拆解 OpenRouter：Stripe 的 75 亿美元收购豪赌

作者： 0xjacobzhao

2026 年 8 月 19 日，Stripe 宣布与 OpenRouter 达成收购协议，这是其成立以来最大的一笔收购交易。双方并未披露最终对价；媒体报道区间约为 70 亿至 80 亿美元以上，其中《纽约时报》口径约为 75 亿美元。对照 83 天前约 13 亿美元估值的 B 轮，相当于不到三个月内接近 6 倍的重定价。

OpenRouter 做的事并不复杂：把 500+ 模型与 80+ 算力供应商，收敛到一个 OpenAI 兼容的接口之后。它成功验证了一件事——推理需求可以被聚合，而且规模可以非常大。但它同时暴露了一个结构性矛盾：协议标准化，恰恰也让客户改一行 base URL 就能离开。所以这笔交易真正的命题是： 它能否把可移植的订单流，转化为不可移植的模型智能？

核心观点

• 价值与壁垒来自同一个趋势： 模型可替代性提升，放大了多模型选择与动态调度的价值，这是 OpenRouter 存在的基石；但网关互操作性同步增强，又把开发者切换成本降至冰点——OpenAI 兼容让任何替代方案都能被瞬间接入。同一股力量既是顺风也是逆风。

• 供给侧是真实市场，却不是独占壁垒： 同一个模型在 OpenRouter 上由十余家推理供应商同台竞价，价格、吞吐与可用性差异显著，多供应商冗余带来的可用性提升是可测量的。但同一批供应商也同时接入 Vercel 等竞争网关——多栖（multi-homing）是常态。算力流动性因此是已验证的市场效用，而非排他性护城河。

• “零加价”挤压下，抽成模式难撑高估值： 云厂商与平台玩家正把基础路由当作免费基础设施下场竞争，单 Token 货币化率持续承压，纯通道抽成难以支撑 40 倍以上的 P/S。

• Stripe 押注的是“管道”向“控制点”的跃迁： 收购意在打通“模型路由 + 遥测数据 + Agent 身份/预算/结算”。能否从可替代的中间件，演进为不可剥离的 Agent 交易控制点，是本轮对赌成败的关键。

1. OpenRouter 是什么：问题、客户与产品

1.1　它解决的不仅是“一个 API 接多个模型”

OpenRouter 解决的不仅仅是“一个 API 接多个模型”的便利性问题，而是 AI Builder在极度碎片化的推理市场中，对模型选择、供应商调度、可用性、延迟、成本及数据策略的持续动态管理。随着模型数量破百、前沿性能频繁更替以及 Token 价格持续通缩，把应用强绑定于单一模型已成为重大隐患——这不仅意味着成本次优和单点宕机风险，更丧失了新模型发布时的快速迁移能力。

1.2　真正的客户是 AI builder，不是普通 AI 用户

OpenRouter 披露的月度 400 万亿+ Token 处理量、1,000 万+ 全球用户、80+ 供应商、500+ 模型，以及 25 万+ 应用覆盖 420 万+ 终端用户——清晰揭示了其 B2B2C 的真实结构：OpenRouter 卡位在开发者与其下游终端用户之间，而非直接面向普通AI消费者。

客户层	重要性	为什么用 / 为什么不用
AI 开发者、Agent 构建者、AI-native 初创	核心	多模型、统一 API、快速试用新模型、故障降级、统一账单。应用榜单头部基本全是编码与 Agent 类工具
Indie hacker 与技术型 prosumer	重要	追新模型、价格敏感、用免费与开放权重模型、愿意用加密货币付款、乐于试匿名模型
中型 AI 团队	增长中，未证明是收入主体	BYOK、Workspaces、治理与花费控制、供应商健康度
大型企业	真实存在，但结构上最难拿	已有云承诺额度、直连合同、采购流程、DPA、数据驻留与已审批模型清单，都指向 Bedrock/Vertex/Azure 或直连
普通 ChatGPT / Claude 消费者	非核心	要的是完整产品（记忆、工具、工作流），不是 base URL 与 routing

