ストーリー

創業から成功に至るまでの道のり。

Alex Atallahは、OpenSea共同創業者・元CTOとしてNFT市場を牽引した後、LLM推論のStripeを作るとOpenRouterで再挑戦した——2026年5月のSeries Bで評価額13億ドル、週間25兆トークン処理、累計調達1.53億ドルに到達した 出典

OpenSeaから推論インフラへ

2023年、Atallahは400超のLLMを単一APIでルーティングするOpenRouterを立ち上げた。

開発者はモデルごとに契約・課金・フェイルオーバーを個別管理する代わりに、統合請求とモデル中立のゲートウェイを得られる——Stripe for LLM inferenceという楔がここに置かれた 出典

爆発的ボリューム成長

2025年6月、Seed+Aで4,000万ドル・評価額約5億ドルを調達。

同年中に年間換算スペンド1億ドル超に達したと報じられ、マルチモデル推論需要の急拡大が数値で裏付けられた。

a16zも投資論点を公開し、インフラ層での勝者取りが本格化した 出典

CapitalG主導のSeries B

2026年5月、CapitalG主導で1.13億ドルのSeries Bを実施し、評価額13億ドル・累計調達1.53億ドルに。

週間25兆トークンという規模は、単なるAPIラッパーではなく推論マーケットプレイスの地位を示す。

公開リーダーボードは、モデル選択の透明性を武器にしている 出典

中立性という賭け

OpenRouterはモデル中立・統合課金・フェイルオーバーを前面に、HeliconePortkeyLiteLLM OSS、AWS Bedrockと競合する。

マージン圧縮とプロバイダ依存は構造的リスクだが、エンタープライズのマルチモデル方針が強まるほど、ルーティング層の価値は上がる。

累計調達1.53億ドルは、この賭けに市場が大きく賭けている証左だ 出典

独自分析

PMF (プロダクトマーケットフィット)

PMFは複数LLMを使いたいが契約・請求・フェイルオーバーを一元化したい開発者とエンタープライズのPainに集中。

400超モデルへの単一APIは、モデル選定の実験コストを劇的に下げる 出典

週間25兆トークンと年間換算スペンド1億ドル超は、ニッチな開発者ツールではなく推論インフラのデフォルト候補になりつつある証拠。

公開リーダーボードはモデル性能比較の参照点として定着し始めている 出典

参入障壁 (Moat)

ボリュームに伴うルーティング最適化と、公開リーダーボードによるデータ蓄積は参入後追いが難しい。

ただし技術的参入障壁自体は高くなく、スケール経済に依存 出典

OpenSea pedigreeは採用・PRに効くが、推論層では顧客のAPIキーと利用ログが真のロックイン。

エンタープライズのプライバシーポリシー次第ではオンプレ・OSSへ流出しうる 出典

ネットワーク効果

リーダーボードとコミュニティによる間接的ネットワーク効果はあるが、Calendly型の受信者バイラルではない。

開発者がモデル比較データを参照するほど価値は上がる一方、双方向の強いネットワークではない 出典

エンタープライズ横展開では社内標準の推論ゲートウェイ化がスイッチングコストになるが、API互換性の高さゆえ乗り換え障壁は中程度に留まる 出典

ターゲット

マルチモデル実験を回すAIスタートアップ、LLMプロダクトを複数モデルで運用する開発チーム。

OpenRouter docsとrankingsを起点にした開発者ファーストの獲得 出典

エンタープライズのAI推論統制チーム——単一請求・フェイルオーバー・モデル切替をIT部門が管理したい組織。

CapitalG投資はこのセグメントへの期待を示す 出典

成功要因

OpenSea共同創業者というブランドと、a16z・CapitalGといったTier-1投資家の連続支援。

2025年6月の4,000万ドルから2026年5月の1.13億ドルへ、短い間隔でラウンドを重ねた資金調達力 出典

モデル中立・統合請求・フェイルオーバーの三層価値は、単一プロバイダ縛りを嫌うエンタープライズに刺さる。

Stripe analogyは投資家・開発者双方の理解を加速させたマーケティング資産 出典

失敗・課題

推論はコモディティ化しやすく、マージン圧縮が構造的リスク。

OpenAI・Anthropic・Googleが直接エンタープライズ契約を強化すれば、中間ゲートウェイの取り分は薄れる 出典

LiteLLMなどOSS代替が自前ホストで同等機能を提供。

AWS Bedrockはクラウドネイティブ統合でエンタープライズの既定路線になりうる——プロバイダ依存は両刃 出典

グロース戦略

PLG的なAPIドキュメント・リーダーボード・開発者コミュニティから始まり、ボリューム拡大に伴いエンタープライズ契約へ。

累計調達1.53億ドルは積極的なGTM投資を可能にする 出典

日本を含むマルチモデルルーティング需要は、国内LLMと海外LLMの併用が進むほど拡大。

エンタープライズのデータレジデンシー要件はセルフホスト競合への圧力にもなる 出典

主要チャネル: community, content, seo

学べること

NFTバブル後の第二創業でも、インフラ層のStripe for X叙事は投資家・開発者双方に刺さる。

ただし推論はマージンが薄く、ボリューム勝負になる 出典

モデル中立は差別化にもリスクにもなる——プロバイダ全員と良い関係を保ちながらスケールするのは、マーケットプレイス運営の難しさそのもの 出典

日本で展開するなら

日本企業のマルチモデル方針(国内LLMとOpenAI/Anthropic併用)が進むほど、統合ルーティング層の需要は増える。

OpenRouterは日本市場向けエンタープライズプライバシー訴求の比較対象になる 出典

LiteLLM自前ホストとOpenRouterクラウドの三角比較は、日本のAIインフラ選定記事に使える。

推論コスト最適化は開発者コミュニティの恒常テーマ 出典

主な競合

Timeline

創業から成功に至る道のり。転機ごとの収益・調達・バリュエーション (出典あり) も併記します。

  1. ローンチ出典

  2. Founded unified 400+ LLM API出典

  3. $40M seed+A ~$500M val出典

    • 調達 $40,000,000
  4. Series B $113M @ $1.3B 25T tokens/week出典

    • 調達 $153,000,000
  5. 累計調達額 更新出典

    • 調達 $153,000,000

ポジショニング

分析で挙げた競合プロダクトとの相対位置を示しています。

Stripe for LLM inference——400+ models one API

参考リンク

関連プロダクト