Los primeros inversores de OpenRouter relatan el proceso de inversión.

Autor: Menlo Ventures

Compilado por: Jia Huan, ChainCatcher

Hoy, OpenRouter anunció que ha llegado a un acuerdo de adquisición con Stripe. Esto ocurre tan solo tres años después del lanzamiento oficial de OpenRouter en 2023.

OpenRouter se lanzó inicialmente como una "interfaz unificada para LLM" y, en aquel momento, solo era compatible con cuatro modelos: GPT-3.5, GPT-4, GPT NeoXT de Together y Cohere xlarge.

La empresa se fundó sobre dos premisas fundamentales: primero, que la escala de uso de la IA acabará siendo enorme y se extenderá a todos los ámbitos; segundo, que surgirá en el mercado un gran número de modelos diferentes, cada uno con sus propias ventajas y desventajas, y que los usuarios elegirán diferentes modelos según sus diferentes necesidades.

Al final, ambos juicios superaron con creces las expectativas de la época.

Desde su lanzamiento, la cantidad de tokens procesados por la plataforma OpenRouter se ha multiplicado por aproximadamente 30 000, superando actualmente los 4500 billones de tokens anuales, y el volumen de gasto en la plataforma ha alcanzado un nivel asombroso. Al mismo tiempo, la cantidad de modelos compatibles con OpenRouter ha aumentado de los 4 iniciales a más de 500.

Gráfico: Crecimiento en el uso del token OpenRouter desde su creación hasta su adquisición.

Menlo Ventures tiene la fortuna de formar parte de este proyecto. En marzo de 2025, participamos en la ronda de financiación inicial de OpenRouter a través del Anthology Fund, que establecimos en colaboración con Anthropic.

Alex Atallah, fundador y director ejecutivo de OpenRouter, fundó anteriormente OpenSea, que llegó a estar valorada en 13.300 millones de dólares. Entre sus cofundadores se encuentran Louis Vichy, un genio de la tecnología al que conoció en Discord, y Chris Clark, un director de operaciones muy eficaz.

En mayo de 2025, lideramos la ronda de financiación Serie A de OpenRouter, con Matt incorporándose al consejo de administración de la empresa y Deedy participando como observador. A principios de este año, al observar el rápido crecimiento de OpenRouter en número de clientes e ingresos, y la hoja de ruta de productos de la empresa que desarrolla capacidades más sólidas de "inteligencia de modelos" en torno a la selección y evaluación de modelos, continuamos invirtiendo en la ronda de financiación Serie B.

En la industria tecnológica, una idea suele tardar años en pasar de ser la opinión de unos pocos a convertirse en un consenso del sector.

Hace apenas unas semanas, ocurrió lo siguiente: desde Ramp hasta Cursor, más de 10 empresas lanzaron sus propios productos de enrutamiento de modelos casi simultáneamente. En tan solo unos años, OpenRouter se ha convertido en una de las empresas más importantes de la era de la IA.

Foto: Foto de grupo tomada cuando se confirmó que OpenRouter sería el inversor principal en su ronda de financiación Serie A.

A primera vista, Stripe puede no parecer el comprador más lógico de OpenRouter, pero en realidad ambas compañías son sorprendentemente similares.

Ambas plataformas simplifican los procesos de transacción complejos mediante una API de acceso directo, cobrando un porcentaje de la comisión por transacción. Sin embargo, OpenRouter gestiona modelos de IA.

Según la declaración constante de Stripe, las dos empresas, tras la fusión, siguen haciendo lo mismo: aumentar el "PIB de Internet".

De hecho, hace más de un año, OpenRouter ya se autodenominaba "el Stripe del mundo LLM".

El valor fundamental de OpenRouter

OpenRouter fue una de las primeras empresas con las que Deedy contactó tras incorporarse a Menlo en 2024. Esta empresa se encuentra prácticamente en el centro de nuestra lógica de inversión en infraestructura de IA.

En su " Informe sobre IA empresarial de 2024 ", Menlo propuso dos supuestos que deben tenerse en cuenta para invertir en OpenRouter: el gasto en IA aumentará significativamente y los desarrolladores no utilizarán un solo modelo, sino varios modelos simultáneamente.

Imagen: Correo electrónico inicial de Menlo a OpenRouter

Como personas que también escribimos código y utilizamos estos modelos en la práctica, nos dimos cuenta desde el principio de que existen diferencias muy significativas entre los distintos modelos en términos de coste, latencia y rendimiento.

Por ejemplo, cuando se realiza una tarea sencilla de PLN, como reconocer entidades en un texto, no es necesario recurrir a un modelo potente y de vanguardia como Fable.

El problema es que si los usuarios tienen que ir al sitio web oficial de cada empresa de modelos, registrar una cuenta, crear una clave API, guardar la clave de forma segura, adaptarse a las especificaciones de la interfaz API, ligeramente diferentes, de cada empresa y, finalmente, gestionar todos los modelos por sí mismos, todo el proceso será muy engorroso.

