# OpenRouter API

> সাধারণ টেক্সট LLM গেটওয়ে, যেখানে `model` ফিল্ড নির্ধারণ করে কোন ভাষা মডেল প্রম্পটের উত্তর দেবে

প্রয়োজনীয় `model` প্যারামিটার দিয়ে নির্বাচিত ভাষা মডেলে একটি `prompt` পাঠায়। ঐচ্ছিক ইনপুটের মধ্যে রয়েছে `system_prompt`, 0 থেকে 2 পর্যন্ত `temperature`, `max_tokens`, একটি `reasoning` ফ্ল্যাগ এবং `enable_web_search`-এর মাধ্যমে ওয়েব সার্চ। আউটপুটে জেনারেট করা টেক্সট, ঐচ্ছিক রিজনিং এবং টোকেন ব্যবহার থাকে।

- 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.ru/v1/run/openrouter/router`
- Quote: `POST https://api.doitong.ru/v1/quote/openrouter/router`
- Docs page: https://doitong.com/bn/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.ru/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 |  |  | চ্যাট কমপ্লিশনের জন্য সরবরাহ করা প্রম্পট। |
| `system_prompt` |  | string \| null | no |  |  | মডেলকে নির্দেশনা বা প্রসঙ্গ সরবরাহকারী সিস্টেম প্রম্পট। |
| `model` |  | string | yes |  |  | চালানোর জন্য মডেল শনাক্তকারী নাম। |
| `reasoning` |  | boolean | no | `false` |  | চূড়ান্ত উত্তরে রিজনিং অন্তর্ভুক্ত করা হবে কি না। |
| `temperature` |  | number | no | `1` | 0 – 2 | উত্তরের বৈচিত্র্য নিয়ন্ত্রণ; ইনপুট অপরিবর্তিত থাকলে 0 অভিন্ন উত্তর নিশ্চিত করে। মান বাড়ালে উত্তর অনুমানযোগ্য, প্রচলিত উত্তরের বদলে আরও বৈচিত্র্যময় ও কম প্রচলিত হয়। |
| `max_tokens` |  | integer \| null | no |  | ≥ 1 | উত্তরে জেনারেট করা টোকেনের সংখ্যা এমন একটি মানে সীমাবদ্ধ করুন যা কনটেক্সট দৈর্ঘ্য থেকে প্রম্পটের দৈর্ঘ্য বাদ দেওয়ার চেয়ে বেশি নয়। জেনারেশন নির্দিষ্ট সীমা অতিক্রম করতে পারে না। |
| `enable_web_search` |  | boolean | no | `false` |  | ওয়েব অ্যাক্সেস টগল, যা মডেলকে কখন এবং অনুসন্ধান করবে কি না তা বেছে নিতে দেয়; একটি রিকোয়েস্টে একাধিক অনুসন্ধানও করা যায়। রিয়েল-টাইম তথ্য পেতে অনুসন্ধানগুলো OpenRouter-এর সার্ভার-সাইড ওয়েব সার্চ টুল ব্যবহার করে। |
| `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 |  |  | ওয়েব সার্চ কনফিগারেশন, যাতে ইঞ্জিন নির্বাচন, ফলাফলের সীমা এবং ডোমেন ফিল্টারিং অন্তর্ভুক্ত। শুধুমাত্র enable_web_search true হলে ব্যবহৃত হয়। |
| `web_search_options.engine` |  | enum (string) | no | `auto` | `auto`, `native`, `exa` | সার্চ ইঞ্জিন নির্বাচন: নেটিভ সার্চ অনুপলভ্য হলে 'auto' এবং 'native' উভয়ই Exa-তে ফিরে যায়। 'auto' উপলভ্য provider-native search ব্যবহার করে; 'native' OpenAI, Anthropic, Google, xAI বা Perplexity-এর বিল্ট-ইন সার্চকে অগ্রাধিকার দেয়। শুধুমাত্র Exa-এর সার্চ API ব্যবহার করতে 'exa' নির্বাচন করুন। |
| `web_search_options.max_results` |  | integer \| null | no |  | 1 – 25 | প্রতিটি Exa সার্চ কলের ফলাফলের সীমা, 1 থেকে 25 পর্যন্ত; ডিফল্ট 5। নেটিভ provider search এই সেটিং উপেক্ষা করে। |
| `web_search_options.max_uses` |  | integer \| null | no |  | ≥ 1 | প্রতি-রিকোয়েস্ট সার্চ সীমা, নেটিভ সার্চের জন্য Anthropic-এ পাঠানো হয় কিন্তু অন্যান্য নেটিভ provider উপেক্ষা করে। সীমার অতিরিক্ত কলগুলো ত্রুটি ফলাফল পায় এবং চালানো হয় না। |
| `web_search_options.max_total_results` |  | integer \| null | no |  | ≥ 1 | একটি রিকোয়েস্টের সব অনুসন্ধানের সম্মিলিত ফলাফল সীমা। |
