OpenRouter Auto Code resolvió nuestras cinco tareas de código y costó entre un 56 y un 78 por ciento menos que fijar Claude Opus 5.5. Pero frente a GPT-6.1 Sol, el modelo que más eligió, fue más barato en una corrida y un 78 por ciento más caro en la otra. La diferencia está en un detalle que la documentación no menciona: cuando Auto Code envía la petición a GPT-6.1 Sol, usa el nivel de servicio prioritario de OpenAI.
yoDEV Tested · 9 de noviembre de 2026
Probamosopenrouter/auto-codefrente a GPT-6.1 Sol y Claude Opus 5.5 fijados, en cinco tareas de Python (46 tests de pytest), mediante la API Chat Completions de OpenRouter desde un entorno Linux en la nube. Los resultados que reportamos como nuestros salen de esa prueba.
¿Qué es OpenRouter y qué es Auto Code?
OpenRouter es una pasarela de API: una sola clave y un único endpoint compatible con OpenAI (https://openrouter.ai/api/v1/chat/completions) delante de cientos de modelos de distintos proveedores. En lugar de integrar cada proveedor por separado, cambias el modelo con un texto: anthropic/claude-opus-5.5, openai/gpt-6.1-sol y así.
Auto Code es un router de modelos (model router) pensado para agentes de código. Envías openrouter/auto-code como modelo y OpenRouter decide qué modelo, y con qué esfuerzo de razonamiento, responde cada petición. OpenRouter lo anunció el 6 de noviembre de 2026, junto con una versión reconstruida de su router general, Auto Router.
Según la ficha del modelo, Auto Code trata cada petición como parte de una sesión de agente y pondera tres cosas: la tasa de tareas de código que pasan, el tiempo hasta completarlas y el costo por tarea resuelta (cost per solved task). Intenta quedarse en el mismo modelo mientras el trabajo va bien; cuando algo falla, prefiere subir el esfuerzo de razonamiento antes que cambiar de modelo (así conserva la caché del prompt), y solo cambia cuando las señales de error apuntan al modelo.
¿Qué diferencias hay entre Auto Code y Auto Router de OpenRouter?
Auto Router (openrouter/auto) es el router general para tráfico mixto y prioriza un nivel de costo eficiente. Auto Code (openrouter/auto-code) usa el mismo motor de enrutamiento, pero arranca en un nivel superior de modelos de código. Ninguno de los dos cobra una tarifa propia: pagas el precio estándar del modelo que atiende cada petición.
La configuración también cambia, y es fácil equivocarse:
| Auto Router | Auto Code | |
|---|---|---|
| ID del modelo | openrouter/auto |
openrouter/auto-code |
| Nivel inicial | Costo eficiente | Nivel superior de código |
| Restringir modelos | Plugin auto-router: allowed_models, excluded_models |
Igual, en auto-router |
| Nivel de costo | cost_tier en auto-router (low … max) |
cost_tier en jev-router (low, medium, high) |
Auto Code ignora el cost_tier que envíes en el plugin auto-router. Si copias el ajuste del anuncio o de la guía de Auto Router, no falla nada: simplemente no se aplica.
Los benchmarks de OpenRouter afirman que Auto Code puntúa “en línea con Claude Opus 5.5” con un 74 por ciento menos de costo por tarea. Son cifras del propio proveedor, publicadas en su página de benchmarks de enrutamiento, y el anuncio no detalla la metodología. Por eso hicimos nuestra propia prueba.
¿Cómo lo probamos?
Escribimos un pequeño paquete de Python con cinco tareas y 46 tests de pytest, todos fallando al empezar:
- Agregar reintentos con backoff exponencial a
fetch_user(el mismo ejemplo del anuncio de OpenRouter) - Corregir tres bugs y agregar validación en un helper
paginate - Implementar
parse_duration("1h30m")con validación estricta - Implementar una caché LRU con TTL
- Implementar
slugifypara nombres en español (tildes, ñ y recorte sin cortar palabras)
Antes de llamar a ningún modelo, verificamos los tests contra nuestras propias soluciones de referencia: pasan los 46. Cada tarea tuvo hasta dos turnos en la misma sesión; si los tests seguían fallando, la salida de pytest volvía al modelo. Corrimos todo el 9 de noviembre de 2026 por el endpoint Chat Completions, y tomamos el costo facturado de los registros de generación de la propia OpenRouter.
