OpenRouter 早期投資家の投資の経緯を振り返る

著者：Menlo Ventures

編纂：佳欢，ChainCatcher

今日は、OpenRouterがStripeとの買収契約を締結したことを発表しました。OpenRouterが2023年に正式にローンチしてから、ちょうど3年が経過しました。

OpenRouterは当初「LLMの統一インターフェース」として立ち上げられ、当時は4つのモデルのみをサポートしていました：GPT-3.5、GPT-4、TogetherのGPT NeoXT、そしてCohere xlargeです。

会社設立当初は、2つの核心的な判断に基づいていました：第一に、AIの使用規模は最終的に非常に大きくなり、さまざまな分野に浸透するだろうということ；第二に、市場には多くの異なるモデルが登場し、それぞれにトレードオフがあり、ユーザーは異なるニーズに応じて異なるモデルを選択するだろうということです。

実際、これら2つの判断は当時の予想をはるかに超えるものでした。

ローンチ以来、OpenRouterプラットフォームで処理されたトークンの数は約3万倍に増加し、現在は年換算で4500兆トークンを超え、プラットフォーム上の支出規模も非常に驚異的なレベルに達しています。同時に、OpenRouterがサポートするモデルの数は最初の4つから500以上に増加しました。

図：設立から買収までのOpenRouterトークン使用量の増加状況

Menlo Venturesはこの旅に参加できたことを幸運に思っています。2025年3月、私たちはAnthropicとの提携により設立されたAnthology Fundを通じてOpenRouterのシードラウンドに参加しました。

OpenRouterの創設者兼CEOであるAlex Atallahは、以前にOpenSeaを設立しており、その評価額は一時133億ドルに達しました。彼の共同創設者には、Discordで知り合った技術の達人Louis Vichyや、実行力のあるCOO Chris Clarkが含まれています。

2025年5月、私たちはOpenRouterのAラウンドのリード投資を行い、Mattが会社の取締役会に参加し、Deedyが取締役会のオブザーバーを務めました。今年の初め、OpenRouterの顧客数と収益が急速に増加し、モデル選択と評価に関するより強力な「モデルインテリジェンス」機能を構築する製品ロードマップを見た後、私たちはBラウンドの投資をさらに増やしました。

テクノロジー業界では、アイデアが少数の人々の判断から業界のコンセンサスに変わるまでに、しばしば数年を要します。

そして数週間前、このことが起こりました：RampからCursorまで、10社以上がほぼ同時に自社のモデルルーティング製品を発表しました。短い数年の間に、OpenRouterはAI時代の最も重要な企業の一つとなりました。

図：OpenRouterのAラウンドのリード投資を決定した際の集合写真

一見すると、StripeはOpenRouterの最も自然な買収者ではないように思えますが、実際には両社は驚くほど似ています。

両者は、直接接続可能なAPIを介して本来複雑な取引プロセスを簡素化し、その中から一定の割合の手数料を徴収しています。ただし、OpenRouterが扱っているのはAIモデルです。

Stripeの一貫した主張によれば、両社が統合された後も、同じことを行っているのです：「インターネットGDP」を向上させることです。

実際、1年以上前にOpenRouterは自らを「LLM分野のStripe」と称していました。

OpenRouterの核心的価値

OpenRouterはDeedyが2024年にMenloに参加した際に最初に接触した会社の一つです。この会社は私たちのAIインフラ投資論理の核心にほぼぴったり位置しています。

Menloは《2024企業AI報告》の中で、OpenRouterに投資するために必要な2つの判断を提起しました：AI支出は大幅に増加し、開発者は単一のモデルだけを使用するのではなく、複数のモデルを同時に採用するだろうということです。

図：Menloが最初にOpenRouterに送った連絡メール

私たちも同様にコードを書くことができ、これらのモデルを実際に使用する人間として、異なるモデル間でコスト、遅延、性能に非常に明確な差が存在することを早くから認識していました。

例えば、単純なNLPタスクでテキストからエンティティを識別する場合、Fableのような最先端で最も強力なモデルを呼び出す必要は必ずしもありません。

しかし問題は、ユーザーが各モデル会社の公式ウェブサイトにアクセスし、アカウントを登録し、APIキーを作成し、キーを適切に保管し、各社のわずかに異なるAPIインターフェース仕様に適応し、最後にすべてのモデルを自分で管理しなければならないということです。このプロセスは非常に煩雑です。

