オープンソースモデルがクローズドソースに迫る中、AI 世界のルーターとなるのは誰か？
TechFlow厳選深潮セレクト
オープンソースモデルがクローズドソースに迫る中、AI 世界のルーターとなるのは誰か？
OpenRouter は AI 時代のモデル「調達ミドルプラットフォーム」だが、最良の顧客は成長すると、主力トラフィックをすべて移行してしまう。
Web3業界の深掘り報道に専念し潮流を洞察著者：Haina
Kimi K3 はリリースから 2 日で OpenRouter のデイリーランキングトップ 10 入りし、当日の呼び出し量は約 1,420 億トークンに達した。GLM-5.2、Nemotron、DeepSeek の使用量も一部の Claude Opus モデルを上回った。オープンウェイトモデルは主流の API 呼び出し已进入している。
K3 の人気は別の問題も露呈させた。リリース初期には Moonshot 社のみがプロバイダーだったため、OpenRouter はすぐに上流の容量不足を警告し、リクエストが頻繁に 429 エラーに遭遇する可能性があると示唆した。モデルのウェイトが公開されたからといって、市場がすぐにそれを安定して実行できる十分な GPU を持っているわけではない。
過去 2 年間、市場が最も関心を持っていたのは新モデルが OpenAI や Anthropic を上回っているかどうかだった。実際のアプリケーションに入ると、開発者が答えるべき問題はより多くなる：情報抽出は安いモデルに任せ、複雑な判断は frontier model を呼び出し、中国語の資料は GLM、Kimi、または Qwen の方が適しているかもしれない。モデルを選定した後、異なるプロバイダーの価格、速度、キャッシュ、安定性を比較する必要がある。モデル選択は四半期の調達決定からタスクレベルの変数へと変化した。
OpenRouter はまず最も直接的な層を解決した。開発者が 1 つのキーで 400 以上のモデルと 70 社以上のプロバイダーにアクセスできるようにした：新モデルリリース後は迅速にテスト可能；同一モデルに複数のプロバイダーがある場合、価格と速度を比較でき、1 社が故障した際に切り替えられる。OpenRouter は凭空で GPU を増やすことはできないが、トラフィックをまだ容量のある供給元を見つける手助けはできる。
この種のエントリーポイントは戦略的バイヤーの関心を集めている。The Information 近日の報道によると、OpenRouter は大手テクノロジー企業への売却を協議しており、潜在的な取引評価額は数十億ドルに達する；会社は約 13 億ドルの評価額で 1.13 億ドルのシリーズ B 資金調達を完了したばかりだ。
需要は証明された。より考えるべきは、Vercel、Cloudflare、クラウドベンダー、オープンソース gateway がすべてモデルインターフェースを統一できる中で、OpenRouter がどの層の価値を守れるかということだ。
- 将来、誰が毎回モデル呼び出しの配分権を掌握するのか？
- Model Routing の価値はどの層に沉淀するのか？
- OpenRouter はデフォルトのエントリーポイントからより高価値な orchestration へ移行できるか、同時に中立性を保てるか？
600 ドルという出発点
2023 年 3 月、OpenSea の日常管理刚从離れた Alex Atallah がコンピュータ上で Stanford Alpaca を実行した。これは当時最強のモデルではなかったが、モデルの請求書に彼は驚いた：スタンフォードチームは GPT-3 で合成データを生成し、Meta の Llama をファインチューニングしたが、整个过程わずか約 600 ドルしかかからなかった。
この請求書は彼 winner-take-all への判断を変えた。モデル生産の门槛は下がり続け、将来は 3〜5 のモデルではなく、成千上万のモデルになるかもしれない；開発者は随之モデルを発見し、能力を比較し、同一のウェイト群に対して推論サプライヤーを選択する必要がある。
彼はまず Window AI というオープンソースの Chrome 拡張機能を作り、ユーザーが自分で選択したモデルをウェブアプリケーションに持ち込めるようにした。数ヶ月後、OpenRouter が上线した。これは分散した異なる研究所やクラウドベンダーにあるモデルを、OpenAI 互換の API に収めた：開発者はアドレスを 1 つ変え、モデル名を 1 行修正するだけで、異なるモデルを呼び出せるようになった。
