一周前，OpenRouter 联合创始人兼 CEO Alex Atallah 参加 20VC 访谈时，主持人 Harry Stebbings 在节目开始和结束前都追问了同一个问题：Stripe 是不是准备花 100 亿美元收购 OpenRouter？Atallah 没有回答，只说自己不能评论。
几天之后，这个传闻变得越来越接近现实。Axios 在 8 月 17 日报道，Stripe 已经同意以超过 80 亿美元的现金和股票收购 OpenRouter；Bloomberg 此前也报道称双方已经签署协议。不过截至本文发稿，Stripe 和 OpenRouter 仍未正式官宣，Axios 称官方公告预计本周发布。因此，“80 亿美元”目前仍然是媒体报道的交易价格，而不是双方正式公布的最终数字。
真正让我觉得有意思的，并不是 80 亿美元这个数字本身，而是 OpenRouter 到底是一家什么公司。
它不训练 GPT，不训练 Claude，也没有像 Google、Meta 那样投入巨额资本建设自己的基础模型。两个多月前，OpenRouter 刚刚完成 1.13 亿美元 B 轮融资，当时估值大约 13 亿美元；现在媒体报道的收购价格已经超过 80 亿美元。更夸张的是它的使用规模：今年 5 月底，OpenRouter 披露每周处理 25 万亿 Token、服务 800 万以上开发者和 400 多个模型；目前官网显示的数据已经变成每月 200 万亿以上 Token、1000 万以上用户、80 多家推理服务商和 500 多个模型。
一家自己不生产 AI 模型的公司，为什么会在短短几个月里变得这么值钱？
我觉得真正值得讨论的，恰恰不是 OpenRouter 会不会成为下一家伟大的 AI 公司，而是 AI 产业的价值正在发生一个很容易被忽略的变化：过去几年，我们一直在争论谁能制造最强的智能；当模型越来越多以后，另一个问题开始变得同样重要——谁来决定这些智能应该被怎么使用。
一、OpenRouter不卖模型，它卖的是“选择模型”
如果把 OpenRouter 理解成一个“AI API 聚合平台”，很容易觉得这门生意没有多少技术含量。开发者只需要接入一个 API，就可以调用 OpenAI、Anthropic、Google、DeepSeek、GLM 以及大量开放模型，听上去不过是在不同模型的 API 前面再加了一层转发。OpenRouter 现在也确实把自己定义为连接所有模型的统一接口。
但真正复杂的地方，是同一个任务应该发给谁。
现在一个开发者面对的已经不是“要不要使用 GPT”，而是一个越来越复杂的组合：哪个模型能力更合适，哪个价格更低，哪个延迟更小；同一个开放权重模型又可能同时运行在十几家甚至几十家推理服务商上，不同服务商的速度、稳定性、Tool Calling 质量还不完全一样。OpenRouter 的 GLM 5.2 页面目前就列出了 27 家推理服务商，这意味着即便模型名字完全相同，一次请求背后仍然存在很多不同的执行路径。
OpenRouter 现在做的事情，就是把这些选择逐渐自动化。它的 Auto Exacto 系统会根据吞吐速度、真实 Tool Calling 表现和 Benchmark 结果，大约每五分钟重新评估一次不同推理服务商。OpenRouter 称，从 2025 年 8 月开始已经记录和评估了数十亿次 Tool Call。在今年 3 月的一次调整中，GLM-5 的 Tool Call 错误率从大约 8% 降到了接近 1%。
所以 OpenRouter 真正解决的，并不是“怎么调用 500 个模型”，而是一个更像基础设施的问题：在价格、能力、速度和可靠性都不断变化的情况下，这一次 AI 计算到底应该交给谁。
这和支付其实已经有一点像了。我们刷一张银行卡的时候，很少关心一笔交易最后经过哪条支付通道；真正需要关心这些事情的是支付基础设施。未来一个 AI 应用也可能一样，用户并不需要知道后台这一轮回答到底用了 GPT、Claude 还是 DeepSeek，只要结果足够好、足够快、成本足够低。
二、真正的壁垒，不是那段“路由代码”
