Ramp lança Router, serviço que direciona requisições de IA entre diferentes modelos por meio de um único ponto de acesso
A Ramp anunciou o lançamento do Router.com, um serviço de roteamento de modelos de inteligência artificial que permite a empresas e desenvolvedores acessar diversos modelos de linguagem por meio de uma interface única de programação, conhecida como API, e uma conta consolidada. A proposta central é simplificar a gestão de custos e a escolha de modelos em aplicações baseadas em IA, direcionando cada requisição ao modelo mais adequado para a tarefa em questão.
A ferramenta foi originalmente desenvolvida pela própria Ramp há cerca de três anos para uso interno, com o objetivo de reduzir os gastos da empresa com modelos de linguagem. Segundo informações divulgadas pela companhia, a solução conseguiu diminuir os custos de inferência — etapa em que o modelo de IA gera respostas a partir de dados de entrada — em aproximadamente 30% para a própria Ramp, mantendo uma taxa de confiabilidade acima de 99,9% no tráfego de produção. A partir dessa experiência, a empresa decidiu abrir a tecnologia para o público.
O Router opera como uma camada intermediária entre o usuário e os fornecedores de modelos de IA. Em vez de exigir integrações separadas com cada provedor, o serviço oferece um único endpoint — ponto de conexão técnica usado para enviar e receber dados — compatível com o formato da OpenAI. Isso permite que desenvolvedores alternem entre modelos sem precisar reconstruir suas aplicações. De acordo com a Ramp, o sistema é compatível com modelos como GPT, Claude, Gemini, Grok, Qwen e Kimi, abrangendo tanto modelos fechados de grandes empresas quanto modelos de código aberto.
Entre os parceiros do Router está a SpaceXAI, que disponibilizou seus modelos Grok por meio da nova plataforma. Em comunicado, a SpaceXAI afirmou que a integração amplia as formas pelas quais equipes podem incorporar modelos da empresa em suas aplicações. A Ramp destaca que não desenvolve modelos próprios, o que, segundo a companhia, garante uma abordagem neutra na seleção, priorizando custo e desempenho de forma independente.
O CEO da Ramp, Eric Glyman, afirmou que os clientes do serviço estão gastando, em média, 40% menos para realizar o mesmo volume de trabalho. A empresa atribui essa redução à lógica de roteamento inteligente, que associa cada tarefa ao modelo mais eficiente em termos de custo e qualidade. Material institucional da companhia reforça que o objetivo central do produto é aumentar o retorno sobre o investimento em inteligência artificial, algo particularmente relevante diante do crescimento contínuo dos gastos com modelos generativos.
O executivo Sengottuvelu, envolvido no desenvolvimento do Router, explicou que a filosofia da empresa é aplicar internamente o que funciona bem e, em seguida, disponibilizar aos clientes. A Ramp já utiliza o Router para alimentar produtos de inteligência artificial destinados a cerca de 70 mil clientes corporativos. Com a abertura do serviço, a expectativa é ampliar esse alcance para desenvolvedores externos, independentemente de possuírem conta na Ramp.
O Router está disponível desde o lançamento com roteamento gratuito ao longo de 2026 e oferece 26 dólares em créditos para novos usuários. Após esse período, os usuários pagam o preço de tabela pelos tokens — unidades básicas de texto processadas pelos modelos de linguagem — consumidos em cada modelo. O serviço funciona como um mercado de modelos, no qual a própria lógica de roteamento decide automaticamente qual tecnologia utilizar para cada requisição, considerando fatores como qualidade, latência, confiabilidade e custo.
O anúncio acontece em um momento de movimentação intensa no setor. Outras empresas de tecnologia, como a Cursor, também recentemente adquirida pela SpaceX, têm lançado seus próprios roteadores de modelos, buscando oferecer soluções semelhantes para reduzir custos e aumentar a flexibilidade no uso de inteligência artificial. A Ramp aposta na experiência acumulada ao longo de três anos operando o Router em ambiente de produção como diferencial competitivo frente a essas iniciativas, sustentando que a maturidade do sistema reflete aprendizados reais com cargas de trabalho em larga escala.