Un modelo de puerta de enlace unificado puede parecer sencillo, pero en realidad, se trata de un problema de infraestructura mucho más complejo de lo que aparenta. Pocas personas están realmente dispuestas a construir y mantener un sistema así por sí mismas a largo plazo.

En el sector del capital riesgo se suele hablar de "ventajas competitivas" y, por lo general, se piensa primero en las barreras tecnológicas. Pero OpenRouter posee una ventaja competitiva de escala muy típica.

Cuantos más usuarios tenga OpenRouter, mejor podrá predecir la demanda de modelos y gestionar cargas mayores; además, le resultará más fácil firmar contratos de mayor envergadura con laboratorios de modelos, obteniendo así una oferta y demanda de tokens más estables.

En definitiva, esto crea un círculo vicioso: los nuevos laboratorios de modelos, para obtener canales de distribución, también querrán priorizar el inicio de sesión en OpenRouter.

También observamos otra tendencia.

Con la creciente popularidad de Vibe Coding, el número de startups de software ha aumentado rápidamente. Para un producto que busca ingresar al mercado empresarial, aquellos que ya han obtenido la aprobación de los desarrolladores internos de la compañía suelen ser los que finalmente son adquiridos por las empresas.

Anthropic, OpenAI, xAI, Cursor, Cognition, ElevenLabs, Lovable y Fireworks siguen este patrón: primero se ganan a los desarrolladores y luego entran en el mercado empresarial.

Lo mismo se aplica a OpenRouter.

Desde nuestra inversión:

Actualmente, OpenRouter procesa 30.000 veces más tokens que en su lanzamiento, y ha mantenido una tasa de crecimiento mensual de alrededor del 33% durante los últimos tres años, duplicándose en promedio cada 11 semanas.

El mercado de modelos también se ha expandido rápidamente. Han surgido en China excelentes modelos de código abierto como DeepSeek, GLM y Kimi, junto con modelos de empresas como Grok, Meta y Thinking Machines. Actualmente, OpenRouter ha integrado más de 500 modelos de más de 80 proveedores, dando servicio a aproximadamente 10 millones de usuarios.

Se dará prioridad a muchos modelos nuevos e importantes para su lanzamiento en OpenRouter, incluidos modelos de OpenAI, X y Meta. Mark Zuckerberg, quien rara vez tuitea o se pronuncia sobre otros productos, anunció específicamente el lanzamiento de Muse Spark en OpenRouter, al igual que Elon Musk. OpenAI también ofrecerá descuentos exclusivos en modelos como Terra y Luna a través de OpenRouter.

El modelo de crecimiento de OpenRouter, impulsado por el producto, también se ha adaptado con éxito al mercado empresarial. Su ciclo de ventas para empresas es uno de los más rápidos que hemos visto. Las empresas pueden usar este producto para asignar recursos de modelos de forma centralizada, controlar los permisos de acceso y gestionar los presupuestos internos de IA.

Gracias a que OpenRouter puede negociar contratos con diferentes proveedores de modelos de forma unificada, puede proporcionar una disponibilidad de servicio extremadamente alta incluso con los modelos más vanguardistas.

¿Cómo llegó OpenRouter a donde está hoy?

Cualquiera que haya dirigido una startup durante mucho tiempo te dirá que encontrar la adecuación producto-mercado, o PMF, nunca es una línea recta.

Lo mismo se aplica a OpenRouter.

Su historia comienza en realidad el 5 de abril de 2023. En ese momento, el equipo lanzó una extensión de Chrome llamada Window, que permitía a los usuarios llamar a varios modelos simultáneamente en diferentes aplicaciones de chat en Internet.

Su objetivo inicial era evitar que los usuarios quedaran atados a un proveedor de modelos en particular, eliminando al mismo tiempo la necesidad de entregar sus claves API a diferentes aplicaciones para usar diferentes modelos.

El diseño de este producto se inspiró en las carteras de criptomonedas, lo cual también está relacionado con la experiencia previa de Alex al fundar OpenSea. En aquel entonces, Window era compatible con un total de 4 modelos.

El 24 de abril de 2023, el nombre "OpenRouter" apareció por primera vez en el repositorio de Windows en GitHub.

Aproximadamente un mes después, integraron el primer lote de modelos Anthropic v1, comenzaron a asignar automáticamente las solicitudes a los modelos apropiados según las indicaciones, crearon la ahora famosa clasificación de modelos y comenzaron a usar el nombre OpenRouter.

El 10 de agosto de 2023, el equipo renombró oficialmente el producto como OpenRouter, con el lema "Una interfaz unificada para LLM".

