搜索
在当前的大模型叙事里，聚光灯被长期锁定在模型的参数竞赛和庞大的算力基建上；但跳出这个框架，一家既不造模型、也不囤算力卡的“AI 中间商”，却卖出了超 70 亿美元（折合 472 亿人民币）的身价，相当于约 50 倍的市销率 P/S （参照其 1.4 亿美元 ARR）。
今日消息，彭博援引知情人士报道称，支付巨头 Stripe 已敲定收购 OpenRouter 的协议，交易价格超过 70 亿美元。而就在 5 月，OpenRouter 刚刚完成 B 轮融资，当时媒体披露的投后估值仅为 13 亿至 15 亿美元。
也就是说，短短不到三个月，这家公司实现了惊人的 5 倍溢价涨幅。
OpenRouter 的含金量究竟体现在哪？简单来说，它把 OpenAI、Anthropic、
这门生意在中国并不陌生。
正在冲刺 IPO 的硅基流动（SiliconFlow），同样提供统一 API、多模型调用和推理服务，平台注册用户已经突破千万，Token 调用量也在高速增长。但翻开它的招股书，看到的却是另一组反差性极强的财务报表：2025 年整体毛利率已经跌至 -24%，其中最接近 OpenRouter 业务形态的“公有云 Token 服务”，毛利率更低至 -119%。
一边是卖得越多越不堪重负的算力成本，一边却跑出了约 70% 的年化毛利率，看起来都在做“模型中转站”，为什么中美两套商业模式的效益差得这么远？
厘清这个问题，也成了理解 OpenRouter 作价 70 亿美元被收购的关键。
三个月，从 13 亿到 70 亿
OpenRouter 成立于 2023 年，创始人 Alex Atallah 此前最知名的身份，是 NFT 交易平台 OpenSea 的联合创始人。
图注：OpenRouter 核心团队与其投资人，从左往右依次是：OpenRouter 首席运营官 (Chris Clark)、OpenRouter 创始人兼首席执行官 (Alex Atallah)、Menlo Ventures 董事总经理/资深合伙人 (Deedy Das) 以及 Menlo Ventures 资深合伙人 (Matt Murphy)
这段 Web3 经历乍看和 AI 没什么关系，其实底层逻辑颇具连续性。
NFT 牛市最疯狂时，Atallah 亲历了典型的互联网“流量毒打”：需求突然爆发、服务器过载、搜索索引崩溃。他回忆，自己当时最重要的任务，就是别让 OpenSea 变成那个频繁宕机的“Fail Whale”。
这种对突发流量、容量和稳定性的执念**，后来几乎原封不动地被带到了 OpenRouter，**也影响了 OpenRouter 的产品逻辑：不重押某一家供给，而是提前为不可预测的需求和流量峰值准备冗余。
更有意思的是，他连续两次创业，本质上都在做双边市场 Marketplace。
OpenSea 不生产 NFT，它连接买卖双方；OpenRouter 也不生产模型，它连接算力供给和模型需求。
不碰重资产，让它的规模飞轮转得极快。2025 年初 Menlo Ventures 投资 OpenRouter 时，它还只有约 250 万开发者；到今年 5 月，这个数字已经突破 800 万。
同期，其周处理量在半年内从 5 万亿 Token 涨到 25 万亿 Token，增长 5 倍，已覆盖并支持接入超过 500 个模型。
目前 OpenRouter 已经开始真正赚钱。The Information 7 月份的报道称，OpenRouter 的ARR 年化收入达到约 1.4 亿美元，成本年化约 4000 万美元，也就是说年化毛利润高达 1 亿美元，对应毛利率约 71%。
按 70 亿美元收购价粗估，相当于约 50 倍年化收入，显然不便宜。但 Stripe 看中的，也并非它当前的营收，而其在产业链中极为特殊的“卡位”。
一套 API，两门生意
很多人把 OpenRouter 简单理解成“大模型 API 超市”，这过于表面。因为在真实场景中，开发者面对的不是一道选择题，而是两道：先选什么模型？再选这个模型跑在哪家服务商（Provider）上？
同一个开源模型，可能同时被几十家推理服务商托管。各家在量化技术、集群调度上的能力参差不齐，最终导致价格、延迟和可靠性千差万别。
OpenRouter 做的，是把这两层供给一起抽象掉。请求进来，它按照成本、速度自动选择最优的 Provider；遇到宕机，自动切换（Failover）。
