OpenRouter Rilis Eksekusi Kode buat Semua Model AI

Kalian lagi bangun agent yang bisa baca CSV upload-an customer terus ngitung sendiri pakai Python? Dulu kalian harus nyiapin sandbox sendiri dulu sebelum model boleh ngejalanin satu baris kode pun.

Apa yang baru

• Dua tool baru: OpenRouter ngeluarin openrouter:shell dan openrouter:bash, dua tool eksekusi kode server-side yang masih status beta — shell jalan di Responses dan Messages API, bash cuma di Messages API.
• Sandbox per akun: tiap command jalan di container Linux terisolasi yang di-scope ke akun dan workspace kalian sendiri, bukan server bersama dengan user lain.
• Nol akses internet default: container gak bisa konek keluar kecuali kalian buka aksesnya sendiri, jadi kode yang jalan gak bisa diam-diam kirim data ke luar.
• Harga per detik: sandbox dikenain biaya $0.0001 per detik, dengan minimum 30 detik buat container baru atau yang lagi tidur — kalian bayar waktu kompute, bukan langganan bulanan.
• Lintas provider: OpenAI, Anthropic, dan Google masing-masing cuma ngejalanin eksekusi kode buat model bikinan mereka sendiri; openrouter:shell jalan di model apa pun yang tersedia di platform OpenRouter.

Cara kerjanya

Alurnya mirip kalian nyuruh orang baru ngerjain tugas lewat telepon — kalian kasih instruksi, dia kerjain di tempatnya sendiri, lapor hasilnya, baru kalian minta langkah berikutnya kalau belum selesai. Model gak pernah megang komputer kalian langsung.

Prosesnya: model nentuin perlu jalanin command, OpenRouter eksekusi itu di dalam container, lalu output, error, dan status keluarnya dikirim balik ke model dalam request yang sama. Model baca hasilnya, lalu bisa jalanin command lagi atau langsung jawab. Satu request dibatasi maksimal 30 putaran lewat max_tool_calls, jadi loop ini gak bisa jalan selamanya tanpa kontrol.

Kenapa ini penting

Buat developer Indonesia yang bangun agent buat analisis data atau proses file, ini ngilangin satu beban infrastruktur yang sebelumnya wajib ada — nyiapin dan ngamanin sandbox sendiri lewat platform kayak E2B atau container Docker. Sekarang tinggal tambah satu entry di request, dan OpenRouter yang urus container-nya.

Yang bikin beda dari tool sejenis di OpenAI, Anthropic, atau Google: ketiganya cuma jalanin kode buat model mereka masing-masing. Kalau kalian pakai banyak model berbeda lewat satu akun OpenRouter — sesuatu yang makin umum sejak cara setup presets biar gampang ganti model di banyak aplikasi — eksekusi kode ini jadi satu tool yang jalan konsisten, gak peduli model mana yang lagi kalian pakai.

Harga per detik juga penting buat kalian yang masih hitung-hitung biaya proyek kecil. Gak ada biaya tetap bulanan buat infrastruktur yang jarang dipakai — kalian cuma bayar pas sandbox-nya benar-benar jalan.

Buat kalian

• Yang harus peduli: kalian yang bangun agent dengan kebutuhan eksekusi kode dinamis — analisis CSV, transformasi data, validasi angka — dan selama ini ribet ngurus sandbox sendiri atau terpaku pada satu provider model tertentu.
• Yang boleh santai: kalau proyek kalian butuh base image custom, kerjaan GPU, atau sesi yang jalan berjam-jam, sandbox hosted ini belum gantiin kebutuhan itu — platform sandbox sendiri masih relevan buat kasus-kasus itu.
• Langkah kecil pertama: coba tambahin openrouter:shell ke satu request kecil dulu — misalnya tugas yang cuma butuh baca file dan hitung angka sederhana — sebelum nyerahin tugas produksi yang lebih besar ke tool ini.

Infrastruktur yang makin gampang disewa per detik itu bagus, tapi kemampuan nilai kapan sesuatu butuh dikerjain sendiri vs disewa tetap jadi skill yang gak tergantiin — itu yang jadi dasar kurikulum di setiap batch yang gw jalanin di kelas gw.

Sumber primer: blog resmi OpenRouter (openrouter.ai/blog/insights/server-side-code-execution-tools-for-ai-agents-compared).