Stripe kauft OpenRouter und will es zur zentralen Token-Tanke machen

Stripe zahlt über 7 Milliarden Dollar für KI-Router OpenRouter

Stripe hat sich mit OpenRouter auf eine Übernahme für mehr als sieben Milliarden Dollar geeinigt, wie am 16. August unter Berufung auf Personen aus dem Umfeld der Gespräche berichtet wurde. Die Vereinbarung steht, der Abschluss steht noch aus. Stripe wollte den Bericht nicht kommentieren und erklärte, man äußere sich nicht zu Gerüchten oder Spekulationen. Im Juli war in früheren Berichten noch von einem Preis um zehn Milliarden Dollar die Rede.

OpenRouter wurde 2023 von Alex Atallah und Louis Vichy gegründet. Atallah war zuvor Mitgründer und Technikchef der NFT-Handelsplattform OpenSea. Das Unternehmen bietet Entwicklern eine einzige, zu OpenAI kompatible Schnittstelle, über die Anfragen an Hunderte Modelle und Anbieter laufen; die Plattform übernimmt Routing, Ausweichschaltung bei Ausfällen, Nutzungserfassung und Abrechnung. Der AI-Gateway entscheidet je nach Verfügbarkeit, Latenz, Kosten und Datenrichtlinie, welcher Anbieter eine Anfrage bekommt, und Firmenkunden können Budgets, Leitplanken und Vorgaben zur Nullspeicherung von Daten setzen. Nach eigenen Angaben nutzen mehr als zehn Millionen Menschen den Dienst, der über 500 Modelle von mehr als 80 Anbietern anbindet und monatlich über 200 Billionen Token verarbeitet.

Ende Mai hatte OpenRouter eine Series B über 113 Millionen Dollar bei einer Bewertung von rund 1,3 Milliarden Dollar bekanntgegeben, angeführt von Alphabets Wachstumsfonds CapitalG, mit Andreessen Horowitz, Menlo Ventures sowie den Wagniskapitalarmen von ServiceNow, MongoDB, Snowflake und Databricks. Der jetzt berichtete Preis liegt weniger als drei Monate später beim Fünffachen. Der Umsatz ist deutlich kleiner: annualisiert etwa 50 Millionen Dollar im März, gegenüber rund 19 Millionen zum Jahresende 2025. Laut Preisdokumentation berechnet die Plattform im Abrechnungsmodell nach Verbrauch eine Gebühr von 5,5 Prozent und reicht die Inference-Preise der Modellanbieter durch. Der wöchentliche Durchsatz lag im Mai bei 25 Billionen Token, fünfmal so viel wie ein halbes Jahr zuvor.

Stripe kennt OpenRouter bereits als Kunden: Seit mindestens Januar wickelt Stripe dort Rechnungsstellung, Steuerberechnung, lokale Zahlarten und Betrugsabwehr ab, gemeinsam wurde eine Token-Abrechnung gebaut, die Modellnutzung misst und automatisch bepreist. Im April stellte Stripe fortlaufende Zahlungen für KI-Produkte vor, die Verbrauchsmessung und häufige Abrechnung koppeln; das Agentic Commerce Protocol hat Stripe mit OpenAI verfasst. Der Zukauf reiht sich in eine Serie von Infrastruktur-Übernahmen ein: rund 1,1 Milliarden Dollar für Bridge Network, dazu der Wallet-Anbieter Privy und im Juli ein Gebot über mehr als 53 Milliarden Dollar zusammen mit Advent International für die Übernahme von PayPal. Ein Rückkaufangebot bewertete Stripe im Februar mit 159 Milliarden Dollar.