3 年後、「モデルアグリゲーター」のように聞こえたこの製品はユニコーン企業になった。2026 年 5 月、OpenRouter は 1.13 億ドルのシリーズ B 資金調達を完了したと発表し、Alphabet 傘下の成長ファンド CapitalG がリードし、NVentures、ServiceNow Ventures、Snowflake Ventures、Databricks Ventures などが参加した。メディアは知情情報を引用し、ポストマネー評価額は約 13 億ドルだと報じた。
成長は証明された。より難しい問題はこれから始まる：すべてのクラウドベンダー、開発フレームワーク、オープンソースプロジェクトが gateway を作れる中で、OpenRouter がどの層の価値を守れるか？
Router とは何か：それは毎日 2 回の選択しか行わない
企業の顧客デューデリジェンスを行う AI エージェントを想像してほしい。まず数十ページの資料を読み、会社や人物の情報を抽出する必要がある。このステップは構造が明確でフォールトトレランスが高く、安くて快速なモデルに任せられる。次に、取引リスクを判断し、矛盾する証拠を探し、結論を書く必要がある。このステップはエラーコストが高く、より強力な frontier model の呼び出しに適している。
これが最初の選択だ：このタスクはどのモデルに任せるべきか？
エージェントが DeepSeek の使用を決定したとする。新しい問題が出てくる：誰がこのモデルウェイトを実行するのか？モデル原厂、Baseten、Together、DigitalOcean、または他の推論サービス事業者がすべて同一モデルを提供できるが、価格、速度、稼働時間、コンテキスト長、量子化方式は完全に同じではない。
これが 2 回目の選択だ：同じモデルをどのプロバイダーに任せるべきか？
日常の議論ではこれら 2 つの選択をどちらも model routing と呼ぶことが多い。しかし它们依赖するシグナル、競合他社、商業価値は完全に異なる。生産環境に進むと、さらに 2 層増える：リクエスト失敗後どのようにリトライするか、どのように prompt cache を維持するか、どのように tool call と予算を制御するか；そして誰がどのモデルを呼び出せるか、データは記録されるか、どのように監査と地域コンプライアンスを満たすか。
したがって、model routing は 4 つの市場が 1 つの API を共有しているものだ：
- Model selection：タスクに応じてモデルを選択し、品質とコストの最適な組み合わせを目指す。
- Provider routing：同一モデルの異なるサプライヤー之間で選択し、価格、速度、uptime を目指す。
- Execution control：リトライ、fallback、cache、tool call、予算、長タスク状態を管理し、エージェントが実際に仕事を完了することを目指す。
- Enterprise governance：アイデンティティ、権限、データポリシー、監査、調達を管理し、モデルが生産コアに入れることを目指す。
OpenRouter の現在の強みはモデル調達エントリーポイントと provider routing だ：断片化された供給を集約し、リアルタイム価格、パフォーマンス、データポリシー、統一決済を提供する。会社は自動 model selection と orchestration へ拡張しており、execution control と enterprise governance にはアプリケーション、クラウド、データプラットフォームにより近い競合他社が仍有る。
オープンソースモデルの両刃の剣：需要は厚くなるが、収入は同期して良くなるとは限らない
OpenRouter と a16z は 2025 年 11 月まで、主にローリング 13 ヶ月をカバーする約 100 兆トークンのプラットフォームトラフィックを分析した。観察期末までに、open-weight モデルは約 3 分の 1 を占めた；中国オープンソースモデルの週次シェアは 1.2% から 30% 近くに上昇したが、単一のオープンソースモデルが長期にわたり open-weight トークンの約 20%〜25% を超えて占めることはなかった。