“越来越多人使用 AI”几乎必然成立，但这部分流量增长完全可以不流经 OpenRouter。在 “人选产品”模式 下，用户自主选择使用 ChatGPT 或 Claude，路由发生在人类大脑中，购买的是完整端到端应用，OpenRouter 的价值不高 ； 只有当市场转向 “软件选模型”模式 ，即 Agent 在每次执行任务时，实时自动匹配最佳模型、算力供应商、价位与延迟，OpenRouter 的价值才能最大化释放。

1.3　产品栈：由网关开始，价值在上两层

图 1　OpenRouter产品栈 L1–L5。

OpenRouter 以网关切入市场，但其估值溢价与投资论点完全建立在数据与决策层之上。L1 网关接入 (Gateway)、L2 编排调度 (Orchestration)、L3 控制平面 (Control Plane)已高度商品化，沦为赛道的基础桌面筹码；L4 市场遥测 (Market Telemetry)与L5 决策智能 (Decision Intelligence)才是构建差异化与定价权的唯一阵地。

• L1 网关接入 (Gateway) ： 提供兼容 OpenAI 的统一 API、统一计费与数百个模型的极速试用。复制难度极低，竞争对手（如 LiteLLM、Vercel、Portkey）可瞬间替代。

• L2 编排调度 (Orchestration) ： 负责多云/多区域故障降级、自动重试、容量管理与动态算力路由。虽然实用，但已逐渐成为开源中间件与云厂商的标准化功能。

• L3 控制平面 (Control Plane) ： 涵盖预算控制、工作区管理、SSO/SAML 以及 ZDR（零数据留存）等企业级合规控制。属于适度差异化功能，是进入中大型企业的通行证。

• L4 市场遥测 (Market Telemetry) ：将海量用量转化为商业情报，包含行业排名、任务级支出、算力供应商表现与 App/Agent 归因。其价值随订单流规模增加而强化，是 OpenRouter 规模效应的基石。

• L5 决策智能 (Decision Intelligence) ： 战略价值极高，护城河的关键突破口 。旨在将遥测数据转化为更优的模型选择与结果感知路由（Outcome-aware routing），直接驱动研发与商业化上限。

2. 市场规模天花板有多高？

2.1　AI推理服务的五类控制点

图 2　AI 推理控制点地图。

在 AI 应用与底层模型之间，模型选择权的五大控制点呈现出清晰的差异化格局： 原厂直连 凭借单一模型家族的极端经济性与原生优先接入权锁定专一负载； 超大规模云厂商 依靠既有云承诺额度、渠道与合规审批统治企业级采购； 独立中立路由 （如 OpenRouter）靠全模型广度、中立性与跨模型遥测数据聚合订单流； 开发者分发平台 通过掌控默认工作流入口将路由作为免费功能买赠；而 私有化/自建网关 则在数据隐私与深度定制要求极高的场景中占据主导。

2.2　市场规模：AI推理量无法全部流向独立路由

图 3　市场规模漏斗（自下而上，基于 Gartner 2026 年口径）。

巨大的AI推理量并不等于巨大的独立路由收入池。根据 Gartner 口径测算，2026 年全球生成式 AI 模型支出约为 283 亿美元；在逐层扣除单模型直连、云厂商工作流及企业自托管方案后，真正属于独立中立网关可介入的市场仅为 14–57 亿美元；再考虑 BYOK、免费打折及零加价竞争等因素（实际有效费率 1%–5%），最终独立路由的实际收入池被大幅收窄至 0.15–2.8 亿美元 （中枢约 0.6–1.5 亿美元）。OpenRouter 当前被第三方估算的 1.40–1.60 亿美元年化收入，已经进入这一估算区间的中上部。若上述假设大致成立，未来增长将越来越依赖收入池本身扩张，而不能只依靠份额提升。

