جولة Series B بقيمة 113 مليون دولار لـ OpenRouter تُثبت أطروحة بوابة النماذج المتعددة: المؤسسات تُوجِّه الآن، ولا تختار

جولة التمويل التي تؤكد واقعية طبقة البوابة

حين يقود صندوق النمو المستقل لـ Alphabet، وهو CapitalG، جولة بقيمة 113 مليون دولار في شركة ناشئة تجلس — بوصفها الخاص — بين المطورين ونماذج الذكاء الاصطناعي، فهذا ليس رهاناً على فوز نموذج واحد. إنه رهان على ألا ينتصر أي نموذج منفرداً.

جلبت إعلان Series B الخاص بـ OpenRouter في مايو 2026 أيضاً NVentures (الذراع الاستثمارية لـ Nvidia)، وServiceNow Ventures، وMongoDB Ventures، وSnowflake Ventures، وDatabricks Ventures، إلى جانب المستثمرين السابقين Andreessen Horowitz وMenlo Ventures. حضور “ثلاثي سحابة البيانات” — Snowflake وDatabricks وMongoDB — ليس مصادفة. هذه هي شركات البنية التحتية التي تدير بالفعل خطوط الأنابيب التي تتدفق من خلالها بيانات المؤسسات. وهي تستثمر في طبقة التوجيه التي ستحدد أي نموذج يعالج تلك البيانات.

يحكي التقييم قصة تسارع واضحة. كانت OpenRouter تُقيَّم بنحو 547 مليون دولار في جولة Series A قبل عام، وفقاً لتقرير TechCrunch عن الجولة. يمثل التقييم البالغ 1.3 مليار دولار بعد الاستثمار أكثر من ضعف التقييم في اثني عشر شهراً. الدافع لا لبس فيه: ارتفع حجم الرموز الأسبوعي من 5 تريليون إلى 25 تريليون رمز خلال الأشهر الستة السابقة للإعلان، أي بزيادة 5 أضعاف. تخدم المنصة الآن 8 ملايين مطور حول العالم وتدعم الوصول إلى أكثر من 400 نموذج.

“إجراء الاستدلال على نطاق واسع هو بطبيعته مشكلة متعددة النماذج”، قال Alex Atallah، المؤسس المشارك والرئيس التنفيذي. “انتهى عصر اختيار نموذج واحد.” هذه العبارة هي في الوقت ذاته عرض للمنتج وتشخيص للسوق — ويُلمح الاتحاد الاستثماري وراء هذه الجولة إلى أن رأس المال المتطور يتفق مع هذا التشخيص.

ما يعنيه فعلاً رقم 25 تريليون رمز

خمسة وعشرون تريليون رمز في الأسبوع رقم مجرد حتى تُرجعه إلى السلوك الفعلي للمؤسسات. تُظهر بيانات OpenRouter الخاصة أن 67٪ من المؤسسات التي تستخدم المنصة تعالج ما يقارب مليار رمز شهرياً. هذا ليس تجريباً — هذا حمل عمل في بيئة الإنتاج.

يعكس التحول من اختيار النموذج إلى توجيه النموذج تغييراً هيكلياً أعمق في كيفية نشر المنظمات للذكاء الاصطناعي. اتبع تبني الذكاء الاصطناعي المبكر في المؤسسات منطق “اختر المورد”: اختر OpenAI أو Anthropic أو Google، وابنِ حول API ذلك المورد. يُحدد تغطية SiliconAngle للجولة المشكلة التي تحلها OpenRouter: مع حلول وكلاء الذكاء الاصطناعي محل استدعاءات الاستدلال الفردية، تواجه المنظمات ملامح تكلفة وزمن استجابة متباينة تبعاً للنموذج ونوع المهمة وطاقة المورد في أي لحظة. يؤكد تحليل The AI Insider أن التوجيه التلقائي للمهام في OpenRouter — الذي يوجه الطلبات إلى الخيار الأوفر أو الأدق — هو القدرة الجوهرية التي تدفع تبنيها في المؤسسات.

