Stripe70亿美元买下OpenRouter,到底值不值?

划重点KeyPoints
Aug 18

作者|林易

编辑|重点君

在硅谷,每隔一段时间都会冒出一批把自己称作“某某界的Stripe”的创业公司,热闹一阵然后又销声匿迹。

三年前,Alex Atallah创办OpenRouter的时候,喊的也是同一个口号:要做“AI界的Stripe”。8月17日,据彭博报道,Stripe敲定收购OpenRouter,作价超过70亿美元。

OpenRouter CEO Alex Atallah, as he spoke in New York last year. Roy Rochlin/Getty Images

三个月前,OpenRouter刚以13亿美元投后估值完成B轮,谷歌资本领投,红杉、a16z、Menlo Ventures也都在场。三个月后的今天,Stripe给出的价格翻了5倍多。

表面看,OpenRouter只是一门抽成约5%、年化收入约1.4亿美元的生意,Stripe却以约50倍收入的价格买下。按任何传统的估值方法,这个价格都无法用它现有的现金流来解释。

Stripe为什么肯出70亿美元?买下之后又打算做什么?回答这些问题,需要弄清OpenRouter究竟是一门什么样的生意。

“倒卖token”的OpenRouter为什么值70亿?

目前,开发者想做一个AI应用,市面上有几百个模型可选,OpenAI、Anthropic、Google、DeepSeek,还有源源不断冒出来的开源新秀。每家的接口不同,价格也时刻在变,面对限流、降价等变化频出,AI应用公司往往会择优调用模型。

图源:OpenRouter

作为一家AI模型聚合平台,OpenRouter既不训练模型,也不承担推理,只为开发者的调用匹配最优路径:模型可由开发者自行选择,也可交由平台代为判断;同一模型通常有多家提供商同时托管,平台按价格、响应速度与可用性择优转发。开发者需要预先充值,由平台代为向提供商结算推理费用,并按这笔费用收取约5%的手续费。这是一门在AI调用链路上收取过路费的生意。开发者只需接入一个API,就能便捷调用、切换400多个模型。

三年来,这个“中间商”的体量已经大到不能忽视。

流量端,OpenRouter每周处理的token已从半年前的5万亿增至25万亿,折合每月约100万亿,半年之内增长了5倍,全球用户超过800万。

收入侧,据Sacra估算,2025年10月OpenRouter的年化收入约1000万美元,2026年3月突破5000万;据The Information报道,截止7月已冲至约1.4亿美元。不到一年,翻了14倍。

相较于靠补贴换增长、推理卖一单亏一单的模型公司,OpenRouter的模型路由业务的服务成本仅占收入的28.5%,毛利率接近70%,堪比高绩效的上市软件公司。

企业调用模型方式的改变也在持续为OpenRouter送生意。早期行业以为,企业会选定一家模型厂商长期绑定,现实情况却是模型迭代太快,价格战太猛,不同任务适配不同模型,哪个好用用哪个成为常态。用法一变,OpenRouter就从可用变成了必需。

模型碎片化不是行业早期的过渡状态,而是会被新玩家持续加剧的长期结构。仅今年七月,OpenRouter就上线了70个新模型,平均每10小时一个。Atallah预判,下一波供给将来自Agent实验室,Cognition、Cursor已有自己的模型,Jeff Dean也正从Google出来创办新实验室,以Agent著称的公司都有动机自研模型、借Agent分发。模型越碎片化,OpenRouter越值钱;厂商之间竞争越激烈,它反而越是受益。

OpenRouter基准测试页截图(2026年8月)。每项基准按三个维度分别评出最优模型:质量(Quality)、性价比(Value)、速度(Speed)。图源:OpenRouter官网。

路由的模型虽多,但OpenRouter并未站队任何一家模型厂商,官方承诺默认不将调用数据用于模型训练,并提供数据不留存的选项。云厂商也有模型市场,但没有一家厂商会真心把流量导给对手的模型,靠着中立,OpenRouter在巨头环伺的市场里拥有了稀缺身份:在多模型部署中,企业唯一敢托付核心业务流的中立网关。换句话说,中立成为了OpenRouter的商业资产。

