OpenRouter'ın ilk yatırımcıları yatırım sürecini anlatıyor.

Yazar: Menlo Ventures

Derleyen: Jia Huan, ChainCatcher

OpenRouter bugün Stripe ile bir satın alma anlaşmasına vardığını duyurdu. Bu gelişme, OpenRouter'ın 2023'teki resmi lansmanından sadece üç yıl sonra gerçekleşti.

OpenRouter başlangıçta "LLM için birleşik bir arayüz" olarak piyasaya sürüldü ve o zamanlar yalnızca dört modeli destekliyordu: GPT-3.5, GPT-4, Together'ın GPT NeoXT'si ve Cohere xlarge.

Şirket iki temel varsayıma dayanarak kuruldu: Birincisi, yapay zekanın kullanım alanının sonunda muazzam boyutlara ulaşacağı ve tüm alanlara yayılacağı; ikincisi, piyasada her birinin kendi avantaj ve dezavantajlarına sahip çok sayıda farklı modelin ortaya çıkacağı ve kullanıcıların farklı ihtiyaçlarına göre farklı modelleri seçeceği.

Sonuç olarak, bu iki karar da o zamanki beklentileri fazlasıyla aştı.

OpenRouter platformunun piyasaya sürülmesinden bu yana, platform tarafından işlenen token sayısı yaklaşık 30.000 kat artarak yıllık 4500 trilyon tokeni aşmış ve platformdaki harcama ölçeği şaşırtıcı bir seviyeye ulaşmıştır. Aynı zamanda, OpenRouter tarafından desteklenen model sayısı da başlangıçtaki 4'ten 500'ün üzerine çıkmıştır.

Grafik: OpenRouter Token kullanımındaki büyüme (tanıtımı ile satın alınması arasındaki dönem).

Menlo Ventures olarak bu yolculuğun bir parçası olmaktan mutluluk duyuyoruz. Mart 2025'te, Anthropic ile ortaklaşa kurduğumuz Anthology Fund aracılığıyla OpenRouter'ın tohum yatırım turuna katıldık.

OpenRouter'ın kurucusu ve CEO'su Alex Atallah, daha önce 13,3 milyar dolar değerinde olan OpenSea'yi kurmuştu. Kurucu ortakları arasında Discord'da tanıştığı teknoloji dehası Louis Vichy ve son derece etkili bir COO olan Chris Clark yer alıyor.

Mayıs 2025'te, Matt'in şirketin yönetim kuruluna katılması ve Deedy'nin yönetim kurulu gözlemcisi olarak görev yapmasıyla OpenRouter'ın A Serisi finansman turuna öncülük ettik. Bu yılın başlarında, OpenRouter'ın müşteri sayısında ve gelirinde hızlı büyümesini ve şirketin model seçimi ve değerlendirmesi etrafında daha güçlü "model zekası" yetenekleri geliştiren ürün yol haritasını görerek, B Serisi finansman turuna yatırım yapmaya devam ettik.

Teknoloji sektöründe bir fikrin, birkaç kişinin yargısından sektör genelinde kabul görmesine kadar geçen süre genellikle yıllar alır.

Sadece birkaç hafta önce şu yaşandı: Ramp'ten Cursor'a kadar 10'dan fazla şirket neredeyse eş zamanlı olarak kendi model yönlendirme ürünlerini piyasaya sürdü. Sadece birkaç yıl içinde OpenRouter, yapay zeka çağının en önemli şirketlerinden biri haline geldi.

Fotoğraf: OpenRouter'ın A Serisi yatırım turunda lider yatırımcı olarak onaylandığı sırada çekilen grup fotoğrafı.

İlk bakışta Stripe, OpenRouter'ı satın almak için en doğal aday gibi görünmeyebilir, ancak iki şirket aslında çarpıcı derecede benzer.

Her ikisi de doğrudan erişilebilir bir API aracılığıyla karmaşık işlem süreçlerini basitleştirir ve işlem ücretinin belirli bir yüzdesini tahsil eder. Ancak OpenRouter yapay zeka modellerini de ele alır.

Stripe'ın sürekli olarak yaptığı açıklamaya göre, birleşmenin ardından iki şirket hala aynı şeyi yapıyor: "İnternet GSYİH'sını" artırıyor.

