In recent decades, field and semi-field studies of malaria transmission have gathered geographic-specific information about mosquito ecology, behaviour and their sensitivity to interventions. Mathematical models of malaria transmission can incorporate such data to infer the likely impact of vector control interventions and hence guide malaria control strategies in various geographies. To facilitate this process and make model predictions of intervention impact available for different geographical regions, we developed AnophelesModel. AnophelesModel is an online, open-access, R package that directly allows incorporating generated entomological data for adjustment of models to assess intervention scenarios according to species and location-specific characteristics. In addition, it includes a previously published, comprehensive, curated database of field entomological data from over 50 Anopheles species, field data on mosquito and human behaviour, and on estimates of vector control effectiveness. Using the input data, the package parameterizes a discrete-time, state transition model of the mosquito oviposition cycle and infers species-specific impacts of various interventions on vectorial capacity. In addition, it offers formatted outputs ready to use in downstream analyses and by other models of malaria transmission for accurate representation of the vector-specific components. Using AnophelesModel, we show how the key implications for intervention impact change for various vectors and locations. The package facilitates quantitative comparisons of likely intervention impacts in different geographical settings varying in vector compositions, and can thus guide towards more robust and efficient malaria control recommendations. The AnophelesModel R package is available under a GPL-3.0 license at https://github.com/SwissTPH/AnophelesModel.