Experiential
Gateway model sumber terbuka tanpa markup untuk BYOK, self-hosted, dan kredit platform — satu API OpenAI-kompatibel plus router yang belajar dari trafik agenmu
Editorial Wawasan AI · Diperbarui 11 November 2026
experientiallabs/experiential duduk di peringkat sembilan tren harian Trendshift 11 November 2026 dengan deskripsi panjang yang menyebut gateway zero markup untuk BYOK, self-hosted, dan 1000+ marketplace models, serta 16.266 bintang di GitHub pada 11 November 2026 pukul 07.20 WIB. Produknya ada dua lapisan yang harus dibaca terpisah: sebuah paket Python yang menjalankan gateway di mesinmu sendiri (pip install experiential, lalu exp) dan sebuah platform hosted di api.experientiallabs.ai yang menyajikan API yang sama. Klaim pembeda yang proyek tulis sendiri adalah nol markup di kedua jalur, dan satu janji yang lebih besar: mengubah trafik produksi menjadi router kustom, atau model khusus yang kamu punya. Halaman referensi machine-readable-nya yang editorial baca hari ini menyebut dua lane pembayaran, anggaran dalam nano-dollar dengan aturan '0 is a HARD $0 cap, never 'no cap'', dan batas Free core 10 permintaan per menit. Wawasan AI tidak memasang paket ini, tidak menjalankan exp, tidak mengirim satu permintaan pun ke gateway lokal maupun hosted, dan tidak memverifikasi satu angka tagihan pun hari ini.
Skor Rinci
Kelebihan
- +Satu titik masuk untuk tiga sumber model yang berbeda sifatnya, dan README menulisnya sebagai daftar: hosted, BYOK, dan lokal lewat satu API OpenAI-kompatibel — dengan catatan halaman referensi bahwa permukaan Messages Anthropic juga dilayani, jadi agen yang sudah memakai SDK Anthropic tidak perlu ditulis ulang
- +Klaim harga yang jarang ditulis vendor gateway: halaman referensi mencetak duanya jalur pembayaran, pass_through untuk kunci penyedianmu sendiri dengan kalimat 'No markup: the provider bills you directly', dan platform_funded untuk kredit platform, lalu menutup bagian itu dengan 'Either way, the gateway adds zero markup' — klaim proyek, bukan hasil uji editorial
- +Ambang anggaran dipasang di level yang bisa diaudit: API anggaran memakai limit_nano_usd dengan konversi yang halaman referensi cetak eksplisit '$1 = 1000000000' dan aturan yang melindungi dari salah baca 0 is a HARD $0 cap, never 'no cap', plus cakupan per identitas dan per kunci untuk periode berjalan atau satu bulan YYYY-MM
- +Sisi agennya diperlakukan sebagai pekerjaan utama, bukan tambahan: README menyertakan SETUP.md berisi prompt siap-tempel untuk Claude Code, Cursor, Codex, Aider, dan Conductor supaya agenmu menjalankan pemasangan untukmu, dan halaman referensi menyediakan llms.txt sebagai kontrak machine-readable untuk agen
- +Ada jalur dari trafik nyata ke model khusus yang pemiliknya kamu: exp build untuk menyusun simulasi dari jejak OpenTelemetry agenmu, lalu exp optimize model yang README tulis sebagai fine-tune model sumber terbuka memakai Tinker — satu alur kustomisasi yang berakhir pada bobot yang kamu own
- +Untuk coba-coba tanpa beban, tersaji dataset publik dan akses gratis yang bersyarat: satu dataset jejak terminal di Hugging Face yang README tautkan untuk uji coba, dan bagian Free core di halaman referensi yang menyebut GPT-6 Luna, DeepSeek V4.1 Flash, dan Clef dengan batas 10 requests/minute serta 250.000 tokens/minute per model, berbagi 1 juta token masukan dan keluaran per hari yang reset pada 00.00 UTC
- +Gerbang keamanan dasarnya tertulis di dokumentasi, bukan diasumsikan: kunci berbentuk xpl_ ditambah 40 karakter heks kecil yang hanya muncul sekali saat dibuat, cakupan satu organisasi, dan jawaban 401 invalid_key yang halaman referensi tulis sengaja tidak membedakan kunci hilang, rusak, dicabut, atau kedaluwarsa
- +Ritme rilisnya ekstrem dan terdokumentasi lewat catatan teknis: API GitHub pada hari baca menampilkan halaman rilis berisi 100 entri dengan yang terbaru v0.7.234 pada 7 November 2026, PyPI mencetak 0.7.236 yang terunggah 11 November 2026 pukul 00.04 UTC, dan badan rilis terakhir itu menyebut perbaikan konkret termasuk koneksi Postgres yang putus dijadikan 503 yang bisa di-retry
Kekurangan