Aslında, OpenRouter bir yıldan daha uzun bir süre önce kendisini "LLM dünyasının Stripe'ı" olarak adlandırmıştı bile.

OpenRouter'ın temel değeri

OpenRouter, Deedy'nin 2024'te Menlo'ya katıldıktan sonra temas kurduğu ilk şirketlerden biriydi. Bu şirket, yapay zeka altyapısı yatırım mantığımızın neredeyse tam kalbinde yer alıyor.

Menlo, " 2024 Kurumsal Yapay Zeka Raporu "nda OpenRouter'a yatırım yapmak için yapılması gereken iki varsayımı öne sürdü: Yapay zeka harcamaları önemli ölçüde artacak ve geliştiriciler yalnızca bir model değil, aynı anda birden fazla model kullanacaklar.

Resim: Menlo'nun OpenRouter'a gönderdiği ilk e-posta

Hem kod yazan hem de bu modelleri pratikte kullanan kişiler olarak, farklı modeller arasında maliyet, gecikme ve performans açısından çok önemli farklılıklar olduğunu erken fark ettik.

Örneğin, metinden nesneleri tanımak gibi basit bir doğal dil işleme (NLP) görevi yaparken, Fable gibi son teknoloji ürünü, güçlü bir modele başvurmanız gerekmez.

Sorun şu ki, kullanıcıların her model şirketinin resmi web sitesine gidip hesap açmaları, API anahtarı oluşturmaları, anahtarı güvenli bir yerde saklamaları, her şirketin biraz farklı olan API arayüzü özelliklerine uyum sağlamaları ve son olarak tüm modelleri kendileri yönetmeleri gerekiyorsa, tüm süreç çok zahmetli olacaktır.

Birleşik model ağ geçidi basit gibi görünse de, gerçekte göründüğünden çok daha karmaşık bir altyapı sorunudur. Çok az insan uzun vadede böyle bir sistemi kendi başına kurmaya ve sürdürmeye gerçekten isteklidir.

Girişim sermayesi sektörü sıklıkla "rekabet avantajı"ndan bahseder ve genellikle ilk olarak teknolojik engelleri düşünür. Ancak OpenRouter, oldukça tipik bir ölçek ekonomisi avantajına sahip.

OpenRouter'ın kullanıcı sayısı ne kadar fazla olursa, model talebini tahmin etme ve daha büyük yükleri yönetme yeteneği de o kadar artar; ayrıca model laboratuvarlarıyla daha büyük sözleşmeler imzalamak da kolaylaşır ve böylece token arz ve talebi daha istikrarlı hale gelir.

Sonuç olarak, bu bir döngü yaratıyor: dağıtım kanalları elde etmek için yeni model laboratuvarları da OpenRouter'a giriş yapmayı önceliklendirmek isteyecekler.

Ayrıca başka bir eğilim daha gözlemledik.

Vibe Coding'in artan popülaritesiyle birlikte yazılım girişimlerinin sayısı da hızla arttı. Kurumsal pazara girmeyi hedefleyen bir ürün için, şirket içi geliştiricilerin onayını zaten almış olan ürünler genellikle işletmeler tarafından nihayetinde satın alınan ürünler oluyor.

Anthropic, OpenAI, xAI, Cursor, Cognition, ElevenLabs, Lovable ve Fireworks'ün hepsi şu modeli izliyor: önce geliştiricileri kazanıyorlar, sonra kurumsal pazara giriyorlar.

Aynı durum OpenRouter için de geçerlidir.

Yatırımımızdan bu yana:

OpenRouter şu anda piyasaya sürüldüğü zamanki token sayısının 30.000 katını işliyor ve son üç yıldır aylık yaklaşık %33'lük bir büyüme oranı yakalayarak ortalama her 11 haftada bir ikiye katlanıyor.

Model pazarı da hızla genişledi. DeepSeek, GLM ve Kimi gibi mükemmel açık kaynaklı modeller Çin'de ortaya çıktı; ayrıca Grok, Meta ve Thinking Machines gibi şirketlerin modelleri de mevcut. Şu anda OpenRouter, 80'den fazla model sağlayıcısından 500'den fazla modeli entegre ederek yaklaşık 10 milyon kullanıcıya hizmet veriyor.