En aquel entonces, OpenRouter procesaba aproximadamente 3 mil millones de tokens por semana. El modelo de clasificación de aquella época era completamente diferente al que conocemos hoy en día.

Posteriormente, el equipo lanzó Playground, que permite a los usuarios recibir respuestas de varios modelos simultáneamente a través de una única interfaz de chat.

En noviembre de ese año, OpenRouter admitía 52 modelos, estaba conectado a más de 2000 aplicaciones y procesaba aproximadamente 8000 millones de tokens por semana.

En ese momento, finalmente encontraron PMF.

El futuro del enrutamiento de modelos

Contrariamente a la creencia popular, el producto principal de OpenRouter no consiste simplemente en "ayudar a los usuarios a enrutar tokens", sino en convertirse en la puerta de enlace de IA más fácil de usar.

OpenRouter ofrece una función de enrutamiento automático que puede seleccionar un modelo automáticamente, pero la mayoría de los desarrolladores utilizan OpenRouter principalmente para acceder a diferentes modelos a través de un único punto de entrada y luego deciden cómo enrutar los modelos según sus propias necesidades.

Recientemente, el rápido aumento del gasto empresarial en másteres jurídicos se ha convertido en un verdadero problema para empresas como Uber, Coinbase y Microsoft.

Por lo tanto, el "enrutador modelo" resulta muy atractivo como solución para reducir costes.

Dado que un agente de IA divide una tarea en muchas subtareas diferentes, ¿por qué usar el modelo más caro para cada una? Las tareas sencillas pueden ser gestionadas por modelos de menor coste.

En las últimas semanas, toda la industria parece haberse dado cuenta de esto de repente y al mismo tiempo. Desde Ramp hasta Cursor, más de 10 empresas han lanzado sus propios routers.

Sin embargo, el problema es que seleccionar un modelo basándose únicamente en la propia indicación no es un método particularmente eficaz.

En un entorno basado en agentes, una tarea puede tardar mucho tiempo en completarse. Determinar qué modelo debe gestionar una solicitud específica requiere comprender un contexto considerable.

Por ejemplo, un comando simple: "Busca este archivo en el repositorio de código".

Puede que solo requiera un modelo LLM sencillo y económico, o puede que sea necesario recurrir a un modelo de última generación. Depende del tamaño del código fuente y del contexto que se haya generado con tareas anteriores.

En las tareas de agentes de varios pasos, si el enrutador selecciona el modelo incorrecto en cualquier paso, el coste de este error seguirá amplificándose en los pasos subsiguientes, lo que finalmente provocará una disminución significativa en la calidad general de los resultados de la tarea.

Por lo tanto, la base de un producto de enrutamiento de modelos verdaderamente diferenciado no es un simple "algoritmo de selección de modelos", sino una excelente API unificada y una base de usuarios reales suficientemente grande.

Son estos usuarios quienes han permitido que OpenRouter acumule gradualmente un conjunto de datos extremadamente grande, casi sin que nadie se dé cuenta. Este conjunto de datos incluye las indicaciones que enviaron los usuarios, los modelos que finalmente utilizaron, los contextos empleados durante la ejecución de las tareas y los resultados obtenidos.

Aquí es donde el enrutamiento de modelos cobra verdadera importancia.

En un entorno de producción real, OpenRouter puede ayudar a las empresas a controlar los costes manteniendo el rendimiento en la medida de lo posible mediante un modelo de enrutamiento más razonable.

En el futuro, los desarrolladores no necesitarán crear sistemas de evaluación complejos por sí mismos, ni tampoco tendrán que modificar continuamente el mensaje para diferentes modelos.

Es posible que simplemente necesites iniciar sesión en el panel de administración y ver un mensaje como este: "Una parte de tu código se utiliza principalmente para resumir. Cambiar de GPT 5.6 Sol a Muse Spark podría ahorrarte 100 000 dólares anuales. Hemos realizado automáticamente las evaluaciones pertinentes por ti."

Este es el verdadero futuro del enrutamiento basado en modelos.

Desde la infraestructura de pagos hasta la infraestructura de IA.

Stripe y OpenRouter tienen trayectorias de desarrollo muy similares. Ambas compañías primero conquistaron a los desarrolladores antes de entrar gradualmente en el mercado de las grandes empresas. Sus lenguajes de diseño de producto también son muy simples y directos.

Andrej Karpathy describió OpenRouter como un "interruptor" para la IA. Stripe hace algo similar: se ha convertido en ese "interruptor" en el sistema de procesamiento de pagos.

Esta adquisición es una de las primeras grandes operaciones en el sector de infraestructuras de la era de la IA, y no será la última. La infraestructura para gestionar modelos, costes y capacidad de procesamiento se está consolidando gradualmente. Esta infraestructura está permitiendo la formación de una nueva generación de empresas gigantes a un ritmo sin precedentes.