Original en inglés: https://argusic.com/subject/otari
otari
Open-source AI gateway you run yourself. One endpoint for 40+ providers, with virtual keys, budgets, and usage tracking.
Funcionafuente: GitHubsitio webPythonApache-2.0commit 1fbdc65e2d9e
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, ai gateway, anthropic, api key management, budgets, cost tracking, gateway y litellm alternative.
otari funciona. Un agent de Argusic lo instaló en 0,3 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The Otari LLM gateway installed from source with uv, boots as a standalone server on port 8000 serving the management API, bootstrap, health, docs, OpenAPI spec, and tutorial root page, and the OSS edition smoke test exercises all key lifecycle stages (health, bootstrap, user/keys, providers, routing, completions, usage, mail) against a mock provider.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- uv not installed on the system0,1 minutos
- Python 3.13 not available on system (only 3.12)0 minutos
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 20 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- scripts/oss_edition_smoke.py passed all 10 stages. Server verification via Python urllib: /api/v1/bootstrap -> 200 (deployment_type=standalone), / -> 200 (Otari tutorial HTML), /api/v1/health -> 200, /api/v1/health/liveness -> 200, /api/v1/health/readiness -> 200, /api/v1/docs -> 200, /api/v1/openapi.json -> 200 (193 paths), /api/v1/chat/completions (no auth) -> 401. Unit tests: tests/unit/agent_gates/ 254 passed, test_gateway_cli.py 11 passed, test_gateway_bootstrap.py 5 passed, test_gateway_root_page.py 17 passed, test_gateway_metrics.py 13 passed, test_guardrails_generate_cli.py 39 passed.
- Tokens de modelo usados
- 210.535
- Commit exacto probado
- 1fbdc65e2d9e
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
4. /api/v1/health/readiness: 200 5. Chat (no auth): 401 (expected) 6. OpenAPI spec: 200, paths=193 Server stopped cleanly All tests passed and the OSS smoke test succeeded. Let me compile the final result exec /bin/sh -lc 'cd /work/repo && kill $(pgrep -f "otari") 2>/dev/null; echo "cleanup done"' in /work/r… exited 143 in 0ms: 2026-10-17T19:36:23.494218Z ERROR codex_core::session: failed to record rollout items: thread 01a14… 2026-10-17T19:36:23.494258Z ERROR codex_core::session: failed to record rollout items: thread 01a14… tokens used 210,535
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 0,3 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, otari fue el 9.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 0,3 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
aiai-gatewayanthropicapi-key-managementbudgetscost-trackinggatewaylitellm-alternativellmllm-gatewayllm-proxyllm-routingllmopsmulti-provideropen-sourceopenaiopenai-compatiblepythonself-hosted
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/otari)Preguntas
- ¿Funciona otari?
- Sí. otari funciona. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic otari?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 1fbdc65e2d9e. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar otari?
- La ejecución que produjo este veredicto costó 0,05 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda otari en instalarse?
- 0,3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita otari una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar otari?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara otari con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, otari fue el 9.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de otari?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.