不训练大模型不囤积 GPU也不直接生产一个 Token。OpenRouter 却可能以接近 100 亿美元的价格被收购。资本真正看中的到底是什么最近AI 圈出现了一笔相当反常的潜在交易。据媒体报道支付巨头 Stripe 正与 OpenRouter 洽谈收购潜在价格可能接近100 亿美元折合人民币约 700 亿元。需要先强调截至目前这仍然是收购谈判不是已经签署的交易。价格可能变化谈判也可能终止。但即便交易最终没有落地这个报价本身依然释放了一个很强的信号AI 时代最值钱的公司未必都在训练模型。控制模型入口同样可能成为一门巨大的生意。OpenRouter 不造 GPT不训练 Claude也没有像云厂商那样建设庞大的 GPU 集群。它做的事情看起来并不复杂把分散在不同公司的大模型接到同一个接口后面让开发者使用一个账户、一套 API就能调用数百个模型。有人把它叫作“Token 中转站”。这个说法很形象却低估了它真正的价值。OpenRouter 中转的不是 Token而是企业选择模型的权力。一、模型越多统一入口反而越值钱大模型刚出现时开发者通常只需要考虑一个问题怎么接入某一家模型的 API。现在情况完全变了。写代码可能偏向某个模型长文本分析适合另一个模型复杂规划需要能力更强的模型大批量执行又需要价格更低、响应更快的模型。一个真正投入生产的 AI 应用很难永远只使用一个模型。问题也随之而来不同厂商的账号、余额和 API Key 要分别管理接口格式、模型名称和参数存在差异价格和限额随时可能调整某条线路发生故障业务也会跟着中断更换模型时应用代码可能需要重新适配。模型越丰富开发者的选择越多管理成本也越高。OpenRouter 做的就是在应用和模型供应商之间增加一个统一层。开发者只对接一次。至于请求最终交给哪家服务商、如何计费、失败后是否切换线路、怎样记录用量都由中间的路由层处理。按照 OpenRouter 官方披露的数据其平台目前覆盖70 多家服务商和 400 多个模型服务800 万以上开发者。过去半年每周处理量从 5 万亿 Token 增长到 25 万亿 Token。这已经不只是一个方便开发者的工具而是一条规模巨大的 AI 流量通道。二、OpenRouter 卖的不是 Token而是四种基础能力如果只把 OpenRouter 理解成“低价买入、高价卖出”就很难解释它为什么可能获得如此高的溢价。它真正销售的是模型之上的基础设施能力。1. 统一接入企业不必为每一家模型厂商重复开发。今天使用 GPT明天换成 Claude后天因为成本原因把部分任务切到 DeepSeek应用的主体结构不需要跟着反复重写。它降低的不是一次 API 调用的难度而是企业长期使用多个模型的工程成本。2. 动态路由同一个模型可能由不同推理服务商提供不同线路的价格、延迟、吞吐量和稳定性也不相同。路由平台可以根据规则分配请求优先低价线路、优先高吞吐线路或者在服务异常时自动切换备用供应商。对个人开发者而言这叫省事对线上业务而言这叫可用性。3. 统一计费与治理当一个团队同时使用多个模型真正麻烦的不只是充值还有预算、权限、日志和审计。谁调用了哪个模型某个项目消耗了多少 Token哪个 Key 突然出现异常开销不同成员应该设置怎样的额度统一网关把这些分散问题放进同一个管理层也因此更容易进入企业场景。4. 可替换性过去企业接入某一家模型越深切换成本越高。统一接口让模型变成可以替换的底层组件。模型能力变化、价格上涨或服务波动时企业可以更快调整。表面上看平台让用户不再依赖单一模型供应商实际上用户会逐渐依赖这个帮助自己管理所有供应商的统一入口。这才是 OpenRouter 最有价值的商业逻辑。三、Stripe 为什么会对一家 AI 网关感兴趣Stripe 的核心能力是把复杂的全球支付网络封装成开发者容易调用的接口。OpenRouter 做的事情与它非常相似只是处理对象从“钱”变成了“模型请求”。支付世界里商家不希望分别对接不同国家的银行、卡组织、币种和风控系统AI 世界里开发者同样不希望分别维护数十家模型厂商的接口、账单和故障策略。两者都是把极其复杂的底层供给包装成一个简单入口。更重要的是AI Agent 正在让 Token 消耗从“偶尔问几句话”变成持续执行任务。一个 Agent 完成研究、编程或数据分析任务可能在后台进行多轮规划、调用工具、检查结果和反复修正。用户只看到一次任务背后却可能发生大量模型请求。Agent 越普及Token 消耗越大模型选择越复杂路由和结算层也越重要。如果 Stripe 想进入 AI 基础设施OpenRouter 正好处在支付、计费和模型流量的交叉点上。所以潜在的 100 亿美元报价不一定是在购买一家“卖 Token 的公司”而可能是在争夺未来 AI 应用的结算入口。