- −Angka-angkanya adalah klaim dokumen, bukan hasil ukur: tidak ada satu pun benchmark publik yang editorial baca hari ini yang membandingkan mutu router Experiential terhadap router buatan tim sendiri, dan deskripsi 'learns from your traffic to cut costs, recommend better models' tidak datang dengan angka penghematan yang terverifikasi
- −Lapisan penangkap trafik paling baru justru paling terbatas: README menulis capture dirancang untuk aplikasi desktop Codex dan Claude Code, menuntut macOS dan Python 3.13 atau lebih baru, memerlukan persetujuan ekstensi dan sertifikat, lalu menambahkan dua kalimat batas sendiri — Capture is experimental dan macOS network reliability is still under investigation
- −Akses gratis tidak dibuka oleh pendaftaran biasa: halaman referensi dan SETUP.md sama-sama menulis bahwa verifikasi email saja tidak mengaktifkan Free core dan bahwa kartu atau verifikasi pembayaran diperlukan, sementara unggahan jejak tidak menuntut verifikasi kartu — dua aturan yang mudah terbalik dibaca
- −Angka 1000+ marketplace models hanya ada sebagai kalimat deskripsi repositori: yang editorial baca hari ini adalah daftar kemampuan dan batasan di halaman referensi, bukan katalog berisi seribu model yang bisa dihitung, jadi jumlah itu tidak editorial konfirmasi
- −Rasio kontribusinya sangat terkonsentrasi: API kontributor pada hari baca menampilkan SilenNaihin 658 kontribusi dan kfallah 398, disusul akun bot devin-ai-integration dengan 81, lalu tujuh nama berikutnya di angka 2 atau 1 — dari 1.242 commit yang header pagination API hitung
- −160 pada field open_issues_count pada 11 November 2026, yang pencarian API pecah menjadi 54 isu terbuka dan 106 pull request terbuka: antrean PR yang lebih besar dari antrean isu untuk proyek berumur empat setengah bulan, dan sebagian pekerjaan itu dikerjakan agen
- −Telemetri bawaan yang harus kamu matikan sendiri: halaman README menulis PostHog product telemetry anonim agregat aktif secara bawaan — dengan jaminan tidak memuat prompt, jejak, nama model, atau kredensial — dan jalur mematikannya tersedia lewat exp config telemetry disable yang simpannya lokal di .exp/settings.toml; untuk instansi, 'aktif secara bawaan' adalah temuan yang harus dilaporkan, bukan dilewati
- −Wawasan AI tidak menjalankan gateway ini, tidak membuat akun, tidak menghubungkan satu kunci penyedia pun, tidak mengukur latensi 57,1 ms yang badge proyek cetak hari ini, dan tidak memverifikasi klaim nol markup terhadap tagihan nyata
Ulasan Lengkap
Pada 11 November 2026 Trendshift menempatkan experientiallabs/experiential di peringkat sembilan tren harian, dengan deskripsi yang halaman cetak sebagai berikut: Experiential is the open source, zero markup gateway for BYOK, self-hosted and 1000+ marketplace models. It learns from your traffic to cut costs, recommend better models, and train a specialized model you own — dan kolom topic snapshot yang menulis LLM gateway, sementara field topics API GitHub pada hari yang sama mengembalikan array kosong. API GitHub yang editorial baca pukul 07.20 WIB mencatat 16.266 bintang, 300 fork, lisensi SPDX Apache-2.0, bahasa utama Python, 19 pengikut pada field subscribers_count, dan 160 pada field open_issues_count; seperti biasa kolom itu menggabungkan isu dan pull request terbuka, dan pencarian API pada menit yang sama memecahnya menjadi 54 isu terbuka plus 106 pull request terbuka. Kolom homepage berisi https://experientiallabs.ai, has_discussions false, cabang bawaan main, dan ukuran repositori yang API laporkan 108.337 kilobyte. Repositori dibuat 24 Juni 2026 pukul 22.40 UTC, push terakhir 11 November 2026 pukul 00.00 UTC, dan field updated_at bergerak 11 November 2026 pukul 00.19 UTC — jadi umurnya empat setengah bulan dan ia bergerak pada hari baca. Komposisi bahasa yang API kembalikan didominasi Python 21.214.211 byte, diikuti Rust 3.554.235 byte, HTML 9.975 byte, dan Just 959 byte: kombinasi dua bahasa itu yang menjelaskan kalimat README bahwa yang melayani rute adalah compiled native data plane. API kontributor menampilkan SilenNaihin 658 kontribusi, kfallah 398, devin-ai-integration[bot] 81, lalu Adityakk9031, sunkickr, sdivyanshu90 dan brainRottedCoder masing-masing 2, dan SyN-droMe, Ayush7614, jaedmunt masing-masing 1, di atas 1.242 commit yang header pagination API hitung dengan per_page=1. Wawasan AI tidak mengkloning repositori ini dan tidak menjalankan satu perintah pun hari ini.
