OpenRouter Ретроспектива инвестиций ранних инвесторов

Автор: Menlo Ventures

Составлено: Цзя Хуан, ChainCatcher

Сегодня OpenRouter объявил о достижении соглашения о приобретении с Stripe. Прошло всего три года с момента официального запуска OpenRouter в 2023 году.

OpenRouter изначально позиционировался как "унифицированный интерфейс для LLM", и в начале поддерживал только 4 модели: GPT-3.5, GPT-4, GPT NeoXT от Together и Cohere xlarge.

Компания была основана на двух основных предположениях: во-первых, использование ИИ в конечном итоге станет очень масштабным и проникнет во все сферы; во-вторых, на рынке появится множество различных моделей, каждая из которых будет иметь свои преимущества и недостатки, и пользователи будут выбирать разные модели в зависимости от своих потребностей.

Оказалось, что оба этих предположения значительно превзошли ожидания того времени.

С момента запуска платформа OpenRouter обработала около 30 тысяч раз больше токенов, и на сегодняшний день их количество превышает 45 триллионов токенов в годовом исчислении, а объем расходов на платформе достиг впечатляющего уровня. В то же время количество поддерживаемых моделей увеличилось с первоначальных 4 до более чем 500.

Рисунок: Рост использования токенов OpenRouter с момента основания до приобретения

Menlo Ventures повезло участвовать в этом путешествии. В марте 2025 года мы приняли участие в посевном финансировании OpenRouter через фонд Anthology, созданный в сотрудничестве с Anthropic.

Основатель и CEO OpenRouter Алекс Аттал ранее основал OpenSea, стоимость которого на пике достигала 13,3 миллиарда долларов. Его соучредителями стали технические эксперты Луи Виши, с которым он познакомился на Discord, и очень эффективный COO Крис Кларк.

В мае 2025 года мы возглавили раунд финансирования A для OpenRouter, Мэтт вошел в совет директоров компании, а Диди стал наблюдателем в совете. В начале этого года, увидев быстрое увеличение числа клиентов и доходов OpenRouter, а также развитие компании в области выбора и оценки моделей для создания более мощных продуктов с "интеллектом моделей", мы снова увеличили инвестиции в раунд B.

В технологической отрасли идея часто требует многих лет, чтобы перейти от мнения немногих к общему согласию в отрасли.

И всего несколько недель назад это произошло: от Ramp до Cursor более 10 компаний почти одновременно выпустили свои продукты для маршрутизации моделей. За короткое время OpenRouter стал одной из самых важных компаний эпохи ИИ.

Рисунок: Совместное фото при определении ведущего инвестора в раунде A OpenRouter

На первый взгляд, Stripe не кажется самым естественным покупателем для OpenRouter, но на самом деле обе компании удивительно схожи.

Обе компании упрощают сложные процессы транзакций через API, который можно подключить напрямую, и взимают определенный процент от этих транзакций. Только OpenRouter обрабатывает модели ИИ.

Согласно постоянному заявлению Stripe, после объединения обе компании по-прежнему занимаются одной и той же задачей: увеличением "интернет-GDP".

На самом деле, более года назад OpenRouter уже назвал себя "Stripe в области LLM".

Основная ценность OpenRouter

OpenRouter — одна из первых компаний, с которой познакомился Диди после того, как в 2024 году присоединился к Menlo. Эта компания почти идеально вписывается в логику наших инвестиций в инфраструктуру ИИ.

Menlo в 2024 году в отчете о корпоративном ИИ выдвинул два предположения, необходимых для инвестирования в OpenRouter: расходы на ИИ значительно вырастут, и разработчики не будут использовать только одну модель, а будут одновременно применять несколько моделей.

Рисунок: Первое письмо, отправленное Menlo OpenRouter

Как люди, которые также пишут код и фактически используют эти модели, мы рано осознали, что между различными моделями существуют очень явные различия в стоимости, задержке и производительности.

Например, когда вы просто выполняете простую задачу NLP, такую как распознавание сущностей в тексте, вам не обязательно нужно вызывать такие передовые и мощные модели, как Fable.

Но проблема в том, что если пользователю нужно зайти на сайт каждой компании-модели, зарегистрировать аккаунт, создать API Key, надежно сохранить ключ, а затем адаптировать немного разные спецификации API каждой компании, в конечном итоге ему придется управлять всеми моделями, что делает весь процесс очень громоздким.