四、100 亿美元贵不贵关键看它能否守住入口OpenRouter 在 2026 年 5 月完成 1.13 亿美元 B 轮融资公开报道给出的投后估值约为 13 亿美元。如果两个月后真的以接近 100 亿美元出售相当于短时间内获得数倍溢价争议当然不会小。它的优势很明显已经形成较大的开发者规模接入模型和供应商数量多掌握真实的价格、延迟和成功率数据模型越多统一管理需求越强轻资产扩张速度快。但弱点同样存在。网关的技术门槛并非不可复制用户更换base_url和 API Key 就可能迁移到另一家平台。云厂商、模型公司和其他聚合平台也都可以建设类似能力。OpenRouter 要证明的不只是自己拥有流量而是能否把流量沉淀为难以替代的路由质量、企业治理、数据网络和开发者生态。否则统一入口虽然重要也可能成为竞争最激烈的一层。五、国内开发者真正需要的不是“模型越多越好”国内并不缺少多模型平台。云厂商、MaaS 平台和模型聚合服务都在强调“一套 API 调用多个模型”。有的平台拥有自研模型有的平台掌握 GPU 和推理引擎还有的平台把知识库、Agent 开发、评测和私有化部署一起打包。但对个人开发者和中小团队来说需求通常没有那么复杂。他们未必真的需要四百个模型更在意下面几件事常用的新模型能不能及时调用OpenAI SDK 和现有项目能不能直接兼容切换模型是否只改一行配置账单和 Token 消耗是否清楚线路能不能稳定支撑真实项目。也就是说模型数量只是表面指标可用模型质量、接入成本和服务稳定性才是实际体验。这也是我最近更关注 Genvis 这类国内统一模型入口的原因。它不是要求开发者重写一套调用逻辑而是通过 OpenAI 兼容接口把模型选择留在配置层。例如原本使用 OpenAI Python SDK 的项目只需要这样初始化import os from openai import OpenAI client OpenAI( api_keyos.getenv(GENVIS_API_KEY), base_urlhttps://genvis.xyz/v1 ) response client.chat.completions.create( modelgpt-5.6-sol, messages[ {role: user, content: 分析这份销售数据并给出三个结论} ] ) print(response.choices[0].message.content)以后要更换模型主要调整model项目的业务代码不需要围绕每一家模型厂商重新搭建。对于正在使用 Codex CLI、AI Agent 或自建应用的开发者这种兼容方式尤其省事。比如在 Codex 配置中也可以把统一入口放进 Providermodel gpt-5.6-sol model_provider genvis [model_providers.genvis] name Genvis base_url https://genvis.xyz/v1 env_key GENVIS_API_KEY wire_api responses这部分看起来只是几行配置解决的却是一个长期问题模型持续更新时项目不用跟着每个厂商的接口来回迁移。这正是统一模型入口最直接的价值。六、AI 时代的新“收费站”才刚刚出现互联网时代诞生过很多中间层生意。CDN 不生产内容却控制内容如何更快到达用户支付平台不制造商品却管理资金如何安全流转云服务不直接经营客户业务却承接了几乎所有数字化应用。模型网关也可能成为类似的基础设施。它不决定哪个模型最聪明却决定企业怎样找到模型、切换模型、管理模型和支付模型费用。OpenRouter 的潜在高价收购告诉市场一件事当模型从稀缺走向丰富模型之上的调度层会越来越重要。未来真正有竞争力的入口不一定拥有最多模型而是能够同时做到接入足够简单模型更新足够及时调用过程足够稳定用量与成本足够透明用户需要切换时不必重写整个项目。从这个角度看所谓“Token 中转站”并不是一门低技术含量的倒卖生意。它更像 AI 时代的交通枢纽自己不生产车辆却决定大量请求从哪里出发、经过哪条线路、以什么成本到达终点。OpenRouter 是否真的值 700 亿元还要等待交易和市场给出答案。但可以确定的是模型会不断变化统一入口的需求不会消失。对于开发者来说与其反复追着每一家模型厂商修改接口不如尽早把模型调用抽象成可以替换的一层。无论最终选择 OpenRouter、云厂商还是 Genvis保留自由切换模型的能力本身就是一种技术资产。资料说明本文为基于公开信息撰写的行业分析。Stripe 收购 OpenRouter 仍处于媒体报道的洽谈阶段并非已完成交易涉及用户量、Token 处理量、模型数量和收费方式的数据以 OpenRouter 官方最新披露为准。