La apuesta de $7.5 mil millones de Stripe por el registro de tokens de OpenRouter

En agosto de 2026, OpenRouter procesaba 25 billones de tokens por semana en más de 400 modelos. Stripe acordó adquirir el marketplace por unos $7.5 mil millones, según reportes. Los desarrolladores podían cambiar el modelo en su endpoint; alguien aún tenía que atender cada solicitud y contabilizar su costo.

OpenRouter intenta convertir la sustitución de modelos en enrutamiento confiable, acceso a capacidad, medición y facturación antes de que las nubes, los hosts de modelos y los proveedores de aplicaciones incorporen esas funciones a sus propios negocios. Las alternativas más baratas dieron a los desarrolladores una razón para comparar modelos; las facturas recurrentes por tokens dieron a los compradores una razón para administrar esa elección.

Un marketplace se convirtió en un punto de conexión del gasto

OpenRouter comenzó en 2023 como un marketplace de modelos de IA. Su tráfico semanal subió de 5 billones de tokens a 25 billones en seis meses, según cobertura de agosto de 2026. Eso mide el tráfico a través del servicio, no sus ingresos ni la participación de la inferencia que controla. Sí muestra por qué un punto de acceso común importa más cuando los desarrolladores lo usan repetidamente en vez de probar un modelo una sola vez.

La conexión de Stripe con pagos tiene sentido comercial: cada solicitud enrutada puede convertirse en un registro de uso, un cargo y un pago a un proveedor. Pero ser dueño de un endpoint no le daría por sí solo a Stripe control sobre esa transacción. Stripe tendría que preservar suficiente información sobre la solicitud, el proveedor, el uso y la cuenta del cliente para conciliar el gasto cuando una carga de trabajo pasa de un modelo a otro.

En la pila de adquisición de modelos, un catálogo ayuda a un desarrollador a encontrar un modelo. Un punto de conexión del gasto debe permitir que un comprador entienda qué modelo atendió una carga de trabajo, a qué precio y bajo qué acuerdo comercial. Lo segundo es más difícil de reemplazar para un cliente con otra lista.

El cambio en la participación de cartera convierte la elección de modelos en una compra recurrente

The Wall Street Journal reportó que Anthropic concentraba más de 75% del gasto empresarial de OpenRouter en enero, mientras que Anthropic y OpenAI estaban aproximadamente empatadas en septiembre. Por separado, OpenRouter dijo que los usuarios gastaron más en modelos de OpenAI que en modelos de Anthropic durante la semana del 7 de septiembre, la primera semana así desde el 26 de febrero de 2024. La medición semanal de usuarios y la comparación mensual de gasto empresarial no son la misma serie. Ninguna muestra si clientes individuales cambiaron, si nuevos clientes modificaron la mezcla o si el gasto creció en ambos proveedores.

Los compradores tienen razones para comparar proveedores, pero los reportes no establecen por qué cayó la participación de Anthropic. La cobertura atribuyó los recortes de precios de OpenAI y Anthropic de junio a septiembre a bajos costos de cambio y a la presión de los modelos de pesos abiertos. Cuando el precio puede cambiar dentro de un ciclo de implementación, un compromiso fijo con un proveedor puede dejar dinero sobre la mesa. Los compradores aún tienen que evaluar si otro modelo es suficientemente bueno para una solicitud específica; un token más barato no equivale automáticamente a una tarea completada más barata. Los compradores deberían medir el costo de inferencia por carga de trabajo, no por nombre de modelo en una factura.

Las aplicaciones están construyendo el asignador por su cuenta

La incubadora interna de IA de Meta desarrollaba Switchboard para enviar algunas tareas a modelos de menor costo. Ramp lanzó Router después de usarlo internamente durante tres años. Runway lanzó un router diseñado para medios generativos. Estas empresas tienen clientes y productos distintos, pero cada una tiene una razón para colocar la selección de modelos cerca de su propia carga de trabajo. Meta puede enfocarse en el gasto de programación; Runway puede diseñar alrededor de tareas de medios. Una puerta de enlace general no puede asumir que un endpoint común le da la mejor información sobre ninguno de los dos trabajos.

