7月23日，有消息称，支付巨头Stripe正在洽谈收购AI模型聚合平台OpenRouter。知情人士透露，OpenRouter的潜在售价可能高达100亿美元（约合人民币680亿元）。这笔交易最引人注目的并非仅仅是价格。两个月前，OpenRouter刚完成1.13亿美元的B轮融资，估值约为13亿美元。若100亿美元的收购价最终落定，意味着其估值在不到两个月的时间里暴涨了近7倍。
OpenRouter成立于2023年，定位类似于“AI模型超市”。开发者只需一个账号和一套接口，即可调用OpenAI、Anthropic、谷歌等众多模型。目前，该平台已整合了超过400个模型，连接了70多家模型和推理服务商。普通按量付费客户需支付5.5%的平台费。其核心价值在于“信任”。过去，一家公司若需使用五个模型，往往需要分别联系五家供应商，注册五个账户，保存五套API密钥，并分别处理价格、限流、数据政策和账单。一旦模型升级接口变化或服务商出现故障，工程师还需临时切换。OpenRouter将这些复杂工作隐藏在后台，通过同一个接口调用模型。当某个模型由多家服务商提供时，它会优先选择价格低且运行稳定的一家；若该服务商出现故障，请求可自动转向其他服务商。它成功解决了“该用哪个模型”以及“该由哪家服务商运行”这两个问题。
OpenRouter官网显示，其服务已覆盖超过800万开发者。今年5月B轮融资时，公司公布的数据显示，平台每周处理的Token数量在半年内从5万亿增长到25万亿，增长了4倍，预计全年处理量将超过1千万亿。清程极智联合创始人师天麾指出，如果仅将OpenRouter视为一个API中转平台，则低估了它的价值。OpenRouter最核心的壁垒是品牌和口碑。模型聚合平台首先面对的是信任问题，而非技术问题。用户无法判断后台真正调用的是Claude、GPT，还是能力更弱的替代模型。OpenRouter让开发者相信其提供的模型是真实的，这种信任很难复制。此外，由于具备公信力，OpenRouter还提供了平台背书价值。许多开源模型发布后，会主动争取在OpenRouter上的调用量和排名，以宣传自身的全球影响力。这说明OpenRouter已不只是一个模型调用通道，更在影响模型公司的市场声量。
Stripe为何愿意出高价收购OpenRouter？双方结缘很早，OpenRouter创始人曾将自己比作“AI领域的Stripe”。Stripe最初解决了让互联网公司无需分别连接银行和支付组织，只需接入一套接口即可完成收款的问题。OpenRouter做的事情与之类似。对Stripe而言，这不是一次跨界收购。其支付业务去年处理总额达1.9万亿美元，增长34%，但支付生意的天花板显而易见，收入本质上是微乎其微的手续费。而AI Token生意则不同。OpenRouter从每次模型调用中抽成，Token是AI时代的新支付单位。Stripe从“抽支付手续费”延伸到“抽Token调用费”，本质上是同一种商业模式的延续。OpenRouter一方面通过加价销售模型收取费用，另一方面因采购成本低，毛利率较高。更重要的是，它还可能利用平台积累的数据。OpenRouter上跑着500多万开发者的请求，它清楚哪个模型被调用最多、何种场景适合何种模型、不同模型的实际表现对比。这些跨平台的需求数据，任何一家模型厂商都难以获取。如果Stripe收购的核心目的之一是获取数据，那么其战略价值可能远超财务指标。
然而，业界也担忧OpenRouter的价值源于其中立性。若平台被大型公司控制，模型供应商和开发者可能会质疑排名的公平性。在中国市场，本土的OpenRouter会很难出现吗？多位AI从业者表示很难。中美模型生态截然不同。美国市场相对简单，主流模型仅限于OpenAI、Anthropic、谷歌等少数几家，销售渠道主要是官网和云平台。但中国市场复杂得多：大模型以开源为主，正规的Token服务商就有几十家甚至上百家。这些公司使用同一个开源模型，但部署方式、推理引擎、硬件资源、量化方式和并发能力各不相同，导致最终提供给用户的模型效果和速度差异巨大。普通用户根本无法判断各家服务商的实际部署情况。“中国市场的核心问题，不只是统一入口，而是大量开源模型被不同第三方服务商重复部署后，服务质量变得非常不透明。”师天麾解释道。因此，中国的平台不仅要做模型聚合和路由，还需要进行第三方性能评测、服务商比较、价格统计和行业标准建设。清程极智的AI Ping正是基于此背景，专注于“告诉你哪个模型服务好、哪家服务商靠谱”，目前已覆盖30多家国内大模型API服务商。
模型路由的黄金时代是否已经到来？师天麾认为尚未到来。模型路由的真正成熟，需要与开源小模型、行业微调以及行业落地同步发展。目前大模型仍处于快速迭代阶段，刚刚做出的不错技术可能很快被基础模型的迭代所覆盖。当基础模型逼近天花板时，模型路由的价值才会真正体现。他描绘了未来的图景：若干年后，一个32B或100B规模的小模型可能拥有今天七八百B甚至更大模型的能力。在此基础上，再利用行业数据对小模型进行微调，其在特定垂直行业的表现可能达到一个1T甚至数T通用大模型的水平。企业可以用32B或100B模型的成本，获得1T或数T大模型的行业效果，且推理速度更快，这才是真正的降本增效。而现在，模型调用成本仍然过高。AI必须像水和电一样，使用成本达到普通人的可接受水平，才能实现大规模普及。届时，模型路由平台将真正成为AI时代的调度系统，根据任务难度、行业数据、安全要求、延迟和预算，在通用大模型、行业小模型和本地部署模型之间实时分配流量。Stripe百亿收购OpenRouter，不仅仅是一笔收购案，更像是一个信号——市场正在重新评估AI产业链的价值分配。