| `web_search_options.search_context_size` |  | enum (string) \| null | no |  | `low`, `medium`, `high` | Exa-এর প্রতি-ফলাফল রিট্রিভাল পরিমাণ; উভয়টি সরবরাহ করলে max_characters দ্বারা প্রতিস্থাপিত হয় এবং নেটিভ provider search-এর ক্ষেত্রে উপেক্ষিত হয়। 5K অক্ষরের জন্য low, 15K-এর জন্য medium বা 30K-এর জন্য high নির্বাচন করুন; অনির্দিষ্ট রাখলে Exa প্রতি ফলাফলে আনুমানিক 2–4K অনুযায়ী পরিমাণ মানিয়ে নেয়। |
| `web_search_options.max_characters` |  | integer \| null | no |  | 1 – 100,000 | Exa-এর প্রতি-ফলাফল কনটেন্ট অক্ষর সীমা, উভয় সেটিং সরবরাহ করলে search_context_size-কে অগ্রাহ্য করে। 1 থেকে 100,000 অক্ষরের মধ্যে সুনির্দিষ্ট সর্বোচ্চ মান সেট করুন; নেটিভ provider search এই সেটিং উপেক্ষা করে। |
| `web_search_options.allowed_domains` |  | array of string \| null | no |  |  | Exa এবং অধিকাংশ নেটিভ সার্চ provider-এর জন্য ডোমেন allowlist, যা ফলাফলকে তালিকাভুক্ত ডোমেনে সীমাবদ্ধ করে। Google native search এটি সমর্থন করে না। |
| `web_search_options.excluded_domains` |  | array of string \| null | no |  |  | Exa অনুসন্ধান এবং সামঞ্জস্যপূর্ণ নেটিভ প্রদানকারীদের জন্য ডোমেন বাদ দেওয়ার তালিকা; Google ও OpenAI নেটিভ অনুসন্ধান এই তালিকা প্রয়োগ করতে পারে না। তালিকাভুক্ত ডোমেন থেকে আসা ফলাফল বাদ দেওয়া হয়। |
| `web_search_options.user_location` |  | object {type, city, region, country, timezone} \| null | no |  |  | ব্যবহারকারীর আনুমানিক অবস্থান, যা নেটিভ অনুসন্ধানের ফলাফলকে ভৌগোলিকভাবে প্রভাবিত করে; Exa এই তথ্য ব্যবহার করে না। |
| `web_search_options.user_location.type` |  | string | no | `approximate` |  | অবস্থান শ্রেণিবিন্যাস; সমর্থিত একমাত্র মান হলো 'approximate'। |
| `web_search_options.user_location.city` |  | string \| null | no |  |  | শহরের নাম, যেমন 'San Francisco'। |
| `web_search_options.user_location.region` |  | string \| null | no |  |  | রাজ্য বা অঞ্চলের নাম, যেমন 'California'। |
| `web_search_options.user_location.country` |  | string \| null | no |  |  | দুই অক্ষরে প্রকাশিত দেশের শনাক্তকারী, যেমন 'US'। |
| `web_search_options.user_location.timezone` |  | string \| null | no |  |  | IANA নোটেশনে টাইমজোন শনাক্তকারী, যেমন '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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/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.ru/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.ru/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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `output` | string | মডেল দ্বারা তৈরি ফলাফল। |
| `reasoning` | string \| null | চূড়ান্ত উত্তরের সমর্থনে তৈরি করা যুক্তি। |
| `partial` | boolean | আউটপুট অসম্পূর্ণ কি না নির্দেশ করে। |
| `error` | string \| null | কোনো ত্রুটি ঘটলে সেটি বর্ণনা করা বার্তা। |
| `usage` | object {prompt_tokens, completion_tokens, total_tokens, cost, prompt_tokens_details} \| null | টোকেন ব্যবহারের বিবরণ। |

## 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.ru/v1/models/openrouter/router