3. 为什么赢的是 OpenRouter

如果网关技术容易复制，为什么是它成为品类领导者？答案不仅仅在产品里，而在次序里。

3.1　流动性飞轮已验证、智能飞轮正在形成

图 4　两个飞轮：绿色环已被证明，蓝色虚线段尚未证明。

流动性飞轮（Liquidity Flywheel） 的链条是：开发者与 Agent 的需求驱动订单流聚合，进而吸引更多模型与算力供应商入驻，带来更丰富的选择与价格优势，提升开发者实用性，形成正向闭环。OpenRouter 的计费与计量用量展现出极强爆发力——周 Token 处理量从 2025 年 11 月的 5 万亿， 2026 年 8 月达到 55 万亿+（日均逾 10 万亿），九个月增长逾 10 倍。

智能飞轮（ Intelligence Flywheel ） 的链条是聚合订单流沉淀出跨模型遥测数据与市场情报，从而反哺模型选择智能（Auto Router）。然而，“从更优模型选择到更好的任务执行结果（Better Task Outcomes）”这一数据反馈链条目前仍缺少关键闭环，尚未完全证实其效用。

3.2　心智降低获客成本，但不提高切换成本

第三方网关竞品的对比页标题普遍是“OpenRouter 的替代品”，而不是反过来。这是品类默认的标准语言学信号。 但它降低的是获客成本，不是流失率。 OpenAI 兼容意味着迁移动作是改一个 base URL 与一个 key。品类默认让 OpenRouter 更容易赢得新项目，却几乎不阻止老项目离开。

3.3　OpenRouter 同时是模型的发布与发现场所

新兴实验室可以把免费或匿名的预览版投放进一个庞大的真实开发者与 Agent 流量池，收集使用反馈、获得排行榜可见度，等需求形成后再揭示身份。小米的 Hunter Alpha、Z.ai 的 Ox Alpha 都是这样完成冷启动的。对尚未拥有大规模开发者分发的模型供应商，OpenRouter 是一个特别有价值的全球发现与冷启动渠道。这强化的是分发优势，不是排他性的供给护城河。

4. 产品经济与商业模式

客户究竟在为什么付费？官方明确不对推理价格加价、供应商价格透传，5.5% 是购买 credits 时的平台费，BYOK 的免费额度按金额而非请求数计。真正的问题是：这笔费用在什么条件下开始变得不划算。

方案	显性变量费率	零费率条件
直连官方 API	0%（基准）	大额可议折扣
OpenRouter PAYG	+5.5%（credits） +5%（加密货币）	BYOK 月度 25,000 美元标价额度内免 BYOK 费
OpenRouter Enterprise	低于 5.5%，具体未披露	BYOK 月度 200,000 美元标价额度内免 BYOK 费
Vercel AI Gateway	0%（BYOK 亦不加价）	默认即为零加价
Ramp Router.com	0%（2026 年内）	年内免费；美国限定
Cloudflare AI Gateway	统一计费额度收 5%	不使用统一计费则为 0%
LiteLLM / Bifrost	0%	开源，需自建与自运维

在泛滥的中转站平台提供官方价三成的市场里，仍有客户按 5.5% 的溢价付费。一个高度可信的解释是交易对手信任：收到的确实是这个模型、这个上下文长度、这个推理配置、这个供应商，不会被静默降级或换模型。 信任对灰色与长尾中继是有意义的差异化；对大型企业采购，它基本是入场资格。

5. 护城河解构：订单流、算力流动性与智能飞轮

5.1　需求侧订单流：规模显著，但缺乏切换壁垒

即使 API 与路由代码完全可复制，订单流及其副产品仍构成了 OpenRouter 唯一的非商品化资产。它锁定了四项核心权力：对供应商的议价地位、新模型冷启动分发权、定向流量分流能力，以及对客户全路线关系（身份权限、计费预算、用量分析、发现与降级策略）的控制。

然而，这一资产缺乏可防御性：OpenAI 接口兼容性极度压低了切换成本，加上 Vercel/Cloudflare（既有生态分发）、云巨头（企业采购打包）、Ramp（免费买赠）以及 LiteLLM（大客户自建）的挤压，多归属（Multi-homing）已成为行业常态。

