Menlo Ventures 发文回顾了对 OpenRouter 的投资始末，并披露 OpenRouter 已与 Stripe 达成收购协议。距离 OpenRouter 于 2023 年正式推出，刚刚过去三年。
文章称，OpenRouter 最初以上线「LLM 的统一接口」为定位，当时平台只支持 4 个模型，分别是 GPT-3.5、GPT-4、Together 的 GPT NeoXT 和 Cohere xlarge。
公司创立时基于两个判断：一是 AI 的使用规模最终会非常庞大，并渗透到各个领域；二是市场上会出现大量不同模型，它们各有取舍，用户也会因不同需求选择不同模型。Menlo Ventures 认为，后来的发展远远超出了当时预期。
自上线以来，OpenRouter 平台处理的 Token 数量增长约 3 万倍，目前按年化计算已经超过 4500 万亿 Token，平台上的支出规模也达到很高水平。与此同时，OpenRouter 支持的模型数量已从最初的 4 个增加到 500 多个。
Menlo Ventures 表示，其在 2025 年 3 月通过与 Anthropic 合作设立的 Anthology Fund 参与了 OpenRouter 的种子轮融资。
OpenRouter 创始人兼 CEO Alex Atallah 此前曾创办 OpenSea，后者估值一度达到 133 亿美元。其联合创始人包括在 Discord 上认识的 Louis Vichy，以及 COO Chris Clark。
到 2025 年 5 月，Menlo Ventures 领投了 OpenRouter 的 A 轮融资，Matt 加入董事会，Deedy 担任董事会观察员。Menlo Ventures 还称，今年早些时候，在看到 OpenRouter 的客户数量和收入迅速增长，以及公司围绕模型选择和评估构建更强「模型智能」能力的产品路线后，又继续加码了 B 轮融资。
文章提到，就在几周前，从 Ramp 到 Cursor，超过 10 家公司几乎同时推出了自己的模型路由产品。Menlo Ventures 认为，短短几年时间，OpenRouter 已经成为 AI 时代最重要的公司之一。
Stripe 为何成为收购方
在 Menlo Ventures 看来，Stripe 看上去并不是 OpenRouter 最自然的收购方，但两家公司实际上有明显相似之处。
文章称，两家公司都通过一个可直接接入的 API，把原本复杂的流程简化，并从中收取一定比例的费用，只不过 OpenRouter 处理的是 AI 模型。按照 Stripe 一贯的说法，两家公司结合之后，仍然是在做同一件事，也就是提高「互联网 GDP」。
文章还提到，事实上，一年多以前，OpenRouter 就已经把自己称为「LLM 领域的 Stripe」。
Menlo Ventures 为什么投资 OpenRouter
Menlo Ventures 表示，OpenRouter 是 Deedy 在 2024 年加入 Menlo 后最早接触的公司之一，这家公司几乎正好处于其 AI 基础设施投资逻辑的核心位置。
在《2024 企业 AI 报告》中，Menlo 提出两个投资 OpenRouter 所必须成立的判断：AI 支出会大幅增长，同时开发者不会只使用一个模型，而会同时采用多个模型。
文章称，作为同样会写代码、也实际使用这些模型的人，团队很早就意识到，不同模型在成本、延迟和性能之间存在非常明显的差异。
例如，若只是完成简单 NLP 任务、从文本中识别实体，并不一定需要调用 Fable 这类能力最强的前沿模型。
但如果用户需要分别进入各家模型公司的官网注册账号、创建 API Key、保管密钥，再适配不同公司的 API 接口规范，最后自行管理所有模型，整个过程会非常繁琐。
文章认为，统一的模型网关听起来简单，实际却是比表面复杂得多的基础设施问题，很少有人愿意长期自行建设并维护这套系统。
谈到竞争壁垒时，Menlo Ventures 认为，OpenRouter 拥有的是一种典型的规模护城河。用户越多，OpenRouter 越能预测模型需求、处理更大的负载，也更容易与模型实验室签订更大规模的合同，从而获得更稳定的 Token 供应和需求。
在这一循环下，新的模型实验室为了获得分发渠道，也会希望优先登陆 OpenRouter。
Menlo Ventures 还提到，随着 vibe coding 普及，软件创业公司的数量迅速增加。对于想进入企业市场的产品来说，最终真正能被企业采购的，往往是那些已经先赢得公司内部开发者认可的产品。
文中列举称，Anthropic、OpenAI、xAI、Cursor、Cognition、ElevenLabs、Lovable 和 Fireworks 都是如此，它们先赢得开发者，然后进入企业市场，OpenRouter 也是一样。
投资后平台数据变化
根据 Menlo Ventures 披露，自其投资以来，OpenRouter 当前处理的 Token 数量已经达到上线初期的 3 万倍，过去三年保持约 33% 的月度增长，平均每 11 周翻一倍。
模型市场也在快速扩张。文章提到，中国出现了 DeepSeek、GLM、Kimi 等优秀开源模型，此外还有 Grok、Meta 和 Thinking Machines 等公司的模型。
目前，OpenRouter 已接入超过 80 家模型提供商的 500 多个模型，服务约 1000 万用户。