2026 年の変化はさらに速い。OpenRouter の 1 月から 6 月までの約 450 兆トークンの分析によると、DeepSeek のシェアは約 9% から 18% に上昇し、中国モデルのトークンシェアは 6 月初めにアメリカモデルを上回った。しかも DeepSeek V4 の新增トラフィックは主に Agent ワークロードから来ており、初期のロールプレイトラフィックではない。オープンモデルは「安い代替品」から coding と Agent 生産環境へ进入した。
これは継続的にローテーションする候補プールであり、新しい単一の勝者ではない。GLM、Kimi、DeepSeek、Qwen、MiniMax と垂直モデルが交互にリードし、発見、評価、接入、provider routing の需要は供給の断片化に伴って厚くなった。
トークン量は同等の質の収入を意味しない：約 52% のオープンソーストークンはロールプレイから来ており、プログラミングは 15%〜20% を占める；中国オープンソースモデルのプログラミング加テクノロジー占比は約 39% だ。これらのワークロードは呼び出し頻度が高く、代替選択が多く、ユニットコストをより気にする。オープンソースが安ければ安いほど、トークンは多くなる可能性があるが、GMV とプラットフォーム料は必ずしも同速で成長しない。
同じオープンソースのウェイト群でも 10 社以上の推論事業者によってデプロイ可能であり、速度、キャッシュ、量子化、データポリシーの差異はそのためより重要になり、OpenRouter の最も強い provider routing にもより近づく。結論は両刃の剣だ：オープンソースが成功すればするほど、routing は必要になる；オープンソースが安ければ安いほど、router が 1 トークンあたりに残せるお金は少なくなる可能性がある。
調達ネットワーク：OpenRouter がまず売るものは access と選択権
単一モデルアプリケーションでは、開発者が OpenAI や Anthropic に接入するのは難しくない。問題はモデル数が 1 つから 10 個になり、サプライヤーが 1 社から数十社になった後に現れる：チームは分別て口座開設とチャージを行い、異なる API フォーマット、制限、データポリシーを維持する必要がある；モデル更新時には再評価が必要；プロバイダーがダウンした際には retry と fallback を書く必要がある；財務は一摞の異なる請求書に直面する必要がある。
OpenRouter はこれらの作業を 1 つのキー、1 つの請求書、1 つのモデル文字列に圧縮する。Alex Atallah の長期描述によると：S3 が企業にストレージ調達をさせたように、OpenRouter は intelligence 調達的场所になりたい。
これが早期に AI-native 顧客から成長できた理由でもある。この種のチームは伝統企業よりも早く多モデル問題に遭遇する：ロールプレイ製品は異なる審査ポリシー之間で切り替え必要がある；coding agent は高価なモデルを呼び出してアーキテクチャ判断を行い、安いモデルで機械的タスクを処理する必要がある；新モデルリリース後、製品チームは新しい調達と統合サイクルを待つことなく、当日にテストしたい。
私たちが整理した 2025〜2026 年の顧客および業界インタビュー的一组によると、OpenRouter の AI-native チーム内の典型的な年間 spend は 10 万ドルから低 7 桁まで可达。この種の顧客に対して、約 5% の take rate は早期通常受け入れ可能だ。なぜならインフラエンジニアを 1 人雇わないですでにコストをカバーできるからだ。相比之下、規制を受ける大企業が OpenRouter を直接使用する金額は往往数万から 50 万ドル以内であり、より多く非コアトラフィックを承载する；コア生産ワークロードは仍既存のクラウド、アイデンティティ、コンプライアンスシステムに残る傾向がある。ここから OpenRouter の切入順序可以看出：まず速度とモデル广度を必要とする開発者を勝ち取り、その後企業制御能力を補完する。