当然，如果 OpenRouter 的价值只是写了一套路由算法，80 亿美元显然很难解释。
模型路由并不是只有 OpenRouter 能做。云计算厂商可以做，模型公司可以做，Cursor、Claude Code 这样的 Harness 也可以自己选择模型，企业还可以自己部署 Gateway。甚至从技术上看，一个最简单的 Router 并不困难：贵的任务发给最强模型，简单任务发给便宜模型，失败以后切换到另一个 Provider。
所以 OpenRouter 更值得看的，其实不是 Routing 本身，而是它站的位置。
截至目前，OpenRouter 已经连接 500 多个模型、80 多家 Provider 和 1000 万以上用户，每月流经平台的 Token 超过 200 万亿。规模到了这里以后，它获得了一种模型公司很难拥有的数据：模型在真实世界到底是怎么被使用的。
模型公司拥有的是训练智能的数据，OpenRouter 看到的则更接近“如何消费智能”的数据。什么任务最后选择了什么模型；价格变化之后调用量发生了什么变化；同一个模型在哪家 Provider 表现更稳定；Tool Calling 失败发生在哪里；一个新模型发布以后，用户到底只是尝鲜，还是会持续迁移过去。OpenRouter 与 a16z 去年基于超过 100 万亿 Token 做的使用研究，本身就说明了这种位置的独特性：它可以横跨大量开放和闭源模型，观察真实世界中的使用、迁移和任务分布。
这也是为什么我不太愿意把 OpenRouter 简单称为“AI 中间商”。
传统意义上的中间商，往往只是把供给和需求连接起来；OpenRouter 真正想做的是在供给越来越复杂之后，替需求方做判断。模型越多，这个判断问题越复杂；平台上的调用越多，它又越有可能积累更多真实反馈，继续改善判断。
它现在的商业模式甚至也有一点支付平台的味道：OpenRouter 对底层推理价格原则上不加价，而是在购买 Credits 时收取平台费用，目前非加密支付为 5.5%。
这才是 80 亿美元背后更值得看的东西。
三、为什么偏偏是Stripe？
如果理解了这一点，再看 Stripe，就会发现这笔交易其实没有表面上那么跨界。
今年 1 月，Stripe 已经收购了 Metronome。这家公司专门解决 Usage-based Billing，也就是按照实际使用量计费的问题。Stripe CEO Patrick Collison 当时判断，Usage-based 商业模式会成为未来十年的重要变化，而 Metering 和 Billing 实际上是“产品”和“商业”之间的接口。Metronome 的计量引擎已经服务 OpenAI、Anthropic 和 NVIDIA 等 AI 公司。
同一个月，Stripe 还专门公布了与 OpenRouter 的合作：OpenRouter 负责把开发者的请求路由到不同模型，Stripe 负责记录实际使用量、应用价格并完成计费。Stripe 当时已经明确表示，它正在建设 AI 的“经济基础设施”。
这两个动作放在一起看，Stripe 买 OpenRouter 的逻辑就容易理解很多。
过去 Stripe 解决的问题，是互联网世界里“一笔钱应该怎么流动”。商家不需要自己连接每一家银行、每一种支付方式、每一个国家的税务和结算体系，只需要连接 Stripe。到了 AI 时代，Token 本身也越来越像一种按照使用量实时发生的成本：模型不同，价格不同；Provider 不同，价格也可能不同；缓存、上下文长度、推理时间都会影响最终成本；一次 Agent 任务还可能连续调用很多次模型。Stripe 自己这几年持续加强 Usage-based Billing，也正是因为 AI 推理成本已经让这种计费方式变得越来越重要。
如果未来一个 Agent 要自主选择模型、购买计算资源、完成任务并结算成本，那么“模型路由”和“资金结算”其实会越来越靠近。
OpenRouter 决定的是 Intelligence Flow——这一份任务应该由哪一种智能来完成；Stripe 擅长的是 Money Flow——这次使用应该怎么计量、收费和结算。