لطلب تلخيص وثيقة قانونية من 10 صفحات نموذج مثالي مختلف عن طلب توليد JSON منظم من نموذج، والذي يختلف بدوره عن طلب التفكير في سير عمل متعدد الخطوات. توجيه هذه الطلبات إلى النموذج الصحيح في الوقت الفعلي — بناءً على التكلفة والزمن الاستجابي والجودة وقيود الامتثال — ليس ميزة لأي مزود نماذج. إنه بحكم التعريف مشكلة بنية تحتية تقع فوق طبقة النموذج.

تعزز واقعية الأسعار هذه الفكرة. على OpenRouter اليوم، يبلغ سعر GPT-5.5 خمسة دولارات لكل مليون رمز إدخال و30 دولاراً لكل مليون رمز إخراج، بينما يكلف Qwen3.7 Max 2.50 دولار لكل مليون رمز إدخال و7.50 دولار لكل مليون رمز إخراج. بالنسبة لسير عمل وكيل في الإنتاج يعالج مئات الملايين من الرموز يومياً، فإن التوجيه الذكي بين هذه الخيارات ليس ميزة ترفيهية — إنه بند في الميزانية.

ما يجب على مديري تقنية المعلومات في المؤسسات فعله

1. توقف عن وضع الميزانية لمزود نماذج واحد — ضعها للطبقة التوجيهية

الخطأ الأكثر تكلفة الذي ترتكبه فرق المؤسسات في 2026 هو معاملة بنية تحتية الذكاء الاصطناعي كشراء SaaS: اختيار مورد، توقيع اتفاقية مؤسسية، وتوجيه جميع أعباء العمل إليه. يشير الاتحاد الاستثماري وراء هذه الجولة — الذي يضم المنصات الكبرى لسحابة البيانات — إلى أن الإنفاق الفعلي على البنية التحتية يتحول نحو البوابة، لا النموذج. يجب على المديرين التقنيين تدقيق نسبة إنفاقهم على الذكاء الاصطناعي المحصورة في API مورد واحد دون أي منطق تجاوز أو تحسين تكلفة. أي نسبة أعلى من الصفر تمثل هشاشة لا داعي لها. ابنِ طبقة التوجيه أو اشترها قبل أن يجبر دورة تجديد الاتفاقيات المؤسسية على إجراء المحادثة تحت ضغط الوقت.

2. طبّق سياسات عدم الاحتفاظ بالبيانات على مستوى البوابة، لا لكل مورد على حدة

تحاول فرق الامتثال في المؤسسات في أغلب الأحيان التفاوض على شروط عدم الاحتفاظ بالبيانات مع كل مورد نماذج على حدة. بدلاً من ذلك، تضع بنية OpenRouter هذا التحكم في طبقة البوابة، مطبِّقةً إياه بشكل موحد على جميع النماذج البالغة 400+. بالنسبة للمنظمات في القطاعات الخاضعة للتنظيم — الخدمات المالية والرعاية الصحية والقانون — هذا ليس مريحاً فحسب؛ بل هو تبسيط جوهري لسطح الامتثال. الإجراء الرئيسي هو نقل سياسات حوكمة البيانات إلى أعلى في المكدس نحو طبقة التوجيه، بحيث يرث أي نموذج جديد مضاف إلى سير العمل تلك السياسات تلقائياً بدلاً من الحاجة إلى تفاوض منفصل مع المورد.

3. عامل التجاوز بين الموردين كمتطلب استمرارية الأعمال، لا كميزة DevOps ترفيهية

في مايو 2026، تعرض اثنان على الأقل من كبار موردي النماذج لانخفاضات في الخدمة أدت إلى مقاطعة أعباء عمل الذكاء الاصطناعي في بيئة الإنتاج. النمط متسق عبر الأشهر الثمانية عشر الماضية: شهدت البنية التحتية للاستدلال لدى كل مزود رئيسي حوادث توفر. تُحوّل طبقة البوابة مع التجاوز التلقائي بين الموردين ذلك من حدث توقف الإنتاج إلى إعادة توجيه سلسة. يجب على المديرين التقنيين تحديد اتفاقيات مستوى الخدمة الرسمية لوقت تشغيل وكلاء الذكاء الاصطناعي بنفس الطريقة التي يحددون بها اتفاقيات مستوى الخدمة لمعالجة المدفوعات، ثم التحقق من أن بنيتهم الحالية يمكنها فعلاً الوفاء بتلك الاتفاقيات. بدون طبقة توجيه، الجواب الصادق عادةً هو لا.