調達インテリジェンスにはもう一つ見過ごされがちな供給側の価値がある：OpenRouter はアプリケーションのためにモデルを探すだけでなく、モデル研究所のために真实ユーザーも探す。OpenAI は GPT-4.1 リリース前、OpenRouter を通じて Quasar Alpha と Optimus Alpha という 2 つの匿名モデルで stealth test を行った。OpenRouter は後で公開確認し、これら 2 つのモデルが GPT-4.1 の早期バージョンだとした。モデル会社にとって、ブランドバイアスのない真实 workload、偏好、リテンションシグナルを獲得できる；OpenRouter にとって、新モデル首发と匿名テストはさらに開発者の「まずここ来看看」という習慣を強化する。
この種の需要側データは単一のクラウドや単一の推論事業者では完全に複製するのが難しい。它構成 OpenRouter が統一インターフェースより深い層の資産：中立配信 + 跨モデル真实使用データ + 多プロバイダー決済。
2026 年現在、OpenRouter は Workspaces、spend management、Guardrails、SSO、Zero Data Retention、EU region routing、SOC 2 Type 2 コンプライアンスに加入した。これらの更新は早期の「実験に適しているが組織には不適」という明らかな短板を修正した。它仍 on-premise deployment を提供せず、公開資料にも HIPAA BAA はない；医療、金融コアワークロードおよび顧客 VPC 内で実行必须のシステムに対して、これは仍解決必须の問題だ。
誰が支払っているのか：顧客は非対称なピラミッドを呈している
顧客層は非対称なピラミッドを呈している：AI-native 会社が現在の GMV エンジンであり、enterprise はより上行オプション；spend も依存度を意味しない。Lovable は 6 桁の支出があるが backup のみを行い、NatWest は約 3 分の 1 のトラフィックを提出し、FenxLabs は高価値な selection logic を自分手里に残す。
Clado、Nomi、Writer は異なる角度から約 100 万ドルの卒業ラインを示している：プラットフォーム料が 1〜2 名のエンジニアをカバーするのに十分になった時、直接接続、セルフホスト、または自建 fallback の経済計算が成立し始める。顧客は仍 discovery、突発容量、多プロバイダー冗長化に対して支払うが、最も安定で最も高価なトラフィックを移行させる可能性がある。OpenRouter の最も良い顧客の成長が速ければ速いほど、代替が最も難しく、必ずしも最も儲かる部分のみを残す能力を持つ。
Provider Routing：同じ DeepSeek でも 16 種類の製品になり得る
DeepSeek を例に provider routing の価値を理解しよう。2026 年 7 月 13 日、DeepSeek V4 Pro は OpenRouter 上で 16 社のプロバイダーによって提供された。当日のページによると、入力価格は約 0.44 ドル／百万トークンから 1.74 ドルまでで、約 4 倍の差；スループットは毎秒 4 トークンから 57 トークンまでで、14 倍以上の差；uptime は約 97% から 100% 近くまで。最も安いプロバイダーは当時恰好に最高 uptime を持ち、最も遅い 1 社は仍最低价より 3 倍以上高かった。
可以看出、モデルの重みが同じでも、実際の製品体験はそれを実行する人間に依存する。OpenRouter はデフォルトで剛剛発生した明らかな故障のあるプロバイダーを避け、安定ノード中でより安いオプションを偏向する；開発者はスループットまたは価格でソートし、最高価格を設定し、プロバイダーを指定または排除し、不適切な量子化バージョンをフィルタリングできる。リクエスト失敗時、システムはプロバイダーを切り替え可能；ゼロ出力を返す失敗リクエストは課金されない。
長時間実行されるエージェントにとって、この層の能力は Chatbot よりも重要だ。1 回の対話失敗、ユーザーは再び質問できる；すでに 10 分実行され、複数のツールを呼び出したエージェントが中途で断掉すると、追加のリトライコスト、cache miss、遅延、未完成ツール呼び出しが発生する。
公開コミュニティのシグナルも Provider routing の重要性を反映している。近数ヶ月、OpenRouter ユーザー討論が最も集中した問題は大致数類ある：
これらの failure-mode signal は製品規律を明らかにしている：router が創造する価値は、ユーザーのために差異を管理することから来る；一旦ユーザーが安定性のためにプロバイダーを固定下来ると、router の価値は部分的に統一課金とインターフェースへ退行する。