Cara proyek menjelaskan dirinya tertulis sebagai tiga langkah di README: Use hosted, BYOK, and local models through one OpenAI-compatible API; Control which users and agents can use which models, for which use cases, and how much they can spend; Turn production traffic into a custom router or model optimized for quality, speed, and cost. Jalur lokalnya pendek: pip install experiential lalu exp, dan README menjelaskan bahwa pada jalan pertama wizard setup memakai pemilih penyedia, model, dan reasoning-effort bersama, menyimpan setiap koneksi penyedia yang dipilih, lalu menampilkan nilai bawaan untuk alias publik, identitas, dan anggaran perintah sebesar $50.00 sebelum mencetak satu kunci sekali-tampil. Setelah itu permukaannya adalah satu endpoint OpenAI-kompatibel: README memberi contoh curl ke http://127.0.0.1:8000/v1/chat/completions dengan Authorization Bearer EXP_GATEWAY_KEY dan nama model berupa alias publik seperti opus-5, dan menambahkan bahwa gateway lokal dijalankan dengan exp atau exp run sementara data plane native melayani semua rute pada loopback. Dari Python, README menunjukkan exp.load_router('my-project') yang mengembalikan klien chat completions resmi yang di-backing gateway privatnya sendiri. Jalur hosted ada di dokumen yang sama: platform.experientiallabs.ai menyajikan API OpenAI-compatible dan Anthropic Messages yang sama di https://api.experientiallabs.ai/v1, dan README menyebut tujuh penyedia yang kuncinya boleh kamu sambungkan sendiri untuk free pass-through — OpenAI, Anthropic, Gemini, Azure, Bedrock, Fireworks, dan OpenRouter. Perlu dicatat apa yang tidak ada: tidak ada tabel harga lintas penyedia, tidak ada angka pembanding mutu router, dan tidak ada daftar 1.000 model yang kalimat deskripsi itu janjikan.
Dua bagian yang paling menjelaskan niat proyek adalah capture dan optimize. Capture, per README, dirancang untuk mengumpulkan jejak yang didukung dari aplikasi desktop Codex dan Claude Code memakai langganan ChatGPT atau Claude yang sudah kamu punya, sementara permintaannya berjalan langsung ke OpenAI atau Anthropic; syaratnya macOS, Python 3.13 atau lebih baru, dan persetujuan untuk ekstensi serta sertifikatnya, dan README menuliskan batasnya sendiri dalam dua kalimat: Capture is experimental dan macOS network reliability is still under investigation. Sisi optimize dimulai dari jejak: kumpulkan trace OpenTelemetry dari agenmu sekarang, atau ambil dataset terminal-tasks publik yang README tautkan ke Hugging Face sebagai jalan pintas untuk mencoba, lalu jalankan exp build support-agent yang membimbing pemilihan penyedia, model, dan anggaran sambil meminta berkas trace, dan lanjutkan dengan exp optimize model support-agent yang README tulis sebagai fine-tune model sumber terbuka yang kamu own memakai Tinker. Bentuk pemakaian hari-hari berikutnya ada di halaman referensi machine-readable yang editorial baca hari ini: kunci berbentuk xpl_ ditambah 40 karakter heks kecil yang plaintext-nya hanya muncul sekali, satu kunci menjangkau permukaan inferensi /v1 sekaligus API manajemen untuk membaca katalog, menulis waterfall penyedia, menghubungkan BYOK, dan membaca pemakaian, tapi tidak bisa mencetak atau mencabut kunci maupun mengubah batas kunci lain. Baris yang paling penting untuk anggaran tertulis di sana: limit_nano_usd dengan konversi $1 = 1000000000, dan kalimat '0 is a HARD $0 cap, never 'no cap'' — sebuah keputusan desain yang mencegah satu angka nol berubah menjadi tanpa batas. Baris pemakaian yang sama juga menyebut kolom yang dikembalikan per permintaan: latency_ms, ttft_ms, token masukan/keluaran/penalaran, dan tiga versi biaya (real_cost_usd, cost_usd, estimated_cost_usd) dengan flag pricing_known.