4. ابدأ في تتبع مقاييس الجودة على مستوى النموذج، ليس فقط التكاليف وزمن الاستجابة

تخلق أطروحة البوابة انضباطاً تشغيلياً جديداً: فهم أي نموذج ينتج أفضل نتيجة لأي فئة مهام. تفعل البنية التحتية للتوجيه الحساسة للجودة في OpenRouter ذلك بالفعل على مستوى المنصة، لكن فرق المؤسسات تحتاج إلى بناء خطوط أساسية للتقييم الخاصة بها. نقطة البداية العملية هي تشغيل نفس 50 إلى 100 طلب إنتاجي تمثيلي عبر ثلاثة نماذج مختلفة بمستويات أسعار مماثلة، وتقييم النتائج وفق معيار محدد، ودع تلك البيانات — لا تسويق الموردين — تقود قرارات التوجيه. ستمتلك الفرق التي تفعل ذلك بشكل منتظم ميزة تنافسية دائمة مع استمرار تطور مشهد النماذج.

الصورة الأكبر: البنية التحتية تنتصر دائماً في منحنى التبني

يتبع تاريخ برامج المؤسسات نمطاً موثوقاً. تظهر قدرة جديدة — الإنترنت، الحوسبة السحابية، الهاتف المحمول — وتطارد الموجة الأولى من الاستثمار طبقة التطبيقات. ثم، مع تسارع التبني، تصبح طبقة البنية التحتية التي تدير التعقيد الكامن هي العمل الدائم. استحوذت شركات قواعد البيانات وموفرو CDN ومنصات إدارة API على قيمة مؤسسية أكبر في عصر السحابة من معظم شركات السحابة الأصلية في الفترة ذاتها.

تتبع مكدسة الذكاء الاصطناعي نفس المسار أسرع من أي موجة سابقة. تُظهر طبقة نماذج الأساس بالفعل علامات التسليع: قدرات مماثلة متاحة بأسعار مختلفة جذرياً من موردين متعددين، والفجوة بين النماذج الحدية وشبه الحدية تضيق مع كل دورة إصدار رئيسية. في هذه البيئة، الشركة التي تدير التوجيه وتحسين التكاليف والحوكمة والتجاوز عبر جميع الموردين ليست سلعة — إنها بنية تحتية حرجة.

يعكس تقييم OpenRouter البالغ 1.3 مليار دولار في مرحلة Series B، المحقق في ثلاث سنوات تقريباً من التأسيس، مدى سرعة تحقيق الدخل من أطروحة البنية التحتية هذه. مشاركة CapitalG إلى جانب Nvidia ومنصات سحابة البيانات ليست مجرد رأس مال — إنها توافق استراتيجي للشركات التي ستستفيد أكثر من أن تصبح البنية التحتية العالمية للذكاء الاصطناعي معيارية مثل تخزين الكائنات السحابية أو دقة نظام أسماء النطاقات. بالنسبة للمشترين من المؤسسات، هذا التوافق إشارة قوية: هذه الفئة لن تختفي، والاستثمار المبكر في طبقة التوجيه يستحق التحقيق قبل أن تتجمد البنية بسبب الاعتماد على المسار.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• إعلان Series B الخاص بـ OpenRouter — OpenRouter
• OpenRouter تضاعف تقييمها إلى 1.3 مليار دولار في عام — TechCrunch
• OpenRouter تجمع 113 مليون دولار لتنظيم توجيه الاستدلال لذكاء الاصطناعي في المؤسسات — SiliconAngle
• OpenRouter تصل إلى تقييم 1.3 مليار دولار بعد Series B بقيمة 113 مليون دولار — The AI Insider
• OpenRouter تجمع 113 مليون دولار في Series B بقيادة CapitalG — Business Wire