OpenRouter har lagt till ett betavärdat skalexekveringsverktyg och Files API, vilket ger utvecklare ett sätt att låta verktygsanropande modeller köra kommandon i isolerade Linux-behållare genom OpenRouters routinglager. Releasen är mer än en annan agentfunktion. Det ändrar redovisningsmodellen för multi-modell AI-infrastruktur: en begäran kan nu inkludera modelltokens, verktygskörningstid, filhantering och kompatibilitetsbeteende över mer än en API-stil.

Det nya serververktyget, som heter openrouter:shell, låter modeller som stöds köra kommandon i värdbaserade behållare och returnera standardexekveringsresultat, inklusive stdout, stderr och exit-koder. OpenRouter säger att verktyget fungerar genom sin Responses API-sökväg och dess Anthropic Messages API-kompatibilitetsväg, vilket är viktigt eftersom utvecklare i allt högre grad försöker hålla agentimplementeringar portabla mellan modellleverantörer snarare än att binda varje arbetsflöde till en leverantörs inbyggda verktygsgränssnitt.

OpenRouter prissätter sandlådan till 0,0001 USD per sekund, fakturerad som en del av begäran. Files API-användning ingår under betaversionen. Det skapar en separat kostnadsdimension från vanliga in- och utdatatoken, och det ger gateway-operatörer ett konkret exempel på varför unified AI API-fakturering blir svårare än att summera modelltokenavgifter.

Vad ändrades

Tills nyligen var körning av värdkod vanligtvis kopplad till en leverantörsspecifik agentstack eller krävde utvecklare att driva sin egen sandlådeflotta. OpenRouters beta infogar den förmågan i en routingplattform som redan används för att komma åt många modeller. Rent praktiskt kan en agent be en modell att inspektera data, köra skript, manipulera filer eller testa små kodbitar utan att applikationsteamet tillhandahåller behållare direkt för varje körning.

Kompatibilitetsdetaljerna är viktiga. OpenRouter positionerar skalverktyget inte som en egenskap hos en modellfamilj, utan som en verktygsyta på plattformsnivå tillgänglig genom välbekanta API-mönster. För team som har byggt mot OpenAI-stil Responses-semantik, eller Antropic-style Messages-semantik, kan det värdbaserade verktyget sitta närmare gatewaylagret än modelllagret.

Det gör inte verktygets beteende magiskt enhetligt. Olika modeller varierar i hur de anropar verktyg, återställer sig från fel, resonerar kring kommandoutmatning och hanterar filer. Men infrastrukturbeslutet förändras. Istället för att bara fråga vilken modell som kan skriva ett skalkommando, måste utvecklare nu fråga vilken gateway som säkert kan köra den, mäta den och returnera resultaten i den API-form som deras klient redan förstår.

Varför körtidsmätning är viktig

Tokenprissättning räcker inte längre för att beskriva kostnaden för en agentförfrågan. En enskild användaråtgärd kan innebära en prompt, flera modellvändningar, filuppladdningar, skalexekvering, återförsök och slutlig sammanfattning. Den dyra delen kan vara modellens utdata, eller så kan det vara ett långvarigt kommando som producerar lite text. OpenRouters sandlådepris per sekund gör denna distinktion explicit.

För utvecklare är den omedelbara konsekvensen budgetdesign. Agentslingor behöver gränser för kommandons varaktighet, försök igen och antaganden om fillagring. En ofarlig begäran som expanderar till upprepade skalanrop kan ackumulera körtidsavgifter även om tokenanvändningen förblir blygsam. Loggningen behöver inte bara visa modell-, leverantörs- och tokenantal, utan verktygsnamn, exekveringslängd, utgångsstatus och om modellen försökte igen efter ett fel.

För företag som bygger på modellens gateways, rör förändringen marginaler och kundrapportering. En partnerprodukt som återförsäljer AI-automation kan inte behandla varje begäran som en textkomplettering med en markering. Den behöver en användningsreskontra som kan tillskriva modellkostnad och värdverktygskostnad till rätt arbetsyta, slutkund eller API-nyckel. Det är direkt relevant för partner API-automatisering, där nedströmskunden kanske aldrig ser OpenRouters råfaktura men ändå förväntar sig en sammanhängande faktura.

Vem berörs

Den första drabbade gruppen är agentutvecklare som vill ha kodexekvering utan att förbinda sig till en modellleverantörs fullständiga agentplattform. OpenRouters tillvägagångssätt kan tilltala team som redan dirigerar trafik över modeller och vill lägga till skalåtkomst samtidigt som de behåller viss flexibilitet i modellvalet.

Den andra gruppen är plattforms- och gateway-team. De måste nu bestämma om värdbaserade verktyg är förstklassiga katalogartiklar, om de kan aktiveras per arbetsyta och hur deras kostnader visas i instrumentpaneler. En modellkatalograd kan behöva paras ihop med verktygstillgänglighet, körtidsgränser och kompatibilitetsanmärkningar. Åtkomstkontroll kan behöva skilja mellan att tillåta ett modellanrop och att tillåta det samtalet att starta en container.

Den tredje gruppen är ekonomi- och driftsteam som hanterar AI-utgifter. Användningsanalyser som stannar vid tokens kommer att missa en växande klass av agentinfrastrukturkostnader. En användbar dashboard för AI API-användningsanalys bör visa om en topp kom från modellval, tokenvolym, sandlådans körtid eller en förändring i arbetsflödesdesign som orsakade extra verktygsanrop.

Vad är fortfarande osäkert

Betaversionen lämnar flera praktiska frågor öppna. OpenRouter säger att Files API-användning ingår i skalverktyget under betaversionen, men långsiktig filprissättning, lagringsregler och driftsgränser kan fortfarande ha betydelse för produktionsbelastningar. Utvecklare måste också testa vilka modeller som fungerar tillförlitligt med skalverktyget över de API-kompatibilitetsvägar som stöds.

Säkerhet är en annan olöst implementeringsfråga för köpare. OpenRouter beskriver kommandona som att de körs i isolerade värdbaserade Linux-behållare, men företag kommer fortfarande att fråga om nätverksåtkomst, paketinstallation, filbeständighet, granskningsloggar och datahantering innan de skickar känsliga arbetsbelastningar genom en värdbaserad körmiljö.

Den bredare riktningen är dock tydlig: gateways absorberar mer av agentens körtid. Modellrouting betydde tidigare att välja vart en uppmaning skickades. Nu inkluderar den alltmer verktygssemantik, filtillstånd, exekveringspolicy och icke-tokenmätning. OpenRouters skalbeta är en användbar markör eftersom den sätter ett tydligt pris på en förmåga som många agentbyggare har behandlat som bakgrundsinfrastruktur. När exekveringstiden visas på sedeln blir den en del av produktarkitekturen.