5.2 供给侧 推理服务 ： 成熟的 轻资产交易市场 但并非独占

图 5　计算流动性飞轮：隐藏的网络效应可能位于模型层之下。

OpenRouter 更容易被低估的一层，是模型之下的算力与供应商流动性。同一模型往往由多家推理端点同时承载，平台会持续比较价格、延迟、吞吐、可用率、区域和数据政策，再把请求动态分发出去。对今天的 OpenRouter 来说，这套“供应商智能”其实比模型选择智能更成熟：它已经在真实生产流量中工作。

订单流越大，越能吸引更多原厂、云厂商、专业推理云和分布式算力接入；供给越多，价格和性能竞争越充分，平台对需求端的吸引力也越强。但这层飞轮有一个关键限制：供应商可以低成本多归属，同时接入 OpenRouter、Vercel 或其他渠道。因此，算力流动性目前更像难以积累的领先资产，而不是不可迁移的独占壁垒。

5.3　数据资产：规模领先，但闭环仍处于期权状态

图 6　四类数据与缺失的结果数据环。

OpenRouter 在跨模型、跨供应商、跨应用与跨地域维度上沉淀了极强且独特的偏好、经济与运行表现数据——这是原厂实验室（仅见自身流量）、自托管网关（无数据汇聚）与云厂商（局限于自身云生态）均无法企及的独家视角。尽管如此，该数据资产仍面临两项内在的技术与商业局限：

• 内生性：路由器自己的选择会改变流量分布，因此“表现数据”本身就是算法行为的结果。

• 覆盖偏差：私密与部分合规敏感流量不会进入公开聚合，而这类客户往往又是更愿意付费群。

• 样本偏差：Vercel 与 OpenRouter 的模型构成差异很大，说明任何单一网关的数据都不能直接代表整个 AI 市场。

在决策闭环与采用率层面，结果驱动的智能飞轮目前仍处于期权状态。一方面 链路未实现自动化 ，当前的 Auto Router 仅依赖过去 7 天的匿名化市场支出信号，尽管重试、中断等行为元数据已可直接观测，但“生产请求 → 结果评分 → 自动调整路由权重”的完整闭环尚未打通；另一方面 采用率尚未证实 。因此，其模型选择智能在现阶段应被理性评估为一项正在形成中的远期期权。

5.4　依赖链：数据护城河的上限由订单流决定

遥测、Rankings 与 Auto Router 在机制上都是订单流的 产物 。

夺走订单流的竞争者最终会积累同类数据；而在路由智能被证明能改善结果之前，数据本身不产生独立于订单流的留存。因此护城河栈的上限由最弱的一环决定，而这一环是切换成本。这也重新定义了转化战略的方向：路由算法原则上是可重建的——只要拿到同等规模的订单流。真正不可移植的是无法回填的历史数据与支付身份图谱。

5.5　护城河记分卡

资产价值与可防御性分开计分。低切换成本是资产未能固化的机制，不在其他行重复扣分。

项目	资产分	护城河分	一句话
网关技术	—	1–1.5	商品
需求聚合 / 订单流	4	2	积累很难，迁走很容易
市场流动性（双向）	3.5	2.5	需求吸引供给成立，反向不成立
计算 / 供应商流动性	3.5	2	真实的价格与可靠性市场，但供应商普遍多归属
信任 / 品类归属	3	2.5	对长尾有效，对企业采购是入场资格
跨模型遥测	3.5	3	规模领先，非结构独占
模型选择智能	2.5	当前 2｜潜在 5	唯一可能的第二层护城河
切换成本	—	1.5	最大的结构性弱点