Execution Control：最も価値のある Routing は必ずしも OpenRouter に属さない
Provider routing は価格、遅延、uptime、一部のツール呼び出し品質能看到が、通常タスクが最終的に完了したかどうかは看不到。例えば一段のコードがテストを通過したか、一封の販売メールが返信を得たか、一個の客服エージェントが実際にチケットを解決したか、一次の金融分析が重要なリスクを漏らしたか、これらの最も業務結果に近いフィードバックは、往往アプリケーション、Agent harness、または企業ワークフロー里に残る。
これが model selection の情報格差を構成する。
2026 年 6 月に発表された論文『Agent-as-a-Router』はこの問題に対して非常に啓発的な実験を提供した。研究者は約 1 万個の coding task、8 個の frontier LLM で動態路由をテストした。単に普通 router にタスク次元で統計した歴史パフォーマンス情報を加入しただけで、15.3% の相対改善をもたらした；さらに実行結果を Context → Action → Feedback → Context のループに戻すと、router はデプロイ過程中で継続的に学習できる。この組 coding benchmark 中、結果は 1 つの判断を支持する：タスク結果が検証可能時、歴史表現と実行フィードバックを増加することは、単に routing アルゴリズムを更换するよりも大きな改善をもたらす可能性がある。この結論が客服、金融、複雑 Agent ワークフローへ外推できるかは、仍より多くの生産データ検証が必要だ。
OpenRouter もこの方向でいくつかの努力を行っている。它は 2025 年から全プラットフォーム tool call が呼び出し側 schema に符合するか検査；2026 年 3 月に上线した Auto Exacto は throughput、tool-call telemetry、benchmark score を結合し、約 5 分ごとにプロバイダーを再評価し、単なる価格加重から quality-aware routing へ移行した。しかし schema 正確はツール呼び出しが「フォーマットで走る」のみを代表し、タスクが正しく行われたことを代表しない。最も完全な実行フィードバックは仍結果に最も近い場所にある。
これにより 4 層の routing の利潤プールが自然に分流する：
- モデル選択の価値はアプリケーションと Agent runtime に近い。它们はタスク、コンテキスト、テスト、ユーザー行動、最終結果を掌握し、自分のワークロードに対して学習できる。
- provider routing の価値は中立ネットワークに近い。OpenRouter は供給を集約し、リアルタイムで価格と安定性を観測し、跨顧客で規模データを形成し、単一アプリケーションは同样广度を複製するのが難しい。
• execution control は gateway と harness 之間で競争する。retry、fallback、課金は gateway に適；長タスク状態、ツール権限、verifier は Agent runtime により近い。
- enterprise governance は既存のコントロールプレーンに近い。アイデンティティ、データディレクトリ、監査、DLP、調達はすでに AWS、Azure、Google Cloud、Cloudflare、Databricks、Snowflake、または企業 API 管理体系中に存在する。モデルは新しい制御資源に過ぎない。
したがって、OpenRouter が直面する核心的な競争は顧客エントリーポイントまたは結果により近いプラットフォームだ。
競争地図：誰がコントロールポイントにより近いのか？
OpenRouter は開発者に外部の中間層を積極的に増加する必要がある：アプリケーションはまずリクエストを OpenRouter に送信し、その後 OpenRouter がモデルとプロバイダーを選択する。
Vercel、Cloudflare、LiteLLM の優位性は異なる位置から来る。異なる競合他社は異なるコントロールポイントに近い：Vercel はアプリケーションコードに近い、Cloudflare はネットワークリクエストとセキュリティポリシーに近い、AWS と Databricks は企業アイデンティティとデータに近い、Agent runtime は最終タスク結果に近い。OpenRouter が近いのは、最も断片化されたモデルとプロバイダー供給だ。