从这个角度看，Stripe 真正想得到的可能并不是一个 AI 模型入口，而是把自己原本擅长的“交易基础设施”，继续往 AI 计算发生的那一刻推进。
四、模型越便宜，Router反而可能越值钱
这里还有一个很反直觉的地方。
通常我们会认为，AI 模型价格不断下降，会压缩所有卖 Token 公司的价值。但对 OpenRouter 来说，情况可能正好相反。
如果未来始终只有一个模型明显比其他模型强，那么 OpenRouter 其实没有多大存在必要。大家直接调用那个模型就可以了。Router 真正有价值的前提，是模型市场足够丰富，而且大量任务存在多个“足够好”的选择。
现在至少从供给数量来看，正在发生的恰恰是这个变化。OpenRouter 已经支持超过 500 个模型，一个模型又可能由多家 Provider 提供；其基于 100 万亿 Token 的研究也观察到了开放权重模型的大量采用，以及 Agentic Inference 的增长。
于是“哪个模型最强”开始变成一个越来越不完整的问题，更实际的问题是：对这一项具体任务来说，哪个模型在能力、成本和速度之间最合适？
这对中国开放模型尤其有意思。过去一个模型要获得使用量，需要开发者主动接入、测试和迁移；在 Router 越来越普及以后，一个模型甚至不需要让最终用户知道自己的名字。只要它在某类任务上拥有足够好的性价比和稳定性，Router 就有可能自动把请求分给它。OpenRouter 目前已经为不同模型提供按照价格、速度以及 Tool Calling 表现选择 Provider 的路由方式，这种机制本身就在降低开发者手动做选择的必要性。
换句话说，未来模型公司的竞争不只是让用户选择自己，还可能变成让 Router 愿意选择自己。
这也是 OpenRouter 这类平台真正有意思的地方。它不是和 OpenAI、Anthropic、DeepSeek 去争夺“谁拥有最强模型”，而是在赌另一个市场：当模型越来越多以后，选择模型本身会不会成为一种基础设施。
五、但80亿美元买的仍然是一场赌局
当然，这并不意味着 OpenRouter 已经变成了 AI 时代不可替代的“收费站”。
它最大的风险，恰恰来自自己创造出来的价值。一旦大家都意识到 Routing 很重要，模型公司、云平台、Agent 框架和大型企业都可以把这层能力自己做掉。OpenRouter CEO Alex Atallah 在 20VC 访谈里，也被直接问到 Routing Layer 最终会不会商品化、会不会被 Agent Framework 吞掉，这个问题至今没有答案。
OpenRouter 能够长期保持价值，还依赖几个并不确定的前提：多模型世界会长期存在；开发者仍然希望保持 Model-agnostic；OpenRouter 能够维持足够中立的市场地位；以及它积累的真实调用数据最终能够转化成比上下游自己做 Router 更好的效果。
所以我并不认为 Stripe 花 80 亿美元证明了“AI 模型已经不值钱”。真正的前沿模型依然决定着 AI 能力的上限，OpenAI、Anthropic、Google 这些公司的价值也不会因为 Router 出现而消失。
但 OpenRouter 至少让我们看到，AI 产业正在从只有一个价值中心，逐渐长出第二个价值中心。
过去最稀缺的是制造 Intelligence 的能力，谁能训练出更强的模型，谁就拥有最大的价值。可当市场上出现越来越多足够好的智能以后，如何选择、组合、计量和交易这些智能，也开始成为一门独立的大生意。
互联网早期也是如此。最初最重要的是把人和信息连接起来，等连接足够丰富之后，搜索、支付、广告、云计算这些基础设施和中间层也诞生了规模巨大的公司。AI 会不会重复同样的过程，现在还不能下结论。
但如果 Stripe 最终真的为 OpenRouter 支付超过 80 亿美元，它下注的显然不只是今天每月 200 万亿 Token 的流量，而是一个更长期的判断：
当智能越来越丰富、越来越便宜，真正稀缺的东西，可能会从“有没有智能”，逐渐变成“该在什么时候，用哪一种智能”。
这或许才是 OpenRouter 真正值钱的地方。
