何が起きたのか

2026年5月26日、AIモデル統合APIを提供する OpenRouter がシリーズBで 1億1,300万ドルを調達したと発表された。リードはAlphabetの成長投資ファンド CapitalG、新規参加にNVIDIAのVC部門 NVentures ほか ServiceNow Ventures・MongoDB Ventures・Snowflake Ventures・Databricks Ventures、既存投資家として Andreessen Horowitz と Menlo Ventures が継続参加（BusinessWire 公式プレスリリース、TechCrunch, 2026年5月26日）。GPU供給者であるNVIDIAと、企業データ基盤のServiceNow・MongoDB・Snowflake・Databricksが揃って参加したことは、ルーター層が単なる開発者ツールではなく、エンタープライズデータ基盤の隣接領域として認識され始めたことを示唆する。ポストマネー評価額は 約13億ドルで、2025年6月のシリーズA時点の約5.47億ドル（PitchBook推計）から1年で2倍以上になった。なお、SequoiaはシリーズA（2025年6月）の参加投資家であり、シリーズBの公式投資家リストには記載されていない。

ただし、本記事のテーマは資金調達そのものではない。OpenRouterが投資家から見て「13億ドル」と評価された理由は、同社が単なる「LLMの取次」ではなく、AI推論層のコモディティ化に呼応した『ルーター層』のインフラ事業者として機能し始めた点にある。同じ5月、OpenRouter自身が a16z 共同で発表した実証研究「State of AI: An Empirical 100 Trillion Token Study with OpenRouter」（arXiv 2601.10088, 2025年12月公表）は、その構造を100兆トークンの実トラフィックで定量化している（arXiv論文、OpenRouter State of AI）。本記事は、この研究と funding 発表の二つの一次資料を突き合わせて、AI推論市場の現在地を読む。

まず事実と分析を分ける

一次・準一次ソースで確認できる事実:

  • シリーズB調達額1億1,300万ドル、リードCapitalG、新規参加NVentures(NVIDIA)・ServiceNow Ventures・MongoDB Ventures・Snowflake Ventures・Databricks Ventures、既存投資家a16z・Menlo Ventures継続、ポストマネー約13億ドル（BusinessWire 公式、TechCrunch）
  • 全世界8百万ユーザー、月100兆トークン処理（≒週25兆）、6ヶ月前の週5兆から5倍、400以上のモデルにアクセス（TechCrunch）
  • OpenRouter共著の「100T Token Study」（arXiv 2601.10088、Aubakirova ら）：分析対象期間は2024年11月3日〜2025年11月30日、累計100兆トークン超。推論モデルが利用の50%超、平均プロンプト長は約1.5K→6K（約4倍）、Anthropicがプログラミング領域で60%超のシェア、アジア地域のシェアは約13%→約31%、OSSモデルは利用全体の約3分の1（OpenRouter State of AI）
  • 論文で導入された「シンデレラ・ガラスの靴効果（Glass Slipper Effect）」概念は、初期コホートで5ヶ月後保持率およそ40%（例: 2025年6月 Gemini 2.5 Pro、2025年5月 Claude 4 Sonnet）

本記事の分析（断定しない部分）:

  • 「ルーター層が価値の中心になる」という解釈は、上記データから筆者が描く枠組み
  • 後述のトークン量の倍加時間（doubling time）は、TechCrunchが示した5倍/6ヶ月という比からの推定値であり、将来の継続を保証するものではない

スケール：週5兆 → 週25兆、月100兆という現在値

まずトークン量から押さえたい。TechCrunchによれば、OpenRouterの処理量は約6ヶ月前の週5兆トークンから、現在の週25兆トークン（≒月100兆）へと5倍になった。

この変化を倍加時間で表す。期間 $t$ 週で $N_t/N_0$ 倍になったとすると、倍加時間 $T_{\text{double}}$ は次で表せる。

$$T_{\text{double}} = \frac{t \ln 2}{\ln(N_t/N_0)}$$

「6ヶ月」を約26週と近似し、$t \approx 26$ 週、$N_t/N_0 = 5$ を代入すると $T_{\text{double}} \approx 26 \ln 2 / \ln 5 \approx 11$ 週。およそ11週で2倍のペースで処理量が膨らんでいる計算になる（あくまで観測された5倍/6ヶ月という比からの単純な幾何平均的近似）。年率換算では、100兆×12 ≒ 約1.2 quadrillionトークン（≒約1,200兆）に達する。