每周几十万亿token从服务器上流过,OpenRouter比任何一家模型厂商都更清楚模型与任务的匹配度。调用量越大,路由判断越准,更准的路由又带回更多调用,由中立形成的循环,对手很难复制。

Agent的兴起也把用量推上了新的量级,一个Agent独立跑完一个任务,需要烧掉几十万token,且任务的每一步都可能换用不同的模型,每一次便捷切换都必须经过路由层。用量在涨,调度的需求也在涨,换句话说,OpenRouter的增长与Agent经济的增长同向同速。

路由钱的Stripe,买下了路由token的OpenRouter

只按财务逻辑估算价值,这笔交易难以回本。Money in Motion分析师Jordan分析过OpenRouter的账单,5%左右的手续费里,约2.9%要交给支付通道、再分给发卡机构,平台每周吞吐几十万亿token,真正的年化收入也只有一亿美元出头。

Atallah在近期访谈中透露,OpenRouter已推出基于承诺消费额的企业方案,开发者自带API key的调用同样免费,且即将上线自助式商业版方案。也就是说,其收入结构正在从“按调用抽成”转向“承诺消费+企业服务”,单看手续费会低估这门生意的空间。

路由网关的软件重建成本也很低,云厂商人人能做。看空者认为,真正值钱的是存量客户和沉淀在日志与预算里的切换成本。模型成本持续下探,买方议价权悄然增强。收购谈判期间,《华尔街日报》率先曝出双方正以接近100亿美元的价格接洽,但最终价格降低,敲定在70亿出头。

但即便降到70亿,也仍是OpenRouter年收入的50倍。Stripe愿意付这个价,说明看中的并不仅是这门抽成生意本身。

Hacker News社区流传着一个未经证实的估算:OpenAI与OpenRouter两家的支付处理量,合计约占Stripe总流水的5%。8月13日,Adyen发布上半年财报,OpenAI出现在新增大客户名单中,其联席CEO在财报会上确认,OpenAI已是Adyen的支付处理客户。多年来,OpenAI一直将支付业务放在Stripe上,此次引入Stripe在全球市场的主要对手作为新的支付服务商,意味着这部分支付量不再由Stripe独家处理。

若估算属实,Stripe正面临重要AI客户分流的压力。加上Adyen前脚刚买下计费公司Orb,支付巨头围绕AI客户的军备竞赛已经开打。

AI市场中,钱不仅用来造模型,也流在模型之间的交易环节。掌控企业购买和使用AI的方式,也就掌控着企业支出中增长最快的部分。Stripe宁可自己买下,也不能让Databricks或Ramp拿走。据《华尔街日报》,谈判期间多家大型科技公司也评估过对OpenRouter的报价,Stripe并非唯一的意向买家,AI基础设施资产的争夺正在加剧。

而在所有可能的买家里,Stripe正好合适,毕竟它的老本行是在通过率、费率各异的多条支付通道之间做智能路由;而OpenRouter干的,是在价格、速度、能力各异的几百个模型之间做智能路由。二者使用同一套能力,区别只在于被路由的对象,从钱变成了token。事实上,两家本来就是合作关系,OpenRouter一直用Stripe向自己的客户收款。也就是说,Stripe买的是自己的客户,对这份标的的账务数据知根知底。

OpenRouter不是金融公司,但它和支付公司一样,做的都是网络生意,收入模式也相同,都是在底层成本之上抽取百分比。Atallah三年前把公司比作“AI界的Stripe”,从能力到模式,这个比喻十分恰当。

近两年,Stripe收购稳定币基建Bridge、钱包公司Privy、计费公司Metronome,自建稳定币链Tempo,又联手Advent对PayPal发起530亿美元的竞购。由此看来,Stripe真正的目标是绕过卡组织,对标Visa万事达,从1590亿美元估值,走向5000亿到1万亿。

Stripe收购OpenRouter,原因有二:

一是数据。OpenRouter拥有全球唯一能看到模型调用全景的“上帝视角”,未来token服务大概率将成为AI经济中最大的商户类别,这份全景数据的价值只会越来越高。