OpenRouter konkurriert mit offenen Routing-Projekten wie LiteLLM und mit Routing-Funktionen, die die großen Cloud-Anbieter in ihre eigenen Modelldienste integriert haben. Die zentrale Position bringt auch Betriebsrisiko mit sich: Entwickler nutzen ein Gateway gerade, um Ausfälle einzelner Anbieter abzufedern, ein Ausfall des Gateways trifft dagegen alle dahinterliegenden Anbieter. Nach zwei Störungen im Februar hatte das Unternehmen dieses Problem selbst eingeräumt. → RuntimeWire, TechCrunch, SiliconANGLE

Synthszr Take: Stripe zahlt über sieben Milliarden Dollar für eine Firma mit rund 50 Millionen Dollar annualisiertem Umsatz, und das ergibt Sinn, sobald man anschaut, was da den Besitzer wechselt: die Schaltstelle, die entscheidet, welches Modell welche Anfrage bekommt. Die 5,5 Prozent Gebühr sind dabei der kleinere Teil des Werts. OpenRouter sieht bei jedem der 200 Billionen Token pro Monat, welcher Entwickler zu welchem Preis von einem geschlossenen Anbieter auf ein offenes Modell umschwenkt, quer über 80 Anbieter hinweg. Das ist die präziseste Preis- und Nachfragetabelle, die es für Inference derzeit gibt, und sie landet bei dem Unternehmen, das die Rechnung ohnehin schon stellt. Im Mai stand die Bewertung bei 1,3 Milliarden, im Juli wurde über zehn geredet: Bezahlt wird die Position im Datenstrom, nicht die Codebasis. Ob diese Position hält, entscheidet sich an zwei Fronten, den kostenlos mitgelieferten Routing-Funktionen der Cloud-Anbieter und der Verfügbarkeit des Gateways selbst. Noch zwei Ausfälle wie im Februar, und die Entwickler verdrahten ihre wichtigsten Modelle wieder direkt.

Alibabas Qwen3.6-27B soll das 14-mal größere Vorgängerflaggschiff beim Coding schlagen

Qwen hat mit Qwen3.6-27B ein neues Modell mit offenen Gewichten veröffentlicht und behauptet nach eigenen Angaben, es übertreffe den bisherigen Open-Source-Spitzenreiter Qwen3.5-397B-A17B über alle großen Coding-Benchmarks hinweg. Das Vorgängermodell arbeitet mit 397 Milliarden Parametern, von denen pro Abruf 17 Milliarden aktiv sind; das neue ist ein dichtes Modell mit 27 Milliarden Parametern. Der Größenunterschied ist auf Hugging Face ablesbar: 807 Gigabyte für das alte Flaggschiff, 55,6 Gigabyte für das neue Modell. Simon Willison hat in seinem Link-Blog die per Quantisierung auf 16,8 Gigabyte geschrumpfte Unsloth-Variante Q4_K_M lokal mit llama-server getestet, installiert über brew install llama.cpp. Seine Standardaufgabe, ein SVG von einem Pelikan auf einem Fahrrad, lief in 4.444 Token und 2 Minuten 53 Sekunden bei 25,57 Token pro Sekunde durch. → Simon Willison from Simon Willison’s Newsletter

Synthszr Take: 807 Gigabyte gegen 55,6: So sieht eine Modellgeneration aus, wenn man den Fortschritt in Speicherplatz misst statt in Parametern. Die ganze Effizienz-Debatte dreht sich um Rechenzentren, Stromverträge und Chip-Lieferungen, die interessante Bewegung besteht darin, dass die Disziplin aus dem Training eines dichten 27B-Modells als Fähigkeit auf einem Laptop landet. 25 Token pro Sekunde klingen bescheiden, reichen aber für einen Agenten, der über Nacht eine Codebasis aufräumt und morgens seinen Bericht hinlegt.

Anthropic-Investoren spielen einen Börsengang mit 3 Billionen Dollar durch

Investoren von Anthropic haben der Financial Times gesagt, das Unternehmen liege auf Kurs für einen Run-Rate-Umsatz von 100 bis 120 Milliarden Dollar zum Ende des Jahres 2026. Das entspräche etwa der Wachstumsrate, die schon galt, als im Mai ein Run-Rate von 47 Milliarden Dollar gemeldet wurde, und würde für den aktuellen Stand rund 70 Milliarden nahelegen. Auf dieser Basis bringen dieselben Investoren eine Bewertung von 2 Billionen Dollar beim Börsengang ins Spiel, bei einem Multiple von 30 auf den Umsatz sogar 3 Billionen. Benedict Evans weist in seinem Newsletter darauf hin, dass es sich bei den kolportierten Umsatzzahlen meist um den Bruttobetrag handelt, den Endkunden an die Cloud-Anbieter zahlen, und nicht um den Anteil, der Anthropic zuzurechnen ist; belastbare GAAP-Zahlen, Bruttomargen und Kostenstruktur lägen nicht vor. → Benedict Evans

