企业 AI 落地的需求正在发生结构性变化——从单模型试点走向多模型生产系统。上周，AI 路由平台 OpenRouter 宣布完成 1.13 亿美元 B 轮融资，由 Alphabet 旗下独立增长基金 CapitalG 领投，NVIDIA 风险投资部门 NVentures、ServiceNow Ventures、MongoDB Ventures、Snowflake Ventures、Databricks Ventures 以及 AMP PBC 和 Pace Capital 参投，现有投资者 Andreessen Horowitz 和 Menlo Ventures 跟投。

这份投资方名单本身就是一种信号：英伟达、Snowflake、MongoDB、Databricks——这些企业级基础设施和平台公司同时出现在同一个被投项目中，反映的不仅是资本层面的认可，更是行业对 AI 架构演进方向的一种预判。

从 5 万亿到 25 万亿：六个月背后的结构性需求

OpenRouter 联合 CEO Tyler McNamara 在博客中透露了一个关键数据：过去六个月，平台周处理量从 5 万亿 token 增长到 25 万亿 token，预计今年全年将处理超过千万亿（quadrillion）token，为超过 800 万开发者提供跨 400 多个模型的服务。从 5 万亿到 25 万亿不是线性的增长曲线，而是加速上升——这意味着越来越多的开发者和企业正在从"试试 AI"进入"用 AI 构建核心流程"阶段，对模型路由、可靠性、成本控制的需求也随之从可选变为刚需。

这些数字背后还有一个更值得注意的趋势：400 多个模型。主流大模型提供商的数量在快速增加，企业在同一套业务逻辑中调用多个模型已经是常态。但多模型意味着新的复杂度——不同模型的定价、能力边界、延迟特性、数据政策各有差异，如何在保障质量的前提下控制成本、如何在某个提供商出现波动时快速切换，这些问题不是靠简单的 if-else 能解决的。OpenRouter 看到的正是这个痛点，并在模型提供商和终端应用之间插入了这一层路由基础设施。

路由层的价值：不止于"转发"，在于"决策"

OpenRouter 将自己定位为"agents 和模型提供商之间的那一层"。这个描述表面上像是在说一个 API 网关，但实际的系统复杂度远不止路由转发那么简单。McNamara 提到，过去一年平台的三大产品方向分别是多模态推理（图像、音频、语音、转录、嵌入、视频模型）、企业级控制（工作区隔离、支出管理、防护栏、零数据保留政策）以及智能路由（提供商级故障转移、成本和延迟优化、质量感知路由）。

智能路由尤其值得关注。在大模型推理场景中，不同提供商的同一个模型在不同时间点的可用性、延迟和成本都在动态变化。OpenRouter 的路由层需要实时感知这些变化，并在毫秒级完成路由决策。对于需要极高可用性的企业级 Agent 工作流来说，这种"Provider-level failover"能力是核心价值——而不是简单地在多个 API key 之间做负载均衡。

投资方阵容折射的行业趋势

本轮融资的看点不仅是金额，更是投资方的组合。CapitalG、NVentures、ServiceNow Ventures、MongoDB Ventures、Snowflake Ventures、Databricks Ventures——这串名单几乎覆盖了企业级 AI 基础设施的关键节点：GPU 算力（英伟达）、向量数据库（MongoDB）、数据湖（Snowflake、Databricks）、企业工作流（ServiceNow）。这些公司同时押注 OpenRouter，说明行业认可的不只是 OpenRouter 本身，而是 AI 路由层作为企业 AI 架构标准组件的判断。

对于 Snowflake 和 Databricks 这类数据平台公司来说，AI 推理正在成为其数据生态的关键能力，而模型路由直接决定了用户体验和成本效率。对于 ServiceNow 这样的企业工作流平台，多模型调度能力决定了其 AI Agent 产品的响应速度和服务质量。这些公司投资 OpenRouter，本质上是在为自身的 AI 战略做基础设施储备。

资金用途：扩展基础设施，深化企业能力

OpenRouter 表示，本轮融资将用于扩展全球推理基础设施、深化企业级功能（包括安全、合规和团队管理）以及投资下一代智能路由技术。对于一家周处理量已达 25 万亿 token 的公司来说，基础设施的扩展是必然选择——随着企业级客户增加，延迟敏感型和合规要求高的场景会越来越多，对边缘节点和数据驻留的需求也会相应增长。

参考来源：https://openrouter.ai/announcements/series-b