Унифицированный шлюз для моделей кажется простым, но на самом деле это гораздо более сложная инфраструктурная задача, чем кажется на первый взгляд. Очень немногие действительно готовы долгое время строить и поддерживать такую систему.

В индустрии венчурного капитала часто обсуждают "защитные барьеры", и обычно первым на ум приходит технологический барьер. Но у OpenRouter есть очень типичный масштабируемый защитный барьер.

Чем больше пользователей, тем лучше OpenRouter может предсказывать потребности в моделях и обрабатывать большие нагрузки; одновременно ему легче заключать более крупные контракты с лабораториями моделей, что обеспечивает более стабильное предложение и спрос на токены.

В конечном итоге это создаст цикл: новые лаборатории моделей, стремясь получить каналы распространения, также захотят первыми выйти на OpenRouter.

Мы также наблюдаем другую тенденцию.

С распространением vibe coding количество стартапов в области программного обеспечения быстро увеличивается. Для продукта, который хочет выйти на корпоративный рынок, в конечном итоге действительно может быть закуплен только тот продукт, который уже завоевал признание внутренних разработчиков компании.

Anthropic, OpenAI, xAI, Cursor, Cognition, ElevenLabs, Lovable и Fireworks все такие: они сначала завоевали разработчиков, а затем вышли на корпоративный рынок.

OpenRouter тоже таков.

С момента нашей инвестиции:

• Текущее количество токенов, обрабатываемых OpenRouter, достигло 30 тысяч раз больше, чем в начале, за последние три года сохраняется около 33% месячного роста, в среднем каждые 11 недель количество токенов удваивается.

• Рынок моделей также быстро расширяется. В Китае появились такие отличные открытые модели, как DeepSeek, GLM, Kimi, а также модели компаний, таких как Grok, Meta и Thinking Machines. В настоящее время OpenRouter уже подключил более 500 моделей от более чем 80 поставщиков моделей, обслуживая около 10 миллионов пользователей.

• Многие важные новые модели первыми выходят на OpenRouter, включая модели от OpenAI, X и Meta. Марк Цукерберг, который обычно редко публикует твиты и еще реже говорит о других продуктах, специально объявил о запуске Muse Spark на OpenRouter, как и Илон Маск. OpenAI также предоставляет эксклюзивные скидки на модели Terra, Luna и другие через OpenRouter.

• Модель роста OpenRouter, основанная на продуктах, также успешно адаптировалась к корпоративному рынку. Цикл продаж корпоративных продуктов — один из самых быстрых, которые мы когда-либо видели. Корпорации могут с помощью этого продукта унифицировать распределение ресурсов моделей, контролировать доступ и управлять внутренним бюджетом на ИИ.

• Поскольку OpenRouter может унифицированно вести переговоры о контрактах с различными поставщиками моделей, даже при работе с самыми передовыми моделями он может обеспечить очень высокую доступность услуг.

Как OpenRouter пришел к сегодняшнему дню?

Любой, кто долго работает в стартапах, скажет вам, что найти соответствие продукта и рынка, то есть PMF, никогда не бывает прямой линией.

OpenRouter также не исключение.

Его история на самом деле начинается 5 апреля 2023 года. В то время команда выпустила расширение для Chrome под названием Window, которое позволяло пользователям одновременно вызывать несколько моделей в различных чат-приложениях в Интернете.

Их первоначальная задача заключалась в том, чтобы избежать привязки пользователей к какому-либо одному поставщику моделей, не требуя при этом передавать свои API Key различным приложениям для использования разных моделей.

Дизайн этого продукта был вдохновлен криптокошельками, что также связано с опытом Алекса, который ранее основал OpenSea. В то время Window поддерживал всего 4 модели.

24 апреля 2023 года в репозитории кода Window на GitHub впервые появилось название "OpenRouter".

Примерно через месяц они подключили первую партию моделей Anthropic v1 и начали автоматически распределять запросы между подходящими моделями в зависимости от Prompt, а также создали известный впоследствии рейтинг моделей и начали использовать название OpenRouter.

10 августа 2023 года команда официально переименовала продукт в OpenRouter, с лозунгом "Унифицированный интерфейс для LLM".