比較対象として、Google I/O 2026でPichaiが示したGoogle全体のAIサーフェス処理量は月3.2 quadrillion（≒約3,200兆）だった（Google公式ブログ I/O 2026キーノート、前回記事「「slop」が2025年の今年の言葉に──AIが月3,200兆トークンを生成する時代の、汚染とXRグラスと開発ツール囲い込み」参照）。OpenRouterの月100兆は、ハイパースケーラー1社の処理量の約3%相当を、モデルを保有しない第三者の集約レイヤーが捌いていることになる。市場が「ルーター層」を実体のあるインフラとして扱い始めた、と読むに足る規模である。

100T Token Study が明かした利用の中身

OpenRouterと a16z による共著研究は、2024年11月〜2025年11月のトラフィックを分析している。注意したいのは、論文の「100兆」はこの期間累計の総量であり、上のTechCrunchが言う「月100兆」（2026年5月の現在値）とは別の数字である点だ。論文期間と現在で12倍ほど run rate が伸びている。両者を区別したうえで、論文の核心的発見を整理する（OpenRouter State of AI）。

  • 推論モデル（reasoning models）が利用の50%超: 2025年初頭は「無視できる程度」だったシェアが、年末には全トークンの過半を占めるに至った。論文は具体モデル名としてOpenAI o1、DeepSeek R1、Geminiの「thinking」系などを例示
  • プロンプト長の伸長: 平均入力トークンは約1.5Kから6Kへ「およそ4倍」、出力は約150から400へ「およそ3倍」
  • プログラミング主導: プログラミング用途のシェアは2025年初頭の約11%から、最近の週で50%超に到達。プロンプト伸長の主因
  • Anthropicのプログラミング独占: Claude系がプログラミング関連支出の 60%超 を一貫して占める
  • ロールプレイは OSS の主用途: OSSモデル利用の半分超（「more than half of all OSS model usage falls under Roleplay」）。商用モデルは制約が強い領域でOSSが伸びる
  • アジア地域: 全体シェアが約13%→約31%。最近期の地域別では北米47.22%・アジア28.61%・欧州21.32%
  • OSS全体: 公式サマリは「2025年後半までに利用の約3分の1」と述べる。週次平均の内訳では中国系OSSが13.0%・それ以外のOSSが13.7%（計約26.7%）で、プロプライエタリが約70%。「3分の1」はピーク時、「約26.7%」は週次平均と理解するのが整合的
  • エージェント的推論（agentic inference）への移行: ツール呼び出し（Tool Call）を伴うトークンは2025年9月以降の追跡で一貫した増加。論文は「単発のテキスト補完から、多段のツール統合・推論集約型ワークフローへ」という用法変化をagentic inferenceと命名

特に重要なのは最後の点だ。生成AIの利用パターンは、もはや「チャットで一回答えてもらう」ものではなくなっている。複数モデルを呼び分け、ツールを叩き、思考プロセスを検証する──そのオーケストレーションがどこで行われるかが、新しい論点になる。

シンデレラ・ガラスの靴効果：早く靴が合ったモデルが勝つ

論文が導入した一つの概念が、Cinderella “Glass Slipper” Effect だ。新しく公開されたモデルが、それまで満たされなかった技術的制約（コンテキスト長、ツール利用、特定言語、特定コード）と「ぴたりと合った」とき、そのワークロードに対する強い継続利用（lock-in）が生まれる、というものだ。

定量的には、初期コホート（foundational cohorts）の 5ヶ月後の保持率がおよそ40% に達する。具体例として、2025年6月リリースの Gemini 2.5 Pro、2025年5月リリースの Claude 4 Sonnet コホートが挙げられている。一方で、これらより後に来るコホートは「他モデルへ容易に流れる」傾向を示す。

含意は二つある。第一に、最初に課題に合致したモデルが長期の優位を取る。コモディティ化はあるが、足跡は残る。第二に、その「合致」を発見し、ユーザーをアロケートする仕組み──まさにルーター層──の価値は、モデルの数が増えるほど上がる。

モデルがコモディティ化し、ルーター層に価値が移る

100T Token Study が描く市場の絵は、要約すれば次のようになる。

  • モデルは増え、入れ替わり、シェアが移動する
  • 推論コストの低い OSS と、特定タスクで圧倒的なクローズドが併存する
  • 用途（ロールプレイ・プログラミング・科学等）ごとに「ベストなモデル」が異なる
  • ユーザーは特定ベンダーへの忠誠を示さず、タスクごとに使い分ける

この構造のもとで、価値はモデル単体の性能ではなく、多様なモデルを束ね、タスクに応じて適切に振り分ける層に流れる。OpenRouterはまさにそこに座っている。投資家が同社を13億ドルで評価したことは、モデル層は急速にコモディティ化するという前提を市場が受け入れたことの表れと読める。

