response_cache_ttl_seconds`, dan
`response_cache_clear`) juga diterima.
Ini terpisah dari caching prompt penyedia dan dari penanda
`cache_control` Anthropic milik OpenRouter. Ini hanya diterapkan pada rute
`openrouter.ai` terverifikasi, bukan URL dasar proksi kustom.
Pada rute OpenRouter terverifikasi, ref model Anthropic mempertahankan
penanda `cache_control` Anthropic khusus OpenRouter yang digunakan OpenClaw untuk
penggunaan ulang cache prompt yang lebih baik pada blok prompt sistem/pengembang.
Pada rute OpenRouter terverifikasi, ref model Anthropic dengan reasoning diaktifkan
menghapus giliran prefill asisten di akhir sebelum permintaan mencapai OpenRouter,
sesuai dengan persyaratan Anthropic bahwa percakapan reasoning berakhir dengan giliran
pengguna.
Pada rute non-`auto` yang didukung, OpenClaw memetakan level thinking yang dipilih ke
payload reasoning proksi OpenRouter. Petunjuk model yang tidak didukung dan
`openrouter/auto` melewati injeksi reasoning tersebut. Hunter Alpha juga melewati
reasoning proksi untuk ref model terkonfigurasi yang kedaluwarsa karena OpenRouter dapat
mengembalikan teks jawaban akhir dalam kolom reasoning untuk rute yang telah dihentikan tersebut.
Pada rute OpenRouter terverifikasi, `openrouter/deepseek/deepseek-v4-flash` dan
`openrouter/deepseek/deepseek-v4-pro` mengisi `reasoning_content` yang hilang pada
giliran asisten yang diputar ulang agar percakapan thinking/alat mempertahankan bentuk
tindak lanjut yang diperlukan DeepSeek V4. OpenClaw mengirim nilai
`reasoning_effort` yang didukung OpenRouter untuk rute ini; `xhigh` adalah level
tertinggi yang diiklankan, dan override `max` yang kedaluwarsa dipetakan ke `xhigh`.
OpenRouter tetap berjalan melalui jalur kompatibel OpenAI bergaya proksi, sehingga
pembentukan permintaan khusus OpenAI native seperti `serviceTier`, Responses `store`,
payload kompatibilitas reasoning OpenAI, dan petunjuk cache prompt tidak diteruskan.
Ref OpenRouter yang didukung Gemini tetap berada di jalur proksi-Gemini: OpenClaw mempertahankan
sanitasi tanda tangan pemikiran Gemini di sana, tetapi tidak mengaktifkan validasi replay
Gemini native atau penulisan ulang bootstrap.
Jika Anda meneruskan perutean penyedia OpenRouter di bawah parameter model, OpenClaw meneruskannya
sebagai metadata perutean OpenRouter sebelum wrapper stream bersama berjalan.
## Terkait
Memilih penyedia, ref model, dan perilaku failover.
Referensi konfigurasi lengkap untuk agent, model, dan penyedia.