これが前述の「卒業問題」だ：顧客が規模化後、安定で高頻度のトラフィックを直接接続または自建へ移行し、discovery、fallback、burst capacity のみを残す可能性がある。
OpenRouter の構造的な防衛線もそのためより明確だ：它は中立を保ち必须。単一推論事業者は同時に GPT、Claude、Gemini とすべてのオープンソースモデルを配信できない；単一クラウドも顧客に競争クラウドと競争モデルに同等優先順位を継続的に与えると信じさせるのが難しい。中立性は OpenRouter をモデル市場の交換層のようにし、潜在的な戦略的バイヤーの範囲を縮小する。某モデル会社またはクラウドに買収されることは、反而ネットワーク価値を破壊する可能性がある。
これは OpenRouter の顧客構造に影響を与える。トラフィックが較小時、5% 前後のプラットフォーム料は単に便利を購入するもの：チームは分別て口座開設、残高管理、fallback 作成を行う必要なく、新モデルを迅速にテストできる。推論支出が百万ドル級に接近するにつれ、プラットフォーム料、キャッシュ損失、プロバイダー直接契約割引、遅延差異はすべて可視なコスト項目になり、AI-native チームはトラフィック配分を再評価し始める。常見な情況は：チームは安定で高頻度の生産トラフィックをプロバイダーに直接接続し、同時に OpenRouter を新モデル discovery、故障 fallback、突発容量のために継続して使用する。
OpenRouter の卒業問題：它の最も良い顧客の成長が速ければ速いほど、主トラフィックをプラットフォームから移出し、最も断片化で最も変動するトラフィックのみを OpenRouter に残す可能性が高い。これは Openrouter ビジネスモデルの挑戦だ：OpenRouter は顧客規模化後、高価値生産トラフィックを継続して保留できるか、単にバックアップチャネルになるに過ぎないか。
OpenRouter は上方へ進んでいる
Atallah は初期のインタビューで明確に説明していた、OpenRouter は最初生産顧客のために跨モデルの自動選択を行わなかった：開発者はモデル制御権を保留したい希望し、異なるモデルの行動差異は予測が難しい。会社はまずより観測可能で、ネットワーク効果を建立しやすい provider routing を深く行った。
2026 年 6 月に連続して発表された Advisor、Subagent、Fusion は、会社が再びより高い層へ进入していることを示している。Advisor は安いモデルが生成過程中で困難に遭遇した時、臨時に更强モデルに相談することを許可；Subagent は frontier model が要約、抽出、フォーマット変換などの機械的タスクをより安い worker に委派することを許可；Fusion は複数のモデルに並列回答させ、その後 judge が結果を融合する。
它们は共同で呼び出し単位を変更した。過去、ユーザーはまず 1 つのモデルを選定し、その後整段タスクをそれに任せた；現在、一次タスクは内部で多次モデル分工が発生できる。OpenRouter はユーザーが某モデルを買う手助けから、ユーザーが異なる等級のインテリジェンスを組合せる手助けへ走向し始めた。
Fusion による会社実験によると、100 個の複雑研究タスク上、一组予算モデルは融合後、スコアが GPT-5.5 と Claude Opus 4.8 を上回った。しかしこの結果は OpenRouter 自分の単一 benchmark 実装から来ており、judge は原論文と異なり、long-horizon task をカバーせず、予算モデルが普遍に frontier model を超越したと理解してはならない。它はより製品シグナルだ：OpenRouter はすでに意識している、長期価値は単に「リクエストを誰に転送するか」から来ず、「いつ追加でお金をかける価値があるか、いつダウングレードできるか、複数のモデルがどのように協力するか」からも来る。