Synthszr Take: Bei einem 30-fachen auf 100 Milliarden Dollar steckt die komplette Bewertung in einer einzigen Annahme: dass der Preis pro Token hält. Der hält aber nur, solange Rechenleistung knapp ist, und diese Knappheit ist eine Lieferfrage, keine Produkteigenschaft von Claude. Sobald die bestellten Rechenzentren ans Netz gehen, konkurrieren Anthropic, OpenAI und ein paar frei verfügbare Modelle um dieselbe Nachfrage, und der Preisdruck landet direkt in der Bruttomarge der Labore.

OpenAIs Designchef sieht die beste Zeit für Designer

Ian Silber, Head of Product Design bei OpenAI, war zu Gast in Lenny Rachitskys Podcast und nennt die Gegenwart die beste Zeit der Geschichte, um Produktdesigner zu sein. Silber verantwortet seit drei Jahren das Design von ChatGPT, Codex und der gesamten Produkterfahrung von OpenAI; davor arbeitete er bei der Nachrichten-App Artifact der Instagram-Gründer und acht Jahre bei Instagram selbst, unter anderem an Reels. In dem gut siebzigminütigen Gespräch beschreibt er eine Schieflage: Engineering-Teams hätten ihre Ausbringung mit KI-Werkzeugen vervielfacht, Designteams dagegen nicht in vergleichbarem Maß. Als Rat an seine eigenen Designer nennt er nach eigener Aussage vor allem „just do less“. Die Felder, in denen er Menschen weiterhin vorn sieht, benennt er als Nutzerverständnis, Erfindung und eigenen Standpunkt. → Lenny’s Newsletter

Synthszr Take: Silber liefert das Gegenargument zu seiner eigenen These gleich mit, wenn er einräumt, dass sich Engineering mit KI verzehnfacht hat und Design nicht. Die drei Felder, auf denen er den Menschen vorne sieht, teilen ein unangenehmes Merkmal: Keins davon lässt sich in einer Wochenzahl ausweisen, und was sich nicht ausweisen lässt, verliert im Budgetgespräch gegen Teams, die gelieferte Tickets zählen können. Nutzerverständnis ist dabei der wackeligste Pfeiler, weil ein Modell mit Zugriff auf Session-Logs und Support-Tickets Muster schneller findet als jede Interview-Runde; die Entscheidung, welches Muster überhaupt zählt, bleibt beim Menschen.

Forscher stellen Protein-Schaltkreise vor, die RAS-mutierte Krebszellen gezielt töten

Eine Gruppe um Michael B. Elowitz am California Institute of Technology hat modulare, proteasebasierte Protein-Schaltkreise entwickelt, die mutiertes RAS erkennen und daraufhin den Zelltod auslösen. RAS ist das am häufigsten mutierte Onkogen in Krebszellen. Die Schaltkreise werden nach Angaben der Autoren vorübergehend als mRNA in Lipid-Nanopartikel verabreicht und haben in Zellkultur RAS-mutierte Krebszellen selektiv beseitigt sowie aggressive, multifokale RAS-getriebene Lebertumoren unterdrückt. Im Vergleich zu klassischen RAS-Inhibitoren wirkten sie laut Preprint katalytisch statt stöchiometrisch, also bereits bei geringer RAS-Besetzung, und töteten die Zellen, statt sie nur am Wachstum zu hindern. Die Autoren berichten außerdem, dass unter längerer Selektion kaum bis keine Resistenz entstand und die Schaltkreise auch gegen verbreitete Resistenzmechanismen wie RAS-Amplifikation und Bypass-Signalwege wirksam blieben. Die Arbeit liegt als Preprint auf bioRxiv (doi 10.1101/2025.04.16.647665), inzwischen in aktualisierter Fassung mit erweiterter Autorenliste, und ist damit nicht peer-reviewed.