統一されたモデルゲートウェイは一見簡単そうに思えますが、実際には表面上の見た目よりもはるかに困難なインフラ問題です。長期的にこのシステムを自分で構築し、維持することを本当に望む人はほとんどいません。

ベンチャーキャピタル業界では「モート」についてよく議論されますが、通常は技術的な障壁が最初に思い浮かびます。しかしOpenRouterが持っているのは非常に典型的なスケールモートです。

ユーザーが増えるほど、OpenRouterはモデルの需要を予測し、より大きな負荷を処理できるようになります。同時に、モデルラボとより大きな契約を結ぶことも容易になり、より安定したトークン供給と需要を得ることができます。

最終的には、これが循環を形成します：新しいモデルラボは配信チャネルを得るために、OpenRouterに優先的に上陸したいと考えるでしょう。

私たちはもう一つのトレンドも観察しています。

Vibe codingが普及するにつれて、ソフトウェアスタートアップの数が急速に増加しています。企業市場に参入したい製品にとって、最終的に本当に企業に購入されるのは、社内の開発者の承認を先に得た製品であることが多いです。

Anthropic、OpenAI、xAI、Cursor、Cognition、ElevenLabs、Lovable、Fireworksも同様です：彼らはまず開発者の支持を得てから、企業市場に進出します。

OpenRouterも同様です。

私たちが投資して以来：

• OpenRouterが現在処理しているトークンの数は、ローンチ初期の3万倍に達し、過去3年間で約33%の月次成長を維持し、平均して11週間ごとに倍増しています。

• モデル市場も急速に拡大しています。中国ではDeepSeek、GLM、Kimiなどの優れたオープンソースモデルが登場し、さらにGrok、Meta、Thinking Machinesなどの企業のモデルもあります。現在、OpenRouterは80以上のモデルプロバイダーから500以上のモデルを接続し、約1000万人のユーザーにサービスを提供しています。

• 多くの重要な新モデルはOpenRouterに優先的に上陸します。OpenAI、X、Metaからのモデルを含め、普段はあまりツイートせず、他の製品について発言することが少ないMark Zuckerbergも、Muse SparkがOpenRouterに上陸したことを特別に発表しました。Elon Muskも同様です。OpenAIはOpenRouterを通じてTerra、Lunaなどのモデルの専用割引を提供しています。

• OpenRouterの製品駆動型成長モデルも企業市場に成功裏に転換されました。企業製品の販売サイクルは、私たちが見た中で最も速いものの一つです。企業はこの製品を通じてモデルリソースを統一的に配分し、アクセス権を制御し、内部のAI予算を管理できます。

• OpenRouterは異なるモデルプロバイダーとの契約を統一的に交渉できるため、最前線のモデルに直面しても、非常に高いサービスの可用性を提供できます。

OpenRouterはどのようにして今日に至ったのか？

長期的にスタートアップを行っている人は誰でも、製品市場適合性、つまりPMFを見つけることは決して直線的な道ではないと教えてくれるでしょう。

OpenRouterも同様です。

その物語は実際には2023年4月5日から始まります。当時、チームは「Window」というChrome拡張機能を発表し、ユーザーがインターネット上の異なるチャットアプリで同時に複数のモデルを呼び出せるようにしました。

彼らが最初に解決しようとした問題は、ユーザーが特定のモデルプロバイダーにロックインされることを避け、異なるモデルを使用するために自分のAPIキーをそれぞれ異なるアプリに渡す必要がないようにすることでした。

この製品のデザインインスピレーションは暗号ウォレットに由来し、これはAlexが以前にOpenSeaを設立した経験にも関連しています。当時、Windowは合計で4つのモデルをサポートしていました。

2023年4月24日、WindowのGitHubコードリポジトリに初めて「OpenRouter」という名前が登場しました。

約1ヶ月後、彼らは最初のAnthropic v1モデルを接続し、プロンプトに基づいてリクエストを適切なモデルに自動的に割り当て始め、後に広く知られることになるモデルランキングを作成し、OpenRouterという名称を使用し始めました。