Los proveedores de aplicaciones también deciden qué ven los usuarios cuando un modelo falla o un resultado decepciona. Eso les da una razón para retener la regla de enrutamiento incluso si compran acceso y facturación en otra parte. Los compradores empresariales también podrían exigir que un router aplique reglas de autorización, residencia y auditoría; ninguno de los reportes citados documenta un cambio de modelo por esos motivos.

Los pesos abiertos amplían el menú, pero no la capacidad de servicio

Los modelos de pesos abiertos dan a los desarrolladores más opciones, pero sus proveedores aún necesitan capacidad de servicio. Z.ai probó GLM-5.3-Flash de forma anónima mediante OpenCode y OpenRouter, atendió el tráfico con chips chinos de IA y después liberó los pesos. Los desarrolladores encontraron un modelo seleccionable; Z.ai aún tenía que ejecutarlo en algún lugar.

Together AI e IBM firmaron un acuerdo multianual de $240 millones para construir un clúster de inferencia en IBM Cloud con sistemas Nvidia HGX B300. Together AI también acordó usar cómputo de Humain en Arabia Saudita. Cursor, por su parte, accedió a Kimi K2.5 de Moonshot mediante Fireworks AI para Composer 2. Estos acuerdos ponen el servicio de modelos, el acceso a chips y la capacidad regional en manos de proveedores que una puerta de enlace puede necesitar, pero no puede simplemente conjurar. El relacionado ecosistema de pesos abiertos amplía lo que puede implementarse; los contratos y las operaciones determinan qué puede atenderse de forma confiable.

Por lo tanto, las nubes y los hosts de inferencia tienen su propia ruta hacia el cliente. Un host que controla la capacidad puede empaquetar acceso a modelos con compromisos de servicio. Una nube que ya factura a una empresa puede agregar la inferencia a una cuenta existente. Ninguna necesita ganar un concurso de catálogos de modelos para competir por la relación de gasto.

La relación con el desarrollador tiene que sobrevivir a la adquisición

Algunos desarrolladores usaron el entorno de Claude Code con modelos no pertenecientes a Anthropic más baratos mediante proxies y OpenRouter. Mantuvieron la superficie de trabajo mientras cambiaban la fuente de los tokens. Fusion de OpenRouter adoptó un enfoque distinto: consulta a múltiples modelos en paralelo y afirma ofrecer rendimiento de investigación profunda de nivel frontera a la mitad del precio. La afirmación de rendimiento y costo de Fusion no se ha establecido de forma independiente en el registro citado, pero el producto muestra otra forma en que un router puede intentar asignar el gasto: combinar resultados en vez de seleccionar un proveedor.

Según reportes, Replit movió la mayor parte de su gasto en IA de Anthropic a OpenAI después de que OpenAI ofreció un descuento de más de 30% en un acuerdo con valor anual de más de $100 millones, tras el fin del descuento de Anthropic. Anthropic también habría actuado para cerrar soluciones alternativas que permitían a empresas chinas llegar a sus modelos mediante proveedores de nube y subsidiarias en el extranjero. Los compradores no pueden sortear las condiciones de acceso de un proveedor solo porque su modelo aparece en un menú.

El acuerdo de Stripe con OpenRouter es una apuesta por una posición operativa estrecha. Si los desarrolladores mantienen portátiles sus flujos de trabajo, los proveedores compiten por sus solicitudes y OpenRouter asegura capacidad mientras produce registros de uso confiables a nivel de carga de trabajo, la puerta de enlace tiene algo que una lista de modelos no puede ofrecer. Si esas condiciones fallan, la aplicación conserva la regla de enrutamiento, el host atiende el modelo y el comprador liquida la factura directamente. Con 25 billones de tokens a la semana, Stripe todavía tiene que lograr que los registros de OpenRouter sean autoritativos tanto para el comprador como para el proveedor que recibe el pago.