Warp के agents को अपने खुद के inference endpoint से power दें।

Quick answer: settings, URL, key, model ids।

Warp की Settings खोलें और configuration पर jump करने के लिए "inference endpoint" search करें। Endpoint URL डालें, https://api.apisrouter.com/v1, credential के तौर पर अपनी APIsRouter key, और जो model id या ids आप इसके through route करना चाहते हैं, जैसे claude-sonnet-4-6 और gpt-5.6-sol। Save होने के बाद, वे models built-in options के बगल में Warp के model picker में दिखते हैं। Billing behavior ही असली बात है: जब आप picker से एक endpoint-routed model explicitly select करते हैं, Warp request को Warp के AI credits consume करने की बजाय आपके endpoint के through route करता है, और cost आपके gateway balance पर जाती है जहां आप इसे प्रति request देख सकते हैं। Warp के docs इस flow को उनके Bring Your Own API Key setup को mirror करने वाला describe करते हैं, तो अगर आपने पहले BYOK configure किया है तो यह familiar लगेगा।

Endpoint URL:  https://api.apisrouter.com/v1
Credential:    sk-YOUR-APISROUTER-KEY
Model id(s):   claude-sonnet-4-6
               gpt-5.6-sol

then: select the endpoint-routed model
      in Warp's model picker

Warp endpoint को कैसे use करता है।

Warp agentic terminal है: इसके agents commands draft करते हैं, failures explain करते हैं, multi-step tasks चलाते हैं, और उसी window से code edit करते हैं जिसमें आप काम करते हैं। Warp का अपना documentation requirement को साफ़-साफ़ बताता है: endpoint को /v1/chat/completions पर OpenAI Chat Completions API implement करना ज़रूरी है, और उनका launch post model routers और hosted gateways को intended targets के तौर पर नाम देता है, तो एक multi-vendor gateway यहां first-class citizen है, कोई trick नहीं। शुरू करने से पहले जानने लायक दो documented constraints हैं। पहला, endpoint publicly reachable होना ज़रूरी है: localhost, 127.0.0.1, और private network URLs configuration time पर reject हो जाते हैं, जो Warp को सीधे एक local inference server पर point करना rule out करता है लेकिन एक hosted gateway के लिए irrelevant है। दूसरा, Warp का Auto model selection हमेशा Warp credits consume करता है भले ही एक custom endpoint configured हो; सिर्फ picker से एक endpoint-routed model explicitly pick करना ही आपके endpoint के through route होता है। अगर आपका spend gateway console में move नहीं हो रहा, check करें कि session ने actually कौन सा model use किया। Availability plan-dependent है: custom inference endpoints individuals और दस या उससे कम लोगों वाले organizations के लिए Free और eligible paid plans पर offer किए जाते हैं, जबकि बड़ी organizations को Warp के Business या Enterprise tiers चाहिए। यह सीधे Warp के docs से है और उनकी तरफ से बदल सकता है।

Terminal agent work के लिए models चुनना।

Terminal agents chat से अलग तरीके से bill होते हैं: हर command explanation, retry, और output summary session context carry करने वाला एक request है। चूंकि endpoint-routed usage gateway console में प्रति request और प्रति model जाती है, real usage का एक हफ्ता आपको प्रति candidate model एक honest number देता है, जो किसी pricing page से guess करने से बेहतर है, यह page भी शामिल।

• daily driver के तौर पर claude-sonnet-4-6: dependable command generation, strong tool use, multi-step tasks पर अच्छा judgment।
• Fast scoped work के लिए gpt-5.6-sol, जहां प्रति-turn latency तय करती है कि terminal कैसा महसूस होता है।
• Hard sessions के लिए claude-opus-4-7: services के across debugging, लंबी investigative chains, infrastructure changes जिन्हें reasoned through चाहिए।
• अपने shell workflows पर Claude के against A/B करने के लिए frontier generalist के तौर पर gpt-5.5।
• High-volume routine agent use के लिए value pick के तौर पर deepseek-v4-pro, जहां rate frontier polish से ज़्यादा matter करती है।

जितना उपयोग उतना भुगतान · आधिकारिक मूल्य से कम

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Warp के लिए specific failure modes।

हमेशा की तरह, Warp की तरफ debug करने से पहले दो curl commands, models listing और एक chat completion, से gateway half prove करें। अगर curl pass होता है और Warp fail होता है, तो problem endpoint form या model picker selection में है, कहीं और नहीं।

• Save time पर endpoint rejected: Warp design से localhost और private-network URLs reject करता है। Endpoint publicly reachable होना ज़रूरी है; एक hosted gateway URL यह check pass करता है।
• Spend अभी भी Warp credits पर hit हो रहा है: session Auto model selection पर है, जो हमेशा Warp credits use करता है। Picker में explicitly endpoint-routed model pick करें।
• Model not found: endpoint config में आपने जो id type की वह gateway catalog से match नहीं करती। /v1/models listing से ids byte for byte copy करें।
• Endpoint से 401: credential field में एक stale या truncated key है। Warp के बाहर confirm करने के लिए same key के साथ models listing curl करें।
• Feature बिल्कुल visible नहीं: अपना plan check करें। Custom endpoints individuals और small orgs के लिए Free और eligible paid plans पर available हैं; बड़ी organizations को Warp के docs के हिसाब से Business या Enterprise चाहिए।

कौन Warp को एक gateway के through route करता है।

• Developers जो Warp के agents के पीछे Claude चाहते हैं एक prepaid balance पर, free start और बिना card के।
• Heavy agent users जिनकी Warp credit consumption उनके plan से आगे निकल गई, explicit model picks को अपने खुद के metered endpoint पर move करते हुए।
• Model shoppers जो real terminal workflows पर coding models compare करते हैं, जहां हर candidate endpoint config में बस एक और id है।
• दस या उससे कम लोगों वाली teams जो एक gateway key standardize करती हैं ताकि terminal, editor, और CI agents एक usage log share करें।
• लोग जो पहले से दूसरे tools को एक gateway के through चलाते हैं और Warp को same key और console पर चाहते हैं।

Endpoint verify करें और routing confirm करें।

Warp में configure की गई exact key और id के साथ दो standard checks run करें। दोनों pass होने का मतलब है gateway ready है और कोई भी बचा हुआ issue Warp की settings या model selection में है। फिर Warp में explicitly select किए गए endpoint model के साथ एक real agent task run करें, और confirm करें कि request APIsRouter console में expected model और token counts के साथ दिखता है। वह एक confirmation Auto-mode gotcha को तुरंत पकड़ लेता है, और उसके बाद console आपका प्रति-request record है कि terminal actually क्या spend करता है।

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -50

curl -s https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $APISROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-sonnet-4-6",
       "messages":[{"role":"user","content":"ping"}]}'

अक्सर पूछे जाने वाले प्रश्न