模型路由器OpenRouter，凭什么值100亿美元？

你敢信吗？

现在做“模型路由器”的公司，都值100亿美元了。

不久前，市场传出Stripe正在考虑以100亿美元收购OpenRouter。

什么概念？

OpenRouter上一轮融资的估值还只有15亿美元左右。按照100亿美元计算，短时间里，这家公司的身价就翻了6倍多。

更反常的是，它做的还是一门看起来最容易被替代的“中介”生意。

它没有模型，更没有自己的 GPU 集群，只是把 OpenAI、Anthropic、Google，以及一大批开源模型和推理服务商接到同一个 API 上，让开发者可以随时切换。

甚至今天，云厂商、模型公司和大量AI基础设施创业公司都在做类似的Router和Gateway。

那么问题来了，一个大家都能做的模型路由器，凭什么有人愿意花100亿美元买？

在最近一期《20VC》播客中，主持人直接向OpenRouter联合创始人兼CEO Alex Atallah问起了这笔100亿美元的潜在交易。Atallah没有正面回应，而是花了大量篇幅解释OpenRouter真正押注的东西。

在Atallah看来，随着模型越来越多，甚至越来越便宜了，但“到底该用谁”反而变得越来越难。

除了模型数量增加外，不同推理服务商的优化，让推理质量、价格和速度都在持续变化，热门模型的供给状态甚至可能每几分钟就发生变化。

这有点像航旅网站。用户看到的是一张从东京飞纽约的机票，但背后可能有几十条路线、不同航司、不同转机组合和实时变化的价格。

而OpenRouter做的，就是帮助客户实时找到最合适的模型供给。

通过Atallah这次采访，我们可以搞清楚，一个看起来毫无壁垒的“AI中间商”生意，为什么能值100亿美元。

没有一个模型能够永远赢

OpenRouter成立之初，AI行业存在一个非常朴素的想象：

最后可能只剩下少数几个大模型。

OpenAI、Anthropic、Google不断扩大参数、提高智能水平，只要模型足够强，用户自然会越来越集中。

如果这个逻辑成立，OpenRouter其实没什么存在必要。

但过去两年的行业演进，恰恰走向了相反方向：模型不仅没有变少，反而越来越多。

Alex Atallah在访谈中提到，仅今年7月，OpenRouter就上线了70个新模型，平均每10个小时就有一个新模型接入。与此同时，Cursor、Cognition这样的Agent公司也开始训练自己的模型，未来越来越多应用公司可能会拥有自己的专用模型。

原因不难理解，大模型不是一个单一维度的商品，有的模型擅长写代码，有的擅长写作，有的推理能力更强，有的速度更快，有的价格只有前沿模型的几分之一。

甚至同一个任务，不同模型之间也可能不存在绝对意义上的赢家。

比如，一个最强模型可以负责复杂推理，但文本分类、信息抽取、格式转换这些确定性很强的任务，完全可以交给价格低得多的小模型。

Atallah给出的典型架构就是：

让一个强大的前沿模型作为Orchestrator，负责处理未知、复杂的问题，再调用大量便宜的开源模型作为Sub-agent，完成分类、整理等确定性任务。

换句话说，企业未来采购的可能不再是“一个AI”，而是一支AI团队。

模型开始像员工一样出现分工。Claude负责推理，某个开源模型负责分类，另一个模型负责代码，还有企业自己训练的模型负责内部专属任务。

Atallah甚至认为，多模型未来几乎是必然的。

他的理由是，即使某一天真的出现了一个足以满足企业绝大多数需求的模型，市场也会很快训练出另一个使用不同数据、拥有不同特征的模型。企业为了获得新的能力、降低成本或者提高生产力，仍然有动力去尝试后者。

“没有一个模型会赢下整个市场。”这是他对未来AI格局最明确的判断之一。这对OpenRouter来说，是最重要的前提。

/ 02 /

Token差异化，才是路由器最大价值

如果OpenRouter只是帮开发者把Claude切换成GPT，它很难值100亿美元。这种工作技术门槛并不高。

现在几乎所有云厂商、AI基础设施公司，甚至很多应用公司，都开始做类似的模型Gateway和Router。Atallah也承认，现在做路由器已经成了一件“很时髦”的事情。

OpenRouter真正复杂的地方，在更下面一层。

同一个开源模型，背后可能同时有很多家推理服务商。比如，Fireworks可以跑，Together可以跑，其他GPU云也可以跑。

模型虽然一样，最终表现却可能完全不同。

有人速度快，有人价格低，有人吞吐量高，有人稳定性更好。不同厂商针对GPU、内存、量化、推理引擎做的优化不同，虽然模型名字相同，但不代表每次调用的实际成本、速度和可用性相同。

