Ha eddig azt hitted, hogy az AI-verseny arról szól, ki építi a „legjobb modellt”, az OpenRouter sztorija egy másik valóságot mutat: egyre többen azt akarják, hogy a modellek csereszabatos alkatrészek legyenek, ne vallás.

Mi történt

Az OpenRouter (2023-as alapítás) 113 millió dolláros Series B befektetési kört vont be, amelyet a CapitalG vezetett (az Alphabet növekedési alapja). A cég nem közölt hivatalos értékelést, de a The New York Times becslése szerint a kör utáni (post-money) értékelés nagyjából 1,3 milliárd dollár.

Ez nagy ugrás a tavalyi állapothoz képest: a PitchBook alapján a 2025 júniusi, 40 millió dolláros Series A után körülbelül 547 millió dollár volt a post-money értékelés. A cég közben látványos használati növekedést is kommunikál: több mint 400 modellhez ad hozzáférést (többek között Anthropic, Google, OpenAI, xAI, DeepSeek), 8 millió globális felhasználót említ, és havi 100 billió tokent feldolgozott mennyiséget.

A „token” itt leegyszerűsítve a szöveg feldarabolt egysége (gondolj rá úgy, mint szavak és szó-részletek aprópénze), amiben a modellek „számolnak”. A cég állítása szerint ez a terhelés fél év alatt ötszörösére nőtt: heti 5 billió tokenről nagyjából heti 25 billióra.

Miért fontos

Az OpenRouter egy „AI gatewayt” (AI-átjárót) kínál: olyan köztes réteget, ami több modell között tud útvonalat választani ugyanabban az alkalmazásban. Gondolj rá úgy, mint egy intelligens kapcsolótáblára: a feladat típusa, költségkeret vagy elvárt pontosság alapján más-más „motorhoz” irányítja a kérést. Ez azért lett hirtelen kritikus, mert az AI fókusza a tanításról (training) a futtatásra (inference) tolódott, most pedig egyre inkább „ügynökök” (agents) köré szerveződik — olyan rendszerekre, amelyek több lépésben, eszközöket használva hajtanak végre feladatokat. Ilyenkor a költség és a megbízhatóság már nem elméleti kérdés: sok apró hívásból gyorsan nagy számla és nagy kockázat lesz.

Mire figyelj

  1. Vendor lock-in helyett modell-portfólió: a jelek szerint a cégek nem akarnak egyetlen modellgyártóhoz kötődni, mint korábban sok SaaS szolgáltatónál. A kérdés az, mennyire lesz alapelv a „többmodellű” architektúra.
  2. Árképzés és teljesítmény versenye: ha a modellek tényleg cserélhetővé válnak, a döntő tényező a költség/teljesítmény arány és a megbízhatóság lehet, nem a márkanév.
  3. Átjárók, mint új kontrollpontok: ahol a forgalom átmegy, ott lehet optimalizálni, mérni, szabályozni — és ott keletkezik stratégiai érték. Ez a réteg idővel legalább olyan fontos lehet, mint maguk a modellek.

A nagy tanulság: az AI-modell egyre inkább háttérben futó, cserélhető „motor”, és aki a váltást megkönnyíti, az a következő évek egyik legjobb pozíciójába kerülhet.