6. 竞争与商品化压力

图 7　推理市场的五种经营模式：竞争者玩的不是同一个游戏。

把竞争者当作同类网关比较会失真。它们在算力自持、外部供给、资本开支强度、需求归属、跨供应商价格发现、跨租户遥测、企业控制与变现方式上结构不同——因此激励不同，护城河也不同。OpenRouter 最鲜明的结构特征，是以轻资产方式同时聚合外部需求与异构推理供给，并把跨供应商路由本身做成核心产品：不持有 GPU，聚合外部需求与外部推理供给，靠平台费变现。

最危险的对手不是另一个更好的网关，而是一家不需要靠路由赚钱的公司。

对手	结构性武器	邻近变现来源	对 OpenRouter 的威胁
Vercel	开发者分发 + 零加价	托管与边缘计算	最危险的独立竞争者：开放兼容端点、不要求部署在 Vercel、且为 AI SDK 默认 provider
Ramp	邻近变现 + 免费路由	企业支出管理与卡业务	证明路由能力可被邻近平台产品化并长期补贴
LiteLLM	自托管 + 零变动抽成	企业版订阅	永久压制定价；但自托管意味着数据不汇聚，它不会成为同类公司
超大规模厂商	企业采购 + 云承诺额度	云消费	边际采购摩擦接近零，对大额企业支出威胁最大
直连实验室	第一方经济 + 最强的原生结果回路	模型本身	负载集中时经济性最优；家族内路由的边际分发成本为零
Cloudflare	基础设施分发	Workers 生态	以网关为生态入口，不靠它盈利

7. 经济性与估值

指数级爆发的使用量，是否转化为了具备吸引力的财务经济性？

收入 = 付费 GMV × 综合费率；而付费 GMV = 付费 token 量 × 单位 token 有效价格。

图 8　量在爆发，单位货币化在下滑。

驱动收入增长的三因子中， 仅有 Token 处理量单向向上，Token价格和费率均面临持续下行压力 ：

• 量级爆发（唯一向上的因子）： 周 Token 处理量从 2025 年 11 月的 5 万亿，增至 2026 年 8 月的 55 万亿+，九个月增长逾 10 倍。

• 单位货币化率断崖式下滑（向下的双因子） ：每万亿 Token 带来的收入由 2026 年 5 月的 $64.4k 降至 8 月的 $44.0k，同期下滑约 32%。

7.1　财务证据

指标	数值	证据等级
年化收入	约 100 万（2024 年底）→ 5,000 万（2026/03）→ 1.40 亿（2026/07）→ 1.60 亿（2026/08）美元	第三方估算（Sacra）+ 一线媒体
毛利率	The Information（2026/07）：约 1.40 亿收入、约 4,000 万服务成本、约 1.00 亿毛利、约 70% 毛利率	一线媒体报道，非经审计披露
独立佐证	Menlo Ventures（2026/06）：约 50 人、人均净收入约 200 万美元，隐含约 1.00 亿美元年化净收入	投资人公开陈述
每 token 货币化	2026 年 5→8 月约降 32%（本文测算）；Sacra 另一时窗口径约降 60%	第三方估算 + 本文计算
情景隐含 GMV	按 3%–5% 综合费率反推约 32–53 亿美元计费推理支出	本文计算
估值路径	约 5.47 亿（2025/06）→ 约 13 亿（2026/05，B 轮）→ 报道 70–80 亿美元（2026/08 签署）	一线媒体，多口径并列
隐含倍数	44–57 倍年化收入	本文计算

8. Stripe 为什么买它

图 9　智能交易栈的八个环节。

Stripe 2026 年 8 月 19 日投资者信的框架是：资本与智能正在成为支撑每一家企业的两股数字流；此前每个开发者都需要管理其收入管线，这催生了 Stripe；今后每个开发者同样需要管理其智能管线。

8.1　即期经济：不是“内部化支付”

双方在 2026 年 1 月就已经深度合作：OpenRouter 使用 Stripe 的 Invoicing、Tax 和 Radar，并已有 token 计费集成。收购带来的真正增量，是所有权、产品与数据的深度整合，以及对“谁购买哪一种智能、怎样计量和结算”这条链路更完整的控制。