二是位置。OpenRouter是几十万开发者调用模型的默认入口。今年4月的开发者大会上,Stripe已经亮出整套AI支付产品:按token计费的流式支付、Agent 钱包、机器之间的微支付通道,并明确表达了一个判断:token与货币的可互换性正越来越强。也就是说,收钱的位置Stripe早就占好了,现在差的就是AI世界路由token的路口。

收购OpenRouter正好补上缺口,token往哪走、钱怎么收,数据层看得一清二楚。三个位置,如今都由Stripe控制。

在Atallah看来,AI时代的员工成本将变成“动态数字”,每个员工用什么模型、烧掉多少推理费都应被计量,并与产出对齐,管理层也能据此画出“高产出低成本/低产出高成本”的象限来管理。这类“按人计量AI支出”的需求,恰好是账单、路由与结算三个位置合一之后,Stripe可以直接产品化售卖的东西。

收购之后,70亿估值背后还有三个风险

市场给OpenRouter估出70亿,依据的是它被收购之前的样子,交易完成后,这份估值将面对三个风险:客户信任的流失、整合的失败,以及路由环节本身的消失。

第一个风险在于信任。过去,OpenRouter值在中立。它不偏向任何一家模型厂商,承诺调用数据可不留存、不用于训练,几百万开发者把调用交给它,正是因为它不属于任何一方。

收购之后,信任开始偏移。新东家Stripe有自己的支付议程,正在竞购PayPal,竞争对手不需要在产品上打败OpenRouter,只要在开发者选型时提醒一句它现在属于Stripe,就足以让一部分客户转身。

更深层的冲突在合规,Stripe是受金融监管的公司,反洗钱、审计、争议处理都要求留存交易记录,这套义务一旦延伸到模型调用数据,数据不留存的承诺就没有了兑现的基础。

第二个风险在整合难度。大型收购的失败,多数在于整合。支付和模型调用,本质上都是路由生意,Stripe在银行、卡组织、清算网络之间给资金流选路,OpenRouter在几百个模型之间给调用选路。但两种路由的工程标准差异明显。资金路由以严谨为先,每笔交易都要求准确记录、可审计、可对账,系统宁可牺牲速度也要保证一致性;模型路由以吞吐为先,追求高并发与低延迟,单次调用失败可以重试或降级,不构成事故。一个以正确性为最高优先级,一个以可用性为最高优先级,支撑它们的是两种工程师文化,两套系统合并之后,技术决策的归属将成为问题。

第三个风险在于路由环节的稳定性。路由环节正受到产业链上下两端的同时挤压。上游模型厂商有充分动机绕过中间层、与大客户直接建立连接,OpenAI已经引入Adyen作为新的支付服务商、对Stripe形成分流,客户体量达到一定规模后,任何一层基础设施供应商都可以被替换。下游路由网关的技术门槛不高、重建成本低,云厂商完全可以将其作为附赠功能捆绑进云服务合同;依靠调用抽成维持营收的独立路由商,难以与一家不依赖路由盈利的巨头竞争。

此外,需求侧同样在收缩,模型价格持续下降、能力持续趋同,当各家模型既便宜、能力差异细微时,在模型之间精细比选的收益随之降低,客户为这项服务付费的意愿也就减弱。

Atallah对“路由被商品化”有自己的见解:大多数公司做路由是因为这件事时髦,是为了存在而下场,不是为了赢而下场,兼职做的网关一定落后;而捆绑进云合同的网关会削弱用户杠杆,截断了其对全市场模型的触达。此外,英伟达最在意的就是避免客户集中,希望算力层保持异质竞争,超大云厂商因此难以垄断推理供给。

结语

回到开头的问题:Stripe70亿美元买下OpenRouter,到底值不值?

按收入算,不值;按战略算,值,但其价值建立在模型市场持续碎片化、开发者持续信任中立、路由环节持续存续之上。

这笔约70亿美元的收购背后,我们发现,支付公司已经开始把AI调用当作交易本身来对待。至于Stripe最终成为AI时代的Visa,还是一次昂贵的抢跑,答案在未来每一笔token账单的流向里。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10