Synthszr Take: Zwischen einer unterdrückten Lebertumormasse in der Maus und einem behandelten Menschen liegen Toxikologie, Dosisfindung, die Immunantwort auf wiederholte Lipid-Nanopartikel-Gaben und eine Produktion, die reproduzierbar mRNA in Klinikqualität liefert. Der Weg von einem bioRxiv-Preprint zu einer zugelassenen Therapie dauert in der Onkologie selten unter zehn Jahren, und die meisten Kandidaten fallen dabei raus. Der stärkste Befund der Arbeit ist die ausbleibende Resistenz unter längerer Selektion, weil daran fast jede zielgerichtete RAS-Therapie bisher gescheitert ist; ob das in größeren Modellen und in heterogenen Tumoren hält, ist die eigentliche offene Frage.

Cuofano stellt sein Buch „The AI Supercycle“ gratis online

Gennaro Cuofano hat sein Buch „The AI Supercycle“ veröffentlicht und stellt es seinem Publikum kostenlos zur Verfügung, angekündigt über seinen Newsletter The Business Engineer. Das Buch ist aus dem gleichnamigen Spin-off seines Analyse-Newsletters entstanden und arbeitet nach Angaben des Autors mit historischen Analogien an der Schnittstelle von Geopolitik, Finanzmärkten und Technologie. Ausgangspunkt ist die Panik von 1873: Jay Cooke & Company stellte am 18. September die Zahlungen ein, die Börse schloss zehn Tage, und binnen zwei Jahren fiel ein Viertel der amerikanischen Eisenbahnen aus. Cuofanos Gegenlesart: Der Güterverkehr wuchs durch die Depression hindurch, die Streckenmeilen verdreifachten sich zwischen 1870 und 1900, gescheitert seien falsch bepreiste Anleihen und überhebelte Holdingstrukturen gewesen. Übertragen auf den heutigen KI-Ausbau mit rund drei Vierteln einer Billion Dollar Investitionsausgaben pro Jahr und über einer Billion Dollar an vertraglich zugesagter Nachfrage hält er die Glasfaser-Blase von 2000 für den falschen Vergleich, weil jene Kapazität dunkel blieb, während Rechenzentren ab dem Tag der Inbetriebnahme ausgelastet seien. Als Kernthese nennt er drei Mechanismen, die Superzyklen entscheiden: das Diffusionsregime, der Demand Underwriter und das selbsterfüllende Gesetz, also eine Gerade auf logarithmischem Papier, an die genug Kapital glaubt.

Synthszr Take: Ein Buch zu verschenken ist die logische Antwort darauf, dass Text billig geworden ist und Lesezeit nicht. Cuofano gibt ein Lebenswerk gratis heraus, elf Kapitel Kontrollexperiment über sieben Jahrzehnte, und der Preis bleibt trotzdem hoch: die Stunden, die jemand hineinsteckt. Die eigentliche Leistung steckt im Sortieren des Analogie-Regals, wenn die Glasfaser-Blase von 2000 am Nachfragetest scheitert und das erste Siliziumzeitalter als einzige saubere Vergleichsgröße stehen bleibt.

Neuer Mathe-Durchbruch mit KI: Die entscheidende Idee kam von einem Schulabbrecher

Das Wall Street Journal berichtet über einen weiteren mathematischen Fortschritt, der mit Hilfe von KI-Modellen erzielt wurde und bei dem ein Mitwirkender ohne Schulabschluss eine tragende Rolle spielte. Thematisch bewegt sich die Arbeit im Umfeld der Riemann-Hypothese, eines der bekanntesten offenen Probleme der Zahlentheorie. Beteiligt waren dem Bericht zufolge Systeme der beiden führenden US-Labore Anthropic und OpenAI. Der Fall reiht sich in eine Serie von Meldungen ein, in denen Sprachmodelle bei mathematischen Beweisschritten mitarbeiten, statt sie nur nachzurechnen. → Wall Street Journal

Synthszr Take: Die Modelle von OpenAI und Anthropic haben gerechnet, die Richtung kam von jemandem, der die Schule abgebrochen hat. Rechenzeit lässt sich einkaufen, das Gespür dafür, welcher von tausend möglichen Wegen überhaupt lohnt, bisher nicht. Genau an dieser Stelle sitzt der Engpass, und er wandert auch nicht weg, wenn die nächste Modellgeneration doppelt so schnell denkt.