8.2　战略控制点

OpenRouter 对 Stripe 的价值不在“网关”本身，而在它可能成为智能采购的编排层：Stripe 已经掌握身份、预算、计量、支付和结算，OpenRouter 增加模型选择与执行。两者拼起来，才有机会覆盖 Agent 从预算到购买智能再到结算的完整交易链。

8.3　长期期权

长期想象空间也恰恰来自这里：Agent 身份 → 预算 → 选择模型与供应商 → 消费智能 → 计量 → 结算 → 度量结果 → 再优化。今天最后两步仍然缺失。如果 OpenRouter 无法把结果反馈真正接回未来的路由决策，那么它仍然只是更聪明的中间层；如果闭环成立，才可能逐渐变成 Stripe 愿意为之支付高溢价的控制点。

反过来，这也是这笔交易最大的风险：如果 Agent 经济最终最重要的控制点是预算和结算，而模型选择只是一个可免费提供的功能，那么 OpenRouter 对 Stripe 的战略价值就会低于今天的想象。

9. 核心分析逻辑总结

看多逻辑（Bull Case） 聚焦于需求爆发与潜在的第二层护城河：

• 需求与流动性已被充分验证：周 Token 处理量从 5 万亿增至 55 万亿+，年初至今约每周 9% 复合增长；

• Agentic 多模型迁移带来结构性顺风，其 Token 消耗量为标准聊天的 5–30 倍且大幅提升了路由决策的经济价值；

• 在供给侧，OpenRouter 已成为缺乏自有分发渠道的实验室全球冷启动的首选；

• 其沉淀的跨模型遥测数据在机制上无法被其他参与者复制；

• 同时，结果感知路由构成了潜在的第二层护城河且具备相应工具；

• 财务上其毛利率高约 70%，加上强大的交易对手信任，持续支撑着长尾客户的付费意愿。

看空逻辑（Bear Case） 则直指商品化挤压与商业模式的脆弱性：

• 路由功能正加速变成免费基础设施（Vercel 零加价、Ramp 年内免费、LiteLLM 自托管零抽成）；

• 客户切换成本极低，技术迁移以小时计且多归属成为默认状态；

• 大客户在负载集中与采购规模上升后，绕开按比例抽成的毕业流失（Graduate Out）动机显著增强；

• 每 Token 货币化能力持续被稀释且与 Token 增长存在机制性相关；

• 更关键的是，结果闭环尚未被证明，Auto Router 的采用率与因果提升均缺乏公开证据；

10. 结论：OpenRouter聚合了价值，但未长久锁定

OpenRouter 今日展现的是领先而非护城河：它成功证明了需求聚合与算力流动性的价值，却尚未证明客户锁定；沉淀了独家的跨模型遥测，却缺失最关键的结果数据（Outcome Data）。其最强资产与最大弱点同源——订单流容易被引走，供应商普遍多归属，而 Vercel、Ramp 等平台随时能将路由作为免费功能降维打击。

Stripe 支付 75 亿美元溢价买下的绝非仅仅是一个 API 流量入口，而是一项远期期权：赌 OpenRouter 能否从“流量聚合”跨越至“情报生成”，最终升维为 Agent 经济中最核心的模型选择、计量与结算控制点。

在 AI 基础设施投资中，真正稀缺的流量沉淀之后无法被竞争对手凭代码复刻的决策优势。当竞争对手将路由功能作为免费工具附送时， OpenRouter 能否让客户在竞争对手的路由报价为零时，依然不愿意去改那一行 base URL？这个问题的答案，决定了 75 亿美元究竟是溢价，还是便宜。

免责声明： 本文在创作过程中借助了 Claude Opus 5、ChatGPT-5.6、Gemini 3.6 Flash 等AI工具辅助完成，作者已尽力校对并确保信息真实与准确，但仍难免存在疏漏，敬请谅解。需特别提示的是，本文内容仅用于信息整合与学术/研究交流，不构成任何投资建议，亦不应视为任何的买卖推荐。