В то время OpenRouter обрабатывал около 3 миллиардов токенов в неделю. Модели в рейтинге тогда полностью отличались от тех, которые знакомы всем сегодня.

Затем команда представила Playground, который позволяет пользователям получать ответы от нескольких моделей через один интерфейс чата.

К ноябрю того года OpenRouter уже поддерживал 52 модели, подключив более 2000 приложений и обрабатывая около 8 миллиардов токенов каждую неделю.

В этот момент они действительно нашли PMF.

Будущее маршрутизации моделей

В отличие от понимания многих людей, основной продукт OpenRouter не просто "помогает пользователям маршрутизировать токены", а становится самым удобным AI шлюзом.

OpenRouter действительно предлагает Auto Router, который может автоматически выбирать модели, но большинство разработчиков используют OpenRouter в основном для доступа к различным моделям через один вход, а затем решают, как осуществлять маршрутизацию моделей в зависимости от своих потребностей.

Недавно быстро растущие расходы компаний на LLM стали реальной проблемой для таких компаний, как Uber, Coinbase и Microsoft.

Поэтому "маршрутизатор моделей" как способ снижения затрат звучит очень привлекательно.

Поскольку AI агент выполняет задачи, разбивая их на множество различных подзадач, почему бы не использовать самую дорогую модель для каждой задачи? Простые задачи вполне могут быть обработаны более дешевыми моделями.

За последние несколько недель вся отрасль, похоже, внезапно осознала это одновременно. От Ramp до Cursor более 10 компаний выпустили свои собственные маршрутизаторы моделей.

Но проблема в том, что выбор модели только на основе самого Prompt на самом деле не является особенно эффективным методом.

В сценарии агента одна задача может требовать длительного выполнения. Чтобы определить, какой модели следует передать определенный запрос, необходимо понять множество контекстов.

Например, простая команда: "Найдите этот файл в кодовой базе."

Она может потребовать только дешевую, простую LLM, или же может потребоваться вызов самой передовой модели. Это зависит от того, насколько велика кодовая база и какой контекст был накоплен в предыдущих задачах.

В многошаговых задачах агента, если маршрутизатор ошибается в выборе модели на каком-то этапе, стоимость этой ошибки будет нарастать на последующих этапах, в конечном итоге приводя к заметному снижению качества результата всей задачи.

Поэтому действительно дифференцированный продукт маршрутизации моделей основывается не на простом "алгоритме выбора модели", а на отличном унифицированном API и достаточно большом реальном масштабе пользователей.

Именно эти пользователи позволили OpenRouter постепенно накопить огромный набор данных, практически не привлекая внимания извне, включая то, какие Prompt были отправлены пользователями, какие модели в конечном итоге использовались, какой контекст был во время выполнения задач и какие результаты были достигнуты.

Вот где действительно важна маршрутизация моделей.

В реальной производственной среде OpenRouter может помочь компаниям контролировать затраты, обеспечивая более разумную маршрутизацию моделей при максимальном сохранении эффективности.

В будущем разработчикам не нужно будет самостоятельно создавать сложные системы оценки, и не придется постоянно изменять Prompt для различных моделей.

Вам, возможно, просто нужно будет войти в систему, а затем увидеть такое сообщение: "В вашей кодовой базе есть часть сценариев, в основном предназначенных для резюме. Если заменить GPT 5.6 Sol на Muse Spark, вы сможете сэкономить 100 000 долларов в год. Мы уже автоматически провели соответствующую оценку для вас."

Вот настоящее будущее маршрутизации моделей.

От платежной инфраструктуры к AI инфраструктуре

Stripe и OpenRouter имеют очень похожую траекторию развития. Обе компании сначала завоевали разработчиков, а затем постепенно вошли на рынок крупных предприятий. Язык дизайна продуктов обеих компаний также очень прост и прямолинеен.

Андрей Карпаты однажды назвал OpenRouter "переключателем" AI. А то, что делает Stripe, по сути, также похоже: он стал тем "переключателем" в системе обработки платежей.

Эта сделка также является одной из первых крупных сделок в области инфраструктуры эпохи AI и не будет последней. Инфраструктура для управления моделями, затратами и вычислительной мощностью постепенно формируется. Эта инфраструктура ускоряет формирование нового поколения крупных компаний быстрее, чем когда-либо прежде.