KI und Rechenzentren stehen in 40 Prozent aller US-Wahlkämpfe auf der Agenda

In Oakland formiert sich Widerstand gegen ein geplantes KI- und Technologiezentrum in der Innenstadt, und die zuständige Stadträtin Carroll Fife versucht nun öffentlich, die Tonlage zu beruhigen. Fife trat laut CBS News bei einem Bürgertreffen im betroffenen Gebäude an der Thomas L. Berkley Way, Ecke Franklin Street, gemeinsam mit dem Entwickler Colin Behring auf; in dem Haus war früher eine Supercomputer-Anlage des Lawrence Berkeley National Laboratory untergebracht. Fife sagte, sie halte an einem verantwortungsvollen Technologieeinsatz fest und sehe in dem Projekt einen wirtschaftlichen Impuls für die Innenstadt, der Aufsicht brauche. Die Kampagne „No Data Centers in Oakland“ verweist dagegen auf Energie- und Wasserverbrauch sowie Umweltbelastungen durch große Rechenzentren; die Olympiasiegerin Alysa Liu, selbst aus Oakland, teilte die Petition auf Instagram. Behring hält die Vergleiche für überzogen und stellte den Standort einem 500 Hektar großen Gigawatt-Campus in Texas gegenüber: Die technische Fläche belege nach seinen Angaben nur eine Etage des vierstöckigen Bürogebäudes. Er erklärte zudem, die Anlage setze auf Closed-Loop-Cooling und verbrauche damit kein Wasser, und er habe bereits 15 Besichtigungen für interessierte Startups durchgeführt.

Synthszr Take: In rund 40 Prozent der US-Wahlkreise steht KI- und Rechenzentrumspolitik inzwischen auf den Websites der Kandidaten, und Oakland zeigt, wie klein der Auslöser dafür sein kann: Streit um eine einzige Etage in einem vierstöckigen Bürohaus. Entschieden wird das in Bauordnungsverfahren und Stadtratsabstimmungen, also in Gremien, die bislang kein KI-Labor auf dem Schirm hatte. Behring argumentiert mit geschlossenem Kühlkreislauf und 15 Besichtigungen, die Gegenseite mit einer Petition, die eine Olympiasiegerin auf Instagram weiterreicht. Gegen diese Reichweite hilft kein technisches Datenblatt.

Flue 2.0 bringt Agenten-Entwicklung in TypeScript

Das Open-Source-Projekt Flue hat Version 2.0 veröffentlicht und führt sogenannte Agent Hooks ein, mit denen sich KI-Agenten in TypeScript programmieren lassen. Die Syntax lehnt sich erkennbar an React an: Im Beispielcode der Projektseite setzt usePersistentState einen dauerhaften Zähler, useAgentStart hängt sich in den Start der Session, und useModel('moonshot/kimi-k2') legt in einer Zeile fest, welches Sprachmodell antwortet. Als Versprechen nennt das Projekt „write once, deploy anywhere, use any LLM“. Unterbau ist Pi, ein offener Agent Harness, der nach Angaben des Projekts bereits OpenClaw antreibt und weltweit von Millionen genutzt wird. → Latent.Space

Synthszr Take: Das Modell steckt in einer einzigen Zeile Code, useModel('moonshot/kimi-k2'), und lässt sich so schnell tauschen wie ein npm-Paket. Die Verhandlungsmacht liegt bei dem, der die Hooks definiert: Sessions, Tools, Skills und Sandbox-Deployment gehören zum Harness, und wer den setzt, gibt die Schnittstelle vor, an die sich Anthropic, OpenAI und Moonshot anpassen. Dass Pi nach Projektangabe schon unter OpenClaw und bei Millionen Nutzern läuft, ist der eigentliche Hebel, weil sich Standards in dieser Schicht über Verbreitung durchsetzen.