しかしこの道にも trade off がある。OpenRouter のネットワーク優位性は中立から来る：単一モデルにベットせず、アプリケーションに 1 つのワークフローを受け入れることを強制しない。もし它が向上に重すぎると、顧客自分の Agent runtime、Vercel などの開発フレームワーク、クラウドベンダー control plane と正面競争する可能性がある；もし軽すぎると、费率圧迫を受ける access layer のみ残る可能性がある。
より現実的なパスは、orchestration をプラグイン可能な能力にすることだ。OpenRouter は跨モデルとプロバイダーの供給广度、品質テレメトリ、決済を提供し、アプリケーションは verifier と業務結果を掌握し続ける。コードテスト、ツール実行などの検証可能场景中、OpenRouter は顧客自有の eval を読み取り、該顧客の routing 最適化に使用できる。
13 億ドルのバリュエーション、市場は何を買っているのか
OpenRouter の Pay-as-you-go プランは現在チャージ時に 5.5% のプラットフォーム料金を徴収し、プロバイダーのモデル価格は目录価格で透過；企業プランは割引を獲得できる。BYOK は異なるプランの月額枠内でプラットフォーム料金免除し、枠超過後 5% を徴収。
会社は監査済みの収入を開示していない。Sacra は 2026 年 3 月の年間収入を約 5,000 万ドルと推定し、2025 年末の約 1,900 万ドルより高い。另有投資家評論暗示融資前後収入は繼續上昇可能性があるが、会社確認未經。したがって、私たちは 5,000 万ドルを相対検証可能アンカーとし、1 億ドルを上昇感応度テストとする。対応 13 億ドルバリュエーション、年間収入倍率は約 13〜26 倍。
OpenRouter の収入方程式：
プラットフォーム収入 ≈ retained GMV × effective take rate + enterprise／orchestration 収入
Retained GMV は高価値顧客規模化後まだどれだけの生産トラフィックを残すかに依存；effective take rate は企業割引、BYOK、自建、競合他社補助影響を受ける；enterprise と orchestration 収入は OpenRouter が単なるトークン抽成から脱却できるかを決定。
もし収入が主にプラットフォーム料金から来る場合、费率変化は収入に対してほぼ線形の影響を持つ：
Sacra がプラットフォーム料を収入とみなす估算基準に従い、暫時非取引収入占比が低いと仮定し、5,000 万〜1 億ドル年間収入は約 9 億〜18 億ドル retained GMV に対応。大口顧客割引と BYOK は隐含 GMV を押し上げ；enterprise subscription などの非取引収入はこの逆算結果を低下させる。
既存の低 take-rate gateway 業務と比較し、13 億ドルバリュエーションはすでに 2 つのまだ完全に兑现されていないオプションに対して一部のプレミアムを支払っている：
1\. OpenRouter が統一エントリーポイントから AI-native アプリケーションデフォルトの intelligence procurement network へ升级。它はモデルを接続するだけでなく、プロバイダーの価格、品質、容量、SLA、データポリシー、決済を管理する。顧客は一部分安定トラフィックを直接接続しても、仍 OpenRouter を新モデル discovery、fallback、burst capacity、跨プロバイダー調達に使用する。
2\. OpenRouter が provider routing から feedback-aware orchestration へ上移。Advisor、Fusion、Subagent はすでに一次タスク内部で異なるモデルを組合せ；もしプラットフォームが未来アプリケーション回伝のテスト結果、タスク完成率、ユーザーフィードバックを獲得できれば、質量向上とコスト節約に応じて課金可能になり、単にトークン抽成のみに頼らなくなる。
2031 年を観察点とし、3 種の会社形態は 3 種のバリュエーション結果に対応：
確率加重された 2031 年のバリュエーションは約 34 億ドルで、当前進入価の約 2.6 倍、対応 5 年約 21% の総 IRR。結果は正だが、回報構造は不够均衡：ほぼ全部超额収益は 20% のブルシナリオから来る；ブルを去掉、ベースケースとベアの加重価値は約 14 億ドルで、基本当前バリュエーションに贴近。