この読み方は、本ブログがこれまで追ってきた構造とも整合する。過去記事「Anthropicは黒字化目前にライバルへ月12.5億ドルを送る──SpaceX S-1が暴いたAIコンピュート経済の逆説」では、AI企業が互いの計算資源に依存し合う奇妙な経済を見た。「Cerebras IPO初値+89%の裏側──S-1が示す『売上86%がUAE2社』というウェハースケールの賭け」では、半導体の側でも需要が集中する一方で多角化が進む現実を見た。OpenRouterの台頭は、その流れを応用層側から見たときの像である。

教皇回勅との接続：集中の上に集中？

別の角度から問いを立てる。前回記事「教皇レオ14世の初回勅『Magnifica Humanitas』──AIの「武装解除」と『深く人間的であれ』、そして権力集中への警告」で、教皇が「民間・多国籍の主体が政府を上回る」（本文 No.5）と警告し、筆者は HHI $= \sum s_i^2$ で集中の度合いを表せると論じた。

OpenRouterは表面上、その集中への対抗装置に見える。400以上のモデルから選べる、OSSと商用を混在させられる、特定ベンダーにロックインされない──だが裏では、集約レイヤーそのものが新しい集中点になりうる。世界8百万ユーザーの行動データ・モデル比較ベンチマーク・実コスト関数を握る単一プラットフォームは、それ自体がインフラ的な力を持つ。コモディティ化の恩恵を分配する代わりに、その分配を仲介する権力が、また別のレイヤーに生まれる。これは批判ではなく観察であり、今後の規制・競合（後述）が見るべき論点だ。

残された不確実性

  1. 100兆という数字の二重用法: 論文の「100T Token Study」は2024年11月〜2025年11月の累計、TechCrunch発表の「月100兆」は2026年5月時点の月次 run rate。混同しやすいため本記事では明示的に区別した。
  2. 倍加時間11週の解釈: 5倍/6ヶ月から導いた値であり、過去6ヶ月の平均値の幾何平均的近似。直近の月次・週次の加速ないし減速は反映していない。今後の持続性は不明。
  3. IDC「70% by 2028」等の市場予測: 一部の業界要約に登場する具体数値だが、IDCの該当レポートを本記事の参照範囲では一次特定できなかったため、本記事では採用していない。
  4. 長コンテキストの「20K超が一般的」言説: 論文が示すのは平均1.5K→6Kまで。20K超が「一般的」とまでは言い切れないため、本記事では「平均が約4倍に伸びた」とのみ記述。
  5. 推論モデルの具体名: 論文はo1・R1・Gemini系を例示。報道では Claude 4.5 等が並列される場合もあるが、本記事は論文の例示に従う。
  6. カテゴリ別の単価: 科学・医療・法務カテゴリの「高単価」等は本研究で直接示された数値ではないため、本記事は触れない。

まとめ

OpenRouterの13億ドル評価は、AIモデルの世界が「単一の巨大モデルに収束する」絵から、「多数モデルを束ねるルーター層が中心になる」絵へ移っていることの市場による追認だ。

  • スケール: 月100兆トークン（≒週25兆、年1.2 quadrillion）。倍加時間 $T_{\text{double}} = 26\ln 2/\ln 5 \approx 11$ 週
  • エージェント的推論: 推論モデルが利用の50%超、プロンプト4倍化、ツール呼び出し増加。論文はこれを agentic inference と名付けた
  • モデル別シェア: プログラミングはAnthropicが60%超、OSSは利用の3分の1、中国系OSSが約13%。地域別ではアジアが2倍以上に
  • Glass Slipper: 早期にワークロードに「合った」モデルが5ヶ月後40%の保持率を取る

筆者として最も重いのは、モデルを選ぶよりもモデル群を束ねる場所に価値が移ったという構造変化だ。AI推論の経済学は、もはやベンチマーク順位の戦いではなく、レイテンシ・コスト・タスク完了率の最適化と、その背後にあるルーティングと観測の問題になっている。OpenRouter以外の事業者──観測・ガバナンスを重視するエンタープライズ向けゲートウェイの Portkey、OpenAI互換でセルフホスト可能なオープンソース・プロキシの LiteLLM、アジア太平洋市場と現地決済（Alipay/WeChat Pay 等）への対応を打ち出す TokenMix.ai 等──がそれぞれの角度から同じ層を取りに来ているのも、その表れだ。コモディティ化の上に、新しい集中点が築かれつつある。

一次・準一次資料

報道・準一次資料

関連する過去記事