Una advertencia desde el principio: cada tarea es un solo archivo que el modelo reescribe completo, no un ciclo de agente con herramientas. Mide trabajo de código rutinario, no sesiones autónomas largas.
¿OpenRouter Auto Code ahorra dinero frente a elegir el modelo a mano?
Frente a Opus 5.5, sí. Frente a su propio modelo favorito, depende de la corrida.
| Configuración | Modelos que respondieron | Resueltas | Costo total | Por tarea resuelta | Tiempo mediano |
|---|---|---|---|---|---|
| Auto Code, corrida 1 | GPT-6.1 Sol ×3, GLM-5.3 ×2 | 5/5 | $0,0420 | $0,0084 | 7,7 s |
| Auto Code, corrida 2 | GLM-5.3 ×4, GPT-6.1 Sol ×1 | 5/5 | $0,0209 | $0,0042 | 4,9 s |
Auto Code + cost_tier: low |
DeepSeek V4.1 Flash ×5 | 5/5 | $0,0092 | $0,0018 | 15,6 s |
| GPT-6.1 Sol fijado | GPT-6.1 Sol | 5/5 | $0,0236 | $0,0047 | 6,1 s |
| Claude Opus 5.5 fijado | Claude Opus 5.5 | 5/5 | $0,0949 | $0,0190 | 8,2 s |
Todas las configuraciones resolvieron todas las tareas, así que con trabajo de este tamaño los modelos no se diferencian en calidad, solo en costo y velocidad. El único fallo en el primer turno fue el nivel low en la tarea de slugs (8 de 11 tests); lo corrigió en el segundo turno, después de ver la salida de los tests.
Frente a Opus 5.5 fijado, Auto Code costó un 56 por ciento menos en la corrida 1 y un 78 por ciento menos en la corrida 2. La cifra de OpenRouter, un 74 por ciento, cae dentro de ese rango. Frente a GPT-6.1 Sol fijado, la corrida 2 fue un 11 por ciento más barata, y la corrida 1, un 78 por ciento más cara.
¿Por qué Auto Code costó más que llamar al mismo modelo directamente?
Porque pagó un carril más rápido. Los registros de generación de OpenRouter muestran que todas las llamadas de Auto Code que fueron a GPT-6.1 Sol corrieron con service_tier: "priority", mientras que nuestras llamadas a GPT-6.1 Sol fijado corrieron en "default". Mismo modelo, mismo prompt: la tarea de reintentos costó $0,0135 con Auto Code frente a $0,0047 fijada, y la de duraciones, $0,0129 frente a $0,0062. Parte de la diferencia también viene de razonar más: 261 tokens de razonamiento frente a 81 en la tarea de reintentos.
Al momento de publicar esta nota, la guía de Auto Code no menciona el nivel prioritario. Tiene sentido para un agente en el que la latencia importa, pero significa que el GPT-6.1 Sol del router no cuesta lo mismo que el tuyo.
¿Qué IA para programar elige Auto Code, y siempre es la misma?
No siempre es la misma. El mismo prompt fue a modelos distintos según la corrida: las tareas de reintentos y de slugs fueron a GPT-6.1 Sol en la corrida 1 y a GLM-5.3 en la corrida 2. Solo la de duraciones fue a GPT-6.1 Sol las dos veces. El router elige entre un conjunto de candidatos: en nuestras corridas, la instantánea del pool tenía 13 modelos, y entre los candidatos aparecían GPT-6.1 Sol, GLM-5.3, Gemini 4 Argon, Kimi K3.1 Pro y Claude Opus 5.5.
El enrutamiento también explica los picos de latencia. Una tarea de caché con GLM-5.3 tardó 118,7 segundos porque el modelo dedicó 3.225 de sus 4.148 tokens de salida a razonar; la misma tarea, con el mismo modelo, tardó 3,9 segundos en la corrida 2. Los modelos fijados fueron los más predecibles: Opus 5.5 se mantuvo entre 5,4 y 8,7 segundos por tarea.