这里就出现了一个极其残酷的产业现实：硅基流动自己，其实就是 OpenRouter 底层的 Provider 之一。
把大家的产业链定位拆分看，这两家中美 Token 工厂的差异就十分清晰了。
硅基流动这类 Provider，虽然不拥有大规模 GPU 资产，但必须真金白银地租用算力，去部署、优化模型，把算力变成 Token 再卖给客户。它承担的是生产环节最直接的硬件成本。
正如其招股书披露：2025 年公有云服务毛亏超 3400 万，卖出一枚 Token 就得消耗一次算力，GPU 租贵了或模型降价了，都会极大程度影响毛利波动。
而 OpenRouter 面对的完全是另一套数学题。
它不需要成为“生产 Token 最便宜的人”，它只需要不断找出“当下谁生产得最便宜、最稳定”，然后把流量导过去，自己稳稳抽取约 5.5% 的平台费。
这样看起来，一家似乎是深陷泥潭跟 GPU 成本赛跑的运动员，另一家是坐在看台上挑选赢家的裁判。
Token 越便宜，反而越值钱
并且在大模型的“价格战”中，这种模式差异被进一步放大。
在接受 20VC 采访时，Atallah 反复强调他并不相信 AI 最终会走向“一家通吃”。现在这种趋势也越来越明显。
企业不会把每个任务都扔给最贵的前沿模型。复杂推理可以交给 Claude、GPT 等强模型，但分类、抽取、格式转换等确定性任务，完全可能交给便宜十几倍的小模型。到了 Agent 时代，“一个任务临时拉起一支多模型队伍”将成为刚需。
模型越多，Token 越便宜，选择和调度的难度就越大。
在访谈中，Atallah 提到了一个典型的“杰文斯悖论”案例：OpenRouter 上某款 OpenAI 模型价格在两周内价格累计降幅达 90%，Token 使用量随后增长约 13 倍。也就是单位成本下降，反而刺激出更大的总需求。
但把 OpenRouter 和硅基流动放在一起，这个案例还有另一层含义。同样面对这暴涨的 13 倍流量，两家公司的悲欢并不相通：
对于硅基流动这类底层 Provider，降价首先是一场极限成本战。市场价格腰斩，如果自身的 GPU 利用率和推理效率跟不上，卖得越多亏得越惨；
但对于 OpenRouter 而言，只要降价刺激出的总需求在增长，经过平台的交易流水就会持续扩大，它的过路费只会越收越多。
所以底层逻辑是，Provider 赌的是“我生产的 Token 能不能比别人更便宜”，Router 赌的是“未来到底会不会有越来越多 Token 需要被分配”。
制造 Token，越来越像一门内卷的效率生意；而更上层的分配 Token，却成了一门高毛利的交易生意。
70 亿美元买的究竟是什么？
Stripe 掏出天价，当然不是为了买一个“更好用的 Token 工厂”，而是为了在即将到来的 Agent 时代，彻底垄断“智能消费”的资金流。
仔细看 Stripe 今年的动作，草蛇灰线其实早已埋好。今年 1 月，Stripe 刚收购了用量计费平台 Metronome，同月又公开披露了与 OpenRouter 的深度合作。
把这三块业务拼图合在一起，一个更庞大的商业闭环浮出水面：
OpenRouter： 决定一个任务调用什么模型、走哪个节点、消耗多少 Token；
Metronome： 负责极其复杂的用量计量（Usage-based Billing）；
Stripe： 在最底座负责定价、发票、税务和支付核销。
如果顺利完成拼图，Stripe 基本可以理解为 “面向全球开发者的支付宝”+“AI 时代的算力银联” 的双重角色。
过去，是“人”在购买软件，按月付固定订阅费；未来，是“机器（Agent）”在执行任务，背后可能在一秒钟内触发几十次模型调用。
用户甚至不知道自己的 Agent 刚刚采购了多少“智能”，那么谁控制了 Routing（路由），谁就最先看到了这些机器的消费流水；谁掌握了这笔流水，谁就成为了 AI 时代的 Visa 与银联。
结语
硅基流动和 OpenRouter 的强烈反差，恰好反映了当前 AI 推理市场正在分层的两股力量：
一边在底层死磕芯片和调度，努力让一块显卡榨出更多智能；另一边则悬浮于所有模型之上，试图成为全行业的“分发枢纽”。
前者决定了 AI 的算力底座最终能有多便宜；后者则指向了这些便宜的算力，最终以何种价格、流向哪里。
只要 Token 还在不停流动，无论谁赢，都得有人负责计费和收钱。如果模型厂商争的是牌桌上的赢家，那么 Stripe 想买下的则是牌桌本身。
