Stripe и Ramp автоматически выбирают подходящую ИИ-модель для сервиса

На этой неделе сразу две крупные финтех-компании, Stripe и Ramp, объявили о запуске решений, которые автоматически определяют, какую ИИ-модель использовать для конкретной задачи. Ramp открыл для внешних клиентов свой инструмент Router.com, который три года работал внутри компании: теперь организации могут подключаться к Router через API и передавать выбор — какой модели доверить запрос — алгоритму роутера. Он решает, какая модель подходит по качеству и цене, и направляет запрос туда, где выполнение задачи будет дешевле, но достаточно эффективно. По словам Ramp, за время внутреннего использования роутер снизил расходы компании на ИИ примерно на 30%, а первые внешние пользователи экономят в среднем 40%.

Stripe пошёл дальше и приобрёл стартап OpenRouter минимум за $7,5 млрд. В отличие от внутреннего решения Ramp, OpenRouter изначально работал как публичная площадка: разработчик подключается к одной платформе, получает доступ более чем к 400 моделям от 80+ провайдеров и не вынужден настраивать отдельное взаимодействие с каждым поставщиком. Объём обработки — более 10 триллионов токенов в день и 10 миллионов разработчиков клиентов.

Общая логика в обоих случаях похожа: разные ИИ-модели по-разному справляются с одной и той же задачей, и стоимость решения — например, генерации фрагмента кода или обработки обращения в поддержку — может сильно разниться. Если компания запускает миллион таких запросов, экономия на выборе оптимального исполнителя становится существенной статьёй расходов. Роутеры проверяют запрос, выбирают самую дешевую подходящую модель и автоматически переключаются на резервную, если у провайдера сбой. Кейсы Ramp показывают, что стандартные рейтинги ИИ-моделей не дают нужной информации о стоимости — пришлось разрабатывать свои критерии под реальные задачи.

Эта практика похожа на то, как компании оптимизируют расходы на облачные вычисления: не покупают фиксированный объём мощностей, а динамически выбирают ресурсы по нужной цене для каждой задачи в реальном времени. Для Stripe покупка OpenRouter логично продолжает их стратегию: компания уже обслуживает множество ИИ-клиентов и строит инструменты для трекинга затрат на модели, а OpenRouter даёт ей прямой доступ к данным о выборке и оплате моделей конечными пользователями.

Для заведений общепита и гостиниц такие решения прежде всего актуальны тем, кто уже внедряет ИИ-сервисы: автоматизация обработки заказов, поддержка клиентов, анализ отзывов и цен — всё это может требовать сотен тысяч ежедневных запросов к ИИ. Инструменты вроде Router.com и OpenRouter позволяют существенно снизить расходы на эксплуатации ИИ, не теряя в качестве результата. Кроме экономии, появляется дополнительная устойчивость — при сбое у одного поставщика система быстро переключается на другого. Однако отрасль ещё молодая: есть вопросы к прозрачности работы роутеров, реальной независимости оценки качества моделей и ограничениям интеграции, особенно для небольших компаний. Реальные показатели экономии стоит проверять на своих кейсах, а не только верить средним цифрам, которые называют Stripe и Ramp.