Untuk pembaca Indonesia, nilai langsung alat ini ada di tempat yang paling sering bocor tanpa disadari: anggaran. Instansi, agensi, atau UMKM yang menjalankan beberapa agen sekaligus biasanya tahu total tagihan bulanan tetapi tidak tahu model mana, identitas mana, atau tugas mana yang memakannya; gateway yang punya satu permukaan API, anggaran keras per identitas dan per kunci, serta kolom biaya per permintaan adalah cara mengubah angka bulanan itu menjadi pertanyaan yang bisa dijawab. Yang perlu diuji lebih dulu adalah kecocokan kondisi kita: jalur BYOK mengandaikan kamu sudah punya kunci OpenAI, Anthropic, Gemini, Azure, Bedrock, Fireworks, atau OpenRouter atas nama organisasi sendiri — bukan kartu kredit pribadi pegawai — dan halaman referensi menegaskan akses Free core baru aktif setelah verifikasi kartu atau pembayaran, bukan setelah verifikasi email. Untuk tim yang ingin mencoba tanpa kartu, README menyediakan dataset jejak publik dan jalur lokal di loopback, tetapi catatan penting untuk lingkungan pemerintah: telemetry produk PostHog aktif secara bawaan, jaminan dokumennya ia tidak memuat prompt, jejak, nama model, atau kredensial, dan perintah exp config telemetry disable tersedia sebelum gateway dipakai — di instansi, yang benar adalah mematikan lebih dulu, bukan mempercayai jaminan itu tanpa memeriksa. Perlu jujur juga soal kemiripan yang tidak boleh disamakan: di snapshot 11 November, experiential peringkat sembilan berdampingan dengan anthropics/skills peringkat delapan dan janestreet/agent_skills peringkat empat yang dua-duanya adalah Berkas keterampilan agen, bukan gateway, serta experiential sendiri satu topik dengan kartu model DeepSeek V4.1 Flash 1017 yang rubrik Model situs ini ulas hari ini — kebetulan dokumen Free core gateway ini memang menyebut model itu sebagai salah satu yang boleh dipanggil gratis dengan batas 10 permintaan per menit, dan itu kesamaan nama, bukan kesamaan pengukuran. Peringkat Trendshift hari ini juga tidak editorial samakan dengan laporan revisi UU Penyiaran yang ANTARA turunkan Selasa 10 November 2026 pukul 23.04 WIB dan rubrik Berita situs ini turunkan hari ini: yang satu perkakas infrastruktur model, yang lain rancangan payung hukum pengawasan siaran. Semua klaim kemampuan dan angka di atas berasal dari README, SETUP.md, halaman referensi machine-readable, halaman rilis, badge metrik proyek, dan data API GitHub pada tanggal baca, bukan dari pengujian editorial Wawasan AI.
Verdict
Alat yang paling masuk akal untuk tim yang sudah punya banyak agen dan mulai kehilangan jejak berapa tagihannya, atau model mana yang sebenarnya menjawab. Kekuatannya bukan pada satu fitur tunggal, melainkan pada kombinasi yang jarang ada di proyek sumber terbuka: satu permukaan API untuk hosted-plus-BYOK-plus-lokal, anggaran keras per identitas dan per kunci, jejak produksi yang bisa diubah menjadi router kustom, dan sebuah kontrak machine-readable untuk agen. Yang perlu dihitung sebelum dipasang: nilai utamanya berasal dari dokumen, bukan benchmark publik; jalur penangkap trafik yang paling menarik adalah fitur percobaan yang terikat macOS; dan 'zero markup' adalah janji komersial yang baru terbukti di tagihanmu sendiri. Untuk UMKM dan tim instansi yang skalanya masih satu coding agent, paket ini mungkin lebih besar dari masalahnya; untuk tim yang membayar belasan model dan tidak tahu mana yang paling murah per tugas, inilah pertanyaan yang layak dibeli.