文章称，许多重要的新模型都会优先登陆 OpenRouter，包括来自 OpenAI、X 和 Meta 的模型。Mark Zuckerberg 曾宣布 Muse Spark 上线 OpenRouter，Elon Musk 也有类似举动。OpenAI 还会通过 OpenRouter 提供 Terra、Luna 等模型的专属折扣。
Menlo Ventures 还表示，OpenRouter 的产品驱动增长模式已经成功转化到企业市场，其企业产品销售周期是其见过最快的一批。企业可以通过这一产品统一分配模型资源、控制访问权限，并管理内部 AI 预算。
由于 OpenRouter 可以统一与不同模型提供商谈判合同，即使面对最前沿的模型，也能够提供很高的服务可用性。
OpenRouter 的形成过程
Menlo Ventures 在文中称，找到产品市场契合度，也就是 PMF，从来不是一条直线，OpenRouter 也是如此。
文章将时间线追溯到 2023 年 4 月 5 日。当时团队推出了一款名为 Window 的 Chrome 扩展，让用户能够在互联网上不同的聊天应用中同时调用多个模型。
团队最初想解决的问题，是避免用户被某一家模型厂商锁定，同时又不需要为了使用不同模型，把自己的 API Key 分别交给不同应用。这一产品设计灵感来自加密钱包，也与 Alex Atallah 此前创办 OpenSea 的经历有关。当时 Window 共支持 4 个模型。
到 2023 年 4 月 24 日，Window 的 GitHub 代码库中第一次出现了「OpenRouter」这个名字。
大约一个月后，团队接入了第一批 Anthropic v1 模型，开始根据 Prompt 自动把请求分配给合适的模型，同时制作了后来广为人知的模型排行榜，并开始使用 OpenRouter 这一名称。
2023 年 8 月 10 日，团队正式将产品更名为 OpenRouter，口号是「A unified interface for LLMs」，即「LLM 的统一接口」。
当时，OpenRouter 每周处理大约 30 亿 Token。文章指出，那时排行榜上的模型，与今天大家熟悉的模型已经完全不同。
随后，团队推出了 Playground，让用户可以通过一个聊天界面，同时获得多个模型的回答。
到当年 11 月，OpenRouter 已支持 52 个模型，接入超过 2000 个应用，每周处理约 80 亿 Token。Menlo Ventures 称，这时团队真正找到了 PMF。
模型路由的未来判断
文章称，与很多人的理解不同，OpenRouter 最核心的产品并不只是简单地「帮用户路由 Token」，而是成为最好用的 AI 网关。
OpenRouter 的确提供 Auto Router，可以自动选择模型，但大多数开发者使用 OpenRouter，主要还是为了通过一个入口访问不同模型，再根据自己的需求决定如何进行模型路由。
Menlo Ventures 提到，最近企业在 LLM 上快速增长的支出，已经成为 Uber、Coinbase 和 Microsoft 等公司的现实问题。因此，「模型路由器」作为一种降低成本的方案，看上去很有吸引力。
文章写道，既然一个 AI Agent 执行任务时会拆成许多不同子任务，那么未必每个任务都需要使用最昂贵的模型，简单任务可以交给成本更低的模型处理。
过去几周，整个行业似乎几乎同时意识到了这一点。从 Ramp 到 Cursor，已经有超过 10 家公司推出自己的模型路由器。
不过，Menlo Ventures 认为，仅仅根据 Prompt 本身来选择模型，并不是特别有效的方法。
在 Agent 场景中，一个任务可能需要运行很长时间。要判断某个请求应该交给哪个模型，需要理解大量上下文。
文章举例称，一句简单指令「在代码库里找到这个文件」，可能只需要一个便宜、简单的 LLM，也可能必须调用最前沿的模型，区别取决于代码库有多大，以及此前任务已经积累了怎样的上下文。
在多步骤 Agent 任务中，一旦路由器在某一步选错模型，这个错误的成本还会沿着后续步骤不断放大，最终导致整个任务结果质量明显下降。
因此，Menlo Ventures 认为，一个真正有差异化能力的模型路由产品，基础并不是一个简单的「模型选择算法」，而是一个优秀的统一 API，以及足够庞大的真实用户规模。
文章称，正是这些用户，让 OpenRouter 在几乎没有被外界注意到的情况下，逐渐积累了一个庞大的数据集，其中包括用户提交了什么 Prompt、最终使用了什么模型、任务运行时有哪些上下文，以及最后取得了怎样的结果。
在 Menlo Ventures 看来，这才是模型路由真正重要的地方。在真实生产环境中，OpenRouter 可以在尽量维持效果的同时，通过更合理的模型路由帮助企业控制成本。
文章还给出一个未来场景示例：开发者不需要自己搭建复杂的评测体系，也不必为了不同模型持续修改 Prompt，可能只需登录后台，就看到类似这样的提示：如果将某些摘要场景中的 GPT 5.6 Sol 换成 Muse Spark，每年可以节省 10 万美元，而且相关评测已经自动完成。
从支付基础设施到 AI 基础设施
文章最后写道，Stripe 与 OpenRouter 的发展轨迹非常相似。两家公司都先赢得开发者，再逐步进入大型企业市场，产品设计语言也都简洁直接。
Andrej Karpathy 曾把 OpenRouter 称为 AI 的「转换开关」，而 Stripe 所做的事情，本质上也类似，即成为支付处理体系中的那个「开关」。
Menlo Ventures 认为，这笔收购是 AI 时代基础设施领域最早出现的大型交易之一，而且不会是最后一笔。用于管理模型、成本和算力的基础设施正在逐渐成型，这些基础设施也在让新一代大型公司的形成速度变得比过去更快。