拆解 OpenRouter：Stripe 的 75 亿美元收购豪赌

结论：OpenRouter聚合了价值但未锁定客户。Stripe押注的是它能否从流量聚合跃迁为Agent经济的核心控制点——当对手路由免费时，还能否让客户不改那行base URL。

2026年8月，Stripe以约75亿美元收购OpenRouter，后者是一个聚合超500个模型和80多家算力供应商的AI推理网关，83天内估值从约13亿美元飙升至该价格。

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？

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。