OpenRouter 创始人在访谈中给过一个很形象的说法：推理质量、价格和速度都在持续变化，热门模型的供给状态甚至可能每几分钟就发生变化。它的工作不是把流量“平均分配”，而是持续测试不同模型和服务商，并将请求导向此刻更合适的供给方。

Atallah在访谈中提到，由于推理质量、价格和速度都在持续变化，热门模型的供给状态甚至可能每几分钟就发生变化，所以OpenRouter会实时测试不同模型在不同推理供应商上的表现，并将请求导向此刻更合适的供给方。

这有点像航旅网站。用户看到的是一张从东京飞纽约的机票，但背后可能有几十条路线、不同航司、不同转机组合和实时变化的价格。

OpenRouter的价值在于，持续找到最优组合。

更重要的是，推理服务的供应目前仍然高度不稳定。

目前，AI行业长期处于算力供给偏紧状态，不同供应商都可能出现容量不足。企业原本预估一个月调用1亿Token，某个Agent产品突然爆发，需求可能几天内增长数倍。

OpenRouter另一大价值，就是帮助企业解决那些原本没有计划好的推理需求，以及由此产生的容量和可靠性问题。

所以，OpenRouter已经不是简单的模型聚合，而是越来越像AI时代的一流量控制系统。

/ 03 /

企业需要摆脱单一模型“依赖症”

OpenRouter还有一个经常被低估的价值：中立性。

今天一家企业如果完全建立在OpenAI API之上，它实际上已经做出了一个长期技术押注。

因为迁移模型并不是换一个API地址那么简单。企业已经围绕当前模型写了Prompt、评测集、安全规则、工作流和大量业务逻辑。

Atallah说，OpenRouter观察到一个很有意思的现象：即使出现了明显更好的模型，很多开发者仍然不会迁移。

另一个原因，则是用户已经建立了对模型输出方式的信任。OpenRouter想做的，就是尽可能把这个切换成本压到接近于零。

企业不需要相信某一家模型公司永远赢。它只需要相信：谁赢，OpenRouter就把流量给谁。

这也是Atallah反复强调的一个词——leverage。如果企业只能使用一家模型，它对供应商几乎没有议价能力。

但当所有模型都可以通过同一个接口被替换，企业就获得了选择权。模型实验室之间竞争越激烈，对OpenRouter越有利。

而OpenRouter站在买方这一边，把所有竞争产生的红利集中起来。

这也是为什么Atallah认为，一个只接入部分模型的Gateway，本质上会损失用户的杠杆。OpenRouter的目标，是尽可能让开发者访问整个模型市场，而不是绑定其中一家。

有意思的是，企业现在甚至可能比过去更需要这种中立层。

Atallah提到，他接触的一些美国企业，对于前沿闭源模型厂商的担忧，甚至高于对部分开源模型的担忧。这意味着，企业未来采购AI时，可能越来越不愿意把模型、推理、数据和安全全部押在一家厂商身上。

企业需要一个独立的控制层。而OpenRouter正在试图成为那个控制层。

/ 04 /

100亿美元真正买的，是AI的“收银台”

当然，OpenRouter还没有完全赢。

只看这个数字，会觉得OpenRouter100亿美元的价格太贵。

但 Stripe 看到的显然不是一笔 API 服务费，而是另一种更大的可能性：OpenRouter能从“API聚合器”，变成整个AI推理市场的终极入口。

因为这层控制平面一旦形成，可以继续往上叠很多东西。路由只是第一步，下一步可以是成本管理。

企业已经开始焦虑每个员工到底烧掉多少AI推理费用。Atallah认为，未来一个员工的真实成本甚至可能不再是静态工资，而是工资加上动态变化的AI使用成本。企业需要知道谁用了什么模型、花了多少钱、产出了多少价值。

此外，还包括模型安全。目前，OpenRouter已经开始提供Prompt Injection检测、PII脱敏等统一安全能力，让企业不需要针对每一个模型重新搭一套防护体系。

再往后甚至可能是Memory。

Atallah认为，未来模型、应用、推理服务商和Router都会争夺“记忆”的归属。因为一旦用户的长期上下文沉淀在某一层，那一层就会获得更强的粘性。

这些事情放在一起，OpenRouter的定位其实很像过去云计算里的控制平台。

在云计算时代，AWS的核心价值是计算、存储、网络、权限和调度全部做成了一套统一基础设施。

OpenRouter也想复制的是类似的路径。区别在于，过去企业调度的是机器，未来调度的是智能。这也是理解OpenRouter为什么可能值100亿美元最重要的一点。

文/阿奇