¿OpenRouter Auto Code es gratis?
El router sí, el trabajo no. La ficha del modelo dice que Auto Code es gratuito, pero se refiere a que el router no agrega ninguna tarifa: según el anuncio y la guía, pagas el precio estándar del modelo que atiende cada petición. En nuestra prueba, eso fue entre $0,0018 y $0,0084 por tarea resuelta, según la configuración.
¿Cómo usar OpenRouter Auto Code con tu API key?
Pon openrouter/auto-code como modelo en cualquier lugar donde tu herramienta acepte un nombre de modelo, y usa tu API key de OpenRouter como siempre. Esta es la petición básica de la guía oficial:
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "openrouter/auto-code", "messages": [{"role": "user", "content": "..."}]}'
Si lo usas con un agente, envía un campo session_id (o una cabecera x-session-id) para que el router trate todos los turnos como una sola conversación en lugar de adivinarlo.
Para bajar el nivel de costo, usa el plugin jev-router, no auto-router:
{
"model": "openrouter/auto-code",
"messages": [{"role": "user", "content": "..."}],
"plugins": [{"id": "jev-router", "cost_tier": "medium"}]
}
Para limitar qué modelos puede usar, allowed_models y excluded_models van en auto-router:
{
"model": "openrouter/auto-code",
"messages": [{"role": "user", "content": "..."}],
"plugins": [{"id": "auto-router", "allowed_models": ["anthropic/*", "openai/*"], "excluded_models": ["~anthropic/claude-opus-latest"]}]
}
Si tus restricciones no dejan ningún modelo disponible, la petición falla con un 404 que indica qué campos cambiar. La guía no cubre la configuración para herramientas concretas como Claude Code o Codex, así que aquí tampoco la incluimos.
¿Cómo saber qué modelo respondió en OpenRouter?
Lee el campo model de la respuesta. Para ver la decisión completa, envía la cabecera X-OpenRouter-Metadata: enabled y revisa la etapa jev-router en openrouter_metadata.pipeline. En nuestras corridas mostró la clasificación de la tarea (code:general_impl, con confianza 0,99), el alcance del trabajo (localized_change), los candidatos con su costo estimado y la probabilidad asignada a cada modelo y nivel de esfuerzo. Es lo más útil de toda la función: puedes ver por qué el router hizo lo que hizo.
¿Auto Code funciona con el enrutamiento regional de la UE?
Al momento de publicar esta nota, no: la ficha del modelo indica que Auto Code no está disponible con el enrutamiento regional de la UE (EU in-region routing). Si tu equipo necesita que las peticiones se queden dentro de la UE, revisa la ficha antes de cambiar.
¿Router o modelo fijo: cuál es la mejor IA para programar en tu caso?
Fija el modelo cuando ya sabes cuál funciona para tus tareas y te importa más un costo predecible que la comodidad: en nuestra prueba, GPT-6.1 Sol fijado salió más barato que una de las corridas de Auto Code, casi igual que la otra, y sin sorpresas de latencia. Usa Auto Code cuando, de otro modo, usarías un modelo de frontera como Opus 5.5 para todo, o cuando tu tráfico mezcla tareas triviales y difíciles. Y si lo que más te importa es el costo, cost_tier: low en jev-router fue la configuración más barata que probamos: un 90 por ciento menos que Opus 5.5, con un turno extra en cinco tareas. Si además quieres recortar los tokens que envías, mira cómo usar Headroom con LiteLLM para gastar menos tokens.
Nuestras cifras salen de un solo día, cinco tareas pequeñas y una o dos corridas por configuración. El pool de modelos y los precios cambian a diario, así que tómalas como una foto del momento, no como un ranking.
¿Y tú? ¿Qué modelo usa hoy por defecto tu agente de código?
- Siempre el mismo modelo de frontera
- Lo cambio a mano según la tarea
- Dejo que un router decida (OpenRouter, LiteLLM…)
- Prefiero otra opción (cuéntanos cuál)
Comenta abajo o, si este artículo te llegó por correo, responde directamente al email: tu respuesta se publica aquí.
Relacionado: Cómo conectar todos tus coding agents con OmniRoute