2023年8月10日、チームは正式に製品名をOpenRouterに変更し、スローガンは「LLMsのための統一インターフェース」としました。

当時、OpenRouterは毎週約30億トークンを処理していました。その時のランキングにあるモデルは、今日皆が知っているモデルとは完全に異なっていました。

その後、チームはPlaygroundを発表し、ユーザーがチャットインターフェースを介して複数のモデルの回答を同時に得られるようにしました。

その年の11月までに、OpenRouterは52のモデルをサポートし、2000以上のアプリに接続し、毎週約80億トークンを処理していました。

この時、彼らは本当にPMFを見つけました。

モデルルーティングの未来

多くの人の理解とは異なり、OpenRouterの最も核心的な製品は単に「ユーザーのトークンをルーティングする」ことではなく、最も使いやすいAIゲートウェイになることです。

OpenRouterは確かにAuto Routerを提供し、モデルを自動的に選択できますが、ほとんどの開発者がOpenRouterを使用する主な理由は、異なるモデルにアクセスするための入口を通じて、自分のニーズに応じてモデルルーティングを決定するためです。

最近、企業のLLMに対する支出が急速に増加しており、これはUber、Coinbase、Microsoftなどの企業にとって現実の問題となっています。

したがって、「モデルルーター」としてのコスト削減のソリューションは非常に魅力的に聞こえます。

AIエージェントがタスクを実行する際に多くの異なるサブタスクに分解されるのであれば、なぜ各タスクで最も高価なモデルを使用する必要があるのでしょうか？単純なタスクは完全にコストの低いモデルに処理させることができます。

過去数週間、業界全体が突然このことに気づいたようです。RampからCursorまで、すでに10社以上が自社のモデルルーターを発表しました。

しかし問題は、単にプロンプト自体に基づいてモデルを選択することは、実際には特に効果的な方法ではないということです。

エージェントシナリオでは、あるタスクが長時間実行される可能性があります。どのリクエストをどのモデルに渡すべきかを判断するには、大量のコンテキストを理解する必要があります。

例えば、単純な指示「コードベースでこのファイルを見つけてください。」は、安価でシンプルなLLMだけで済む場合もあれば、最前線のモデルを呼び出さなければならない場合もあります。これは、コードベースがどれだけ大きいか、そして以前のタスクがどのようなコンテキストを蓄積しているかによります。

多段階のエージェントタスクでは、ルーターがあるステップでモデルを誤って選択すると、その誤りのコストは後続のステップで増幅され、最終的にタスク全体の結果の質が明らかに低下します。

したがって、真に差別化された能力を持つモデルルーティング製品の基盤は、単純な「モデル選択アルゴリズム」ではなく、優れた統一APIと十分な規模の実際のユーザーベースです。

まさにこれらのユーザーが、OpenRouterがほとんど外部から注目されることなく、ユーザーが提出したプロンプト、これらのプロンプトが最終的に使用したモデル、タスク実行時のコンテキスト、そして最終的に得られた結果を含む非常に大規模なデータセットを徐々に蓄積することを可能にしました。

これがモデルルーティングの真に重要な点です。

実際の生産環境では、OpenRouterは効果を維持しつつ、より合理的なモデルルーティングを通じて企業のコストを管理するのを助けることができます。

将来的には、開発者は複雑な評価システムを自分で構築する必要はなく、異なるモデルのためにプロンプトを継続的に修正する必要もありません。

あなたは単にバックエンドにログインし、次のような通知を見るだけで済むかもしれません：「あなたのコードベースの一部のシナリオは主に要約に使用されています。GPT 5.6 SolをMuse Sparkに変更すれば、年間10万ドルの節約が可能です。私たちはすでに関連する評価を自動的に完了しました。」

これがモデルルーティングの真の未来です。

支払いインフラからAIインフラへ

StripeとOpenRouterは非常に似た発展の軌跡をたどっています。両社はまず開発者の支持を得てから、徐々に大企業市場に進出しています。両者の製品デザイン言語も非常にシンプルで直接的です。

Andrej KarpathyはOpenRouterをAIの「スイッチ」と呼びました。そして、Stripeが行っていることも本質的には似ています：それは支払い処理システムの中の「スイッチ」となっています。

この買収はAI時代のインフラ分野で最初に現れた大規模な取引の一つであり、最後の取引ではないでしょう。モデル、コスト、計算能力を管理するためのインフラは徐々に形成されつつあり、これらのインフラは新世代の巨大企業の形成速度を過去よりも速くしています。