Zuckerberg’s AI-Essay findet wenig Zustimmung

Mark Zuckerberg hat am Montag einen rund 6.500 Wörter langen Essay unter dem Titel „The Future Is for Everyone“ veröffentlicht. Das Kernargument: Die Konzentration von KI-Macht in wenigen Institutionen sei gefährlich, breiter Zugang zu den Modellen verteile diese Macht wieder. Wörtlich schreibt er, die Hoffnung, eine absolute Macht werde die Menschheit schon wohlwollend versorgen, sofern sie nur hinreichend aufgeklärt sei, habe historisch nicht zu sicheren oder positiven Ergebnissen geführt. Der Text ist die ausgebaute Fassung eines Gastbeitrags im Wall Street Journal. OpenAI und Anthropic, die auf enger kontrollierte, geschlossene Modelle setzen, werden im gesamten Essay nicht namentlich genannt.

Damit reiht sich der Text in ein inzwischen etabliertes Genre ein: Auch Sam Altman und Dario Amodei haben eigene Manifeste vorgelegt, teils mehrere. In der Kritik wird das Papier als hohl eingeordnet, unter anderem mit Verweis auf Metas Position im KI-Wettbewerb und auf die Entlassungen im eigenen KI-Team vor wenigen Monaten. Eine zweite Kritiklinie richtet sich auf Zuckerbergs Pläne für Metas KI-Agenten in den sozialen Produkten, die in einem Beitrag als Entwurf einer anti-sozialen Zukunft beschrieben werden. Die Zusage, jedem Menschen Superintelligenz zur Verfügung zu stellen, wird dabei als Versprechen ohne überprüfbaren Inhalt gelesen.

Unter den beobachteten Fachleuten war das Dokument in dieser Woche das meistgeteilte überhaupt, und nach Auswertung eines Branchen-Newsletters teilte es kaum jemand zustimmend. Dieselben Fachleute diskutierten parallel Fälle, in denen die Vertrauensfrage praktisch wird: Claude-Abonnenten kündigten wegen eines unsichtbaren Wasserzeichens in den Ausgaben, und ein Anbieter, der Peer Reviews als „100 % human-written, never AI“ verkauft, arbeitet nach Recherchen vollständig mit KI.

Am Rand derselben Diskussion standen weitere Beobachtungen aus der Praxis: Bewerber legen ihre ersten, von Bots geführten Vorstellungsgespräche zunehmend auf ein Uhr nachts. Aus den Sicherheitskonferenzen Black Hat und Defcon kamen unter anderem eine gekaperte Kinder-Smartwatch, mit der sich der Träger verfolgen ließ, und ein münzgroßes Gerät, das ein System einer Boeing 737 übernehmen kann. → wired, AI Weekly, Joseph from 404 Media, Joseph from 404 Media

Synthszr Take: Sechstausendfünfhundert Wörter über die Gefahr konzentrierter Macht, und die beiden Firmen, gegen die sich der Text richtet, tauchen mit Namen kein einziges Mal auf. Zuckerberg schreibt über „Institutionen“, die absolute Macht anhäufen, und über „jeden Menschen“, der Superintelligenz erhalten soll; wer konkret was liefert, verschwindet hinter Passivkonstruktionen und Allerwelts-Pronomen. Die Entlassungen im eigenen KI-Team vor wenigen Monaten kommen im Essay nicht vor, eine Definition von Superintelligenz auch nicht, und Lizenzbedingungen sucht man ebenfalls vergeblich. Dass ausgerechnet dieses Dokument das meistgeteilte der Woche wurde und fast durchweg spöttisch kommentiert, zeigt, wie wenig Absichtserklärungen ohne überprüfbare Zusage noch tragen. Die Kurzfassung des Manifests passt in einen Satz: Meta setzt auf Verbreitung, weil ihm der Vorsprung fehlt.