OpenAI, X ve Meta'nın modelleri de dahil olmak üzere birçok önemli yeni modelin OpenRouter'da yayınlanmasına öncelik verilecek. Nadiren tweet atan veya diğer ürünler hakkında konuşan Mark Zuckerberg, Elon Musk gibi Muse Spark'ın OpenRouter'da yayınlanacağını özellikle duyurdu. OpenAI ayrıca Terra ve Luna gibi modellerde OpenRouter üzerinden özel indirimler sunacak.

OpenRouter'ın ürün odaklı büyüme modeli, kurumsal pazarda da başarıyla kendini gösterdi. Kurumsal ürün satış döngüsü, şimdiye kadar gördüğümüz en hızlı döngülerden biri. Kurumsal şirketler bu ürünü kullanarak model kaynaklarını merkezi olarak tahsis edebilir, erişim izinlerini kontrol edebilir ve dahili yapay zeka bütçelerini yönetebilir.

OpenRouter, farklı model sağlayıcılarıyla sözleşmeleri birleşik bir şekilde müzakere edebildiği için, en yeni modellerde bile son derece yüksek hizmet kullanılabilirliği sağlayabilir.

OpenRouter bugünkü konumuna nasıl geldi?

Uzun süredir bir girişim şirketi yöneten herkes size ürün-pazar uyumunu (PMF) bulmanın asla düz bir çizgi olmadığını söyleyecektir.

Aynı durum OpenRouter için de geçerlidir.

Hikayesi aslında 5 Nisan 2023'te başlıyor. O tarihte ekip, kullanıcıların internetteki farklı sohbet uygulamalarında aynı anda birden fazla modelle görüşmesine olanak tanıyan Window adlı bir Chrome uzantısı yayınladı.

Başlangıçtaki hedefleri, kullanıcıların belirli bir model sağlayıcısına bağımlı kalmasını önlemek ve aynı zamanda farklı modelleri kullanmak için API anahtarlarını farklı uygulamalara verme ihtiyacını ortadan kaldırmaktı.

Bu ürünün tasarımı, kripto para cüzdanlarından ilham alınarak yapılmıştır ve bu da Alex'in OpenSea'yi kurarken edindiği önceki deneyimle bağlantılıdır. O dönemde Windows toplam 4 modeli destekliyordu.

24 Nisan 2023'te "OpenRouter" adı ilk kez Windows GitHub deposunda ortaya çıktı.

Yaklaşık bir ay sonra, Anthropic v1 modellerinin ilk grubunu entegre ettiler, istemlere göre talepleri otomatik olarak uygun modellere atamaya başladılar, artık ünlü olan model sıralama tablosunu oluşturdular ve OpenRouter adını kullanmaya başladılar.

10 Ağustos 2023'te ekip, ürünü resmi olarak OpenRouter olarak yeniden adlandırdı ve sloganı "LLM'ler için birleşik bir arayüz" oldu.

O dönemde OpenRouter haftada yaklaşık 3 milyar token işliyordu. O zamanki sıralama modeli, bugün aşina olduğumuz modelden tamamen farklıydı.

Ekip daha sonra, kullanıcıların tek bir sohbet arayüzü üzerinden aynı anda birden fazla modelden yanıt alabilmelerini sağlayan Playground'u piyasaya sürdü.

O yılın Kasım ayına kadar OpenRouter, 52 modeli destekliyor, 2.000'den fazla uygulamaya bağlanıyor ve haftada yaklaşık 8 milyar token işliyordu.

Bu noktada nihayet PMF'yi buldular.

Model Yönlendirmesinin Geleceği

Yaygın inanışın aksine, OpenRouter'ın temel ürünü yalnızca "kullanıcıların token'ları yönlendirmesine yardımcı olmak" değil, aynı zamanda en kullanıcı dostu yapay zeka ağ geçidi olmaktır.

OpenRouter, otomatik olarak model seçebilen bir Otomatik Yönlendirici sunsa da, çoğu geliştirici OpenRouter'ı öncelikle tek bir giriş noktası üzerinden farklı modellere erişmek ve ardından kendi ihtiyaçlarına göre modelleri nasıl yönlendireceklerine karar vermek için kullanır.

Son zamanlarda, şirketlerin LLM'lere (Büyük Ölçekli İşletmeler) yaptığı harcamalardaki hızlı artış, Uber, Coinbase ve Microsoft gibi şirketler için gerçek bir sorun haline geldi.