もし 25% 総 IRR を一级成長投資の最低目標とした場合、確率加重受容進入バリュエーションは約 11 億ドル；もし 30% を要求、進入価は約 9 億ドル。一级市場流動性、收入仍第三方估算、および退出パスが中立性制約を受けることを考慮し、9 億〜11 億ドルはより安全圏のある討論区間；13 億ドルはすでに投資者に「智能調達ネットワーク」に対して一部分まだ検証されていないオプション価値を支払うことを要求。
結び：Routing は標準装備になる、OpenRouter はどれだけの利潤を残せるか？
Alex Atallah は Alpaca の 600 ドルの請求書からモデル供給が即將爆発することを見た。OpenRouter 過去 3 年は証明した、モデルとプロバイダーがより断片化すればするほど、中立エントリーポイントはより価値がある。Agent 時代进入、問題は「どのようにすべてのモデルを呼び出すか」から「各タスクはどのモデルを使うべきか、どのプロバイダーを通るべきか、およびいつ切り替え必要があるか」へ转向。
OpenRouter が最もまずなる可能性が高いのは中立のモデル調達ネットワークだ。企業は它を通じて価格、遅延、cache、可用性、データポリシーを比較し、予算、SLA、推論容量、決済を統一管理できる。モデル供給の广度とリアルタイム状態はこのネットワークの主要価値だ。
このセットの能力は完全なタスク結果データに依存しない。たとえチケットが最終的に解決されたか不知道でも、OpenRouter は仍顧客により安く、より安定なプロバイダーを選択し、予算を制御し、サービス失敗時自動切り替えを手伝える。問題は、この種の価値はより調達効率と信頼性に近く、長期は較低 take rate に対応する可能性がある。
より高いバリュエーションは別の層の証拠が必要：顧客はモデル選択を OpenRouter に任せ、より良い選択に対して支払う愿意。Auto Exacto はすでに throughput、ツール呼び出し品質、benchmark を利用して provider routing を改善可能；task routing 所需結果データは主にアプリケーション側に残る。コードテスト、ツール実行などの結果検証可能场景中、OpenRouter は顧客自有の eval に接入可能；しかし客服、販売、複雑 Agent ワークフローをカバーする通用フィードバックループ、建立はより困難。
これは 3 つの異なる会社形態に対応。
1\. 大口顧客が主トラフィックをプラットフォームから移行し、OpenRouter は主に discovery、fallback、突発容量を承载。
2\. 它は規模が大きく、费率が徐々に低下する中立調達ネットワークになり、GMV 成長が部分 take rate 圧力を抵消。
3\. 顧客がさらに企業ガバナンス、容量保証、routing quality に対して支払、非取引収入は収入品質を改善し始める。
OpenRouter には戦略的買収価値もある：クラウド、データ、または横断的 Agent プラットフォームは自身のワークフローデータと OpenRouter のモデル供給、開発者配信を結合できる。しかし買収は同時に它的中立性を削弱する。一旦プラットフォームが某エコシステムに制御され、他のプロバイダーは自分のモデルがソート、価格、トラフィック配分中で差別を受けることを担心し、顧客も呼び出しデータが潜在競合他社へ流れることを担心し、从而合作を減少またはトラフィックを移行。
13 億ドルバリュエーション上で、次に最も追跡すべきは 3 つのことだ：
1\. 百万ドル顧客がトラフィックの一部を直結後、OpenRouter はまだどれだけの生産 GMV を保留できるか；
2\. effective take rate 下行時、retained GMV はより速く成長できるか；
3\. 企業サブスクリプション、容量保証、orchestration は独立収入を形成できるか、単にトークン消耗を増加するに過ぎないか。
Routing はマルチモデル時代のデフォルト能力になる。Token GMV は OpenRouter がトラフィックを集約できることを証明；高価値顧客が長期に生産トラフィックを残し、它が做出的選択に対して支払うか、それが最終的に規模の大きな低费率ネットワークか、より価値のある意思決定層かを決定。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