Bu nedenle, "model yönlendirici" maliyet düşürme çözümü olarak oldukça cazip görünüyor.

Yapay zekâ ajanı bir görevi birçok farklı alt göreve ayırdığına göre, neden her görev için en pahalı modeli kullanalım? Basit görevler daha düşük maliyetli modellerle de halledilebilir.

Son birkaç haftada, tüm sektör bunu birdenbire aynı anda fark etmiş gibi görünüyor. Ramp'ten Cursor'a kadar 10'dan fazla şirket kendi model yönlendiricilerini piyasaya sürdü.

Ancak sorun şu ki, bir modeli yalnızca verilen talimat doğrultusunda seçmek pek etkili bir yöntem değil.

Ajan tabanlı bir senaryoda, bir görevin tamamlanması çok uzun zaman alabilir. Belirli bir isteği hangi modelin ele alması gerektiğine karar vermek, önemli miktarda bağlamı anlamayı gerektirir.

Örneğin, basit bir komut: "Bu dosyayı kod deposunda bul."

Bu, yalnızca ucuz ve basit bir LLM gerektirebilir veya en gelişmiş bir modele başvurmayı gerektirebilir. Bu, kod tabanının boyutuna ve önceki görevler tarafından oluşturulan bağlama bağlıdır.

Çok adımlı ajan görevlerinde, yönlendirici herhangi bir adımda yanlış modeli seçerse, bu hatanın maliyeti sonraki adımlarda artmaya devam edecek ve sonuçta görev sonuçlarının genel kalitesinde önemli bir düşüşe yol açacaktır.

Bu nedenle, gerçekten farklılaştırılmış bir model yönlendirme ürününün temeli, basit bir "model seçim algoritması" değil, mükemmel bir birleşik API ve yeterince büyük bir gerçek kullanıcı tabanıdır.

İşte bu kullanıcılar, OpenRouter'ın dış dünya tarafından neredeyse fark edilmeden son derece büyük bir veri kümesi biriktirmesini sağladı. Bu veri kümesi, kullanıcıların gönderdiği komutları, bu komutların nihayetinde kullandığı modelleri, görev yürütme sırasında kullanılan bağlamları ve elde edilen sonuçları içeriyor.

Model yönlendirmesinin gerçekten önem kazandığı yer burasıdır.

Gerçek bir üretim ortamında, OpenRouter, daha makul model yönlendirmesi yoluyla performansı mümkün olduğunca koruyarak işletmelerin maliyetleri kontrol etmesine yardımcı olabilir.

Gelecekte, geliştiricilerin karmaşık değerlendirme sistemlerini kendileri oluşturmalarına veya farklı modeller için Prompt'u sürekli olarak değiştirmelerine gerek kalmayacak.

Arka uçta oturum açmanız ve şu gibi bir mesaj görmeniz yeterli olabilir: "Kod tabanınızın bir kısmı öncelikle özetleme için kullanılıyor. GPT 5.6 Sol'dan Muse Spark'a geçmek size yıllık 100.000 dolar tasarruf sağlayabilir. İlgili değerlendirmeleri sizin için otomatik olarak gerçekleştirdik."

Bu, model tabanlı yönlendirmenin gerçek geleceğidir.

Ödeme altyapısından yapay zeka altyapısına

Stripe ve OpenRouter'ın gelişim yörüngeleri birbirine çok benziyor. Her iki şirket de önce geliştiricilerin güvenini kazandıktan sonra kademeli olarak büyük kurumsal pazara girdi. Ürün tasarım dilleri de oldukça basit ve doğrudan.

Andrej Karpathy bir zamanlar OpenRouter'ı yapay zeka için bir "anahtar" olarak tanımlamıştı. Stripe da benzer bir şey yapıyor: ödeme işlem sisteminde o "anahtar" haline geldi.

Bu satın alma, yapay zeka çağının altyapı sektöründeki en erken büyük anlaşmalardan biri ve sonuncusu da olmayacak. Modelleri, maliyetleri ve işlem gücünü yönetmeye yönelik altyapı yavaş yavaş şekilleniyor. Bu altyapı, yeni nesil dev şirketlerin daha önce hiç olmadığı kadar hızlı bir şekilde oluşmasını sağlıyor.