75亿美元买的不是模型入口
Stripe同意以约75亿美元收购OpenRouter，并称这是其史上最大收购。据Techmeme援引的消息人士，15亿美元归属创业团队，60亿美元归属投资者，分别约占20%和80%。这个数字放在模型公司动辄千亿美元的叙事里并不夸张，但交易对象很特别：OpenRouter不做基础模型，也不拥有数据中心，它做的是模型路由、聚合和统一计费。
数字先放在这里，结构更值得看。
OpenRouter官方页面给出的规模是月处理200万亿以上token，全球用户超过1000万，接入80家以上提供商和500个以上模型。Horizon对交易的记录则提到，其统一接口覆盖60多家提供商和400多个模型，开发者可以不改代码切换模型。两边数字有差异，可能来自统计时点或口径不同；本文采用官方页面作为当前口径，交易报道作为事件口径。
这笔收购容易被解释成Stripe买了一个AI流量入口。这个解释太浅。从产品结构看，OpenRouter真正沉淀下来的东西，是一张跨模型、跨提供商、跨价格体系的交易流水表：谁在什么任务上调用什么模型，输入输出和缓存如何计量，失败请求如何结算，价格变动如何进入发票，供应商如何分成。Stripe买的不是入口，是AI工作负载的账本底稿。
换句话说，模型层解决能力，网关层解决选择，支付层解决清算。OpenRouter把前两层做成了产品，Stripe要把第三层接上金融系统。AI应用要变成普通企业软件，缺的不是一次模型调用，而是能让财务、审计、风控和客户共同相信的计量凭证。
token已经是企业支出科目
Meta在2026年8月20日那条新闻把量级讲清楚了。Bloomberg报道，Meta通过Azure每周消耗数万亿token，年支出达到数亿美元量级，并由此成为Microsoft最大的AI客户之一。这个细节比大多数模型评测更重要，因为它说明token已经不只是工程师口里的技术单位，而是能进入采购、预算和财务报表的支出科目。
我8月17日写过模型降价思考涨价。当时的核心是：API单价下降并不等于任务成本下降，reasoning token、缓存命中率、峰谷时段、并发和失败重试会把成本重新组织一遍。现在Stripe的收购把这个判断往商业基础设施推进了一层。模型厂商卖的是异质化商品，企业买的是可审计的任务成本。
异质化体现在4个地方。第一，同一家厂商会区分缓存命中输入、缓存未命中输入、输出、思考token和峰谷价格。第二，不同模型的质量、延迟和失败率不同，便宜的直接成本可能被返工吞掉。第三，agent多轮执行会把一次用户请求拆成多次模型调用、工具调用和状态读取。第四，企业还要面对发票、税务、退款、分成、审计和预算控制。
这已经不是工程师手动换API key能解决的问题。它需要一条从事件流到账本的流水线：先把每次调用的上下文、模型、延迟、结果和成本记录下来，再按合同价、折扣、套餐和责任边界生成财务口径。没有这条流水线，AI产品卖得越多，毛利越像一笔糊涂账。
我自己的日常已经是一个小型多agent环境：三个agent并行，同一套skill要同步给不同客户端，写作流程又横跨本地剪藏、Horizon、Techmeme、热榜接口和编审记录。这个工作流最麻烦的地方从来不是某一次生成，而是每次任务到底触发了多少上下文、多少工具调用、多少重复读取。个人使用者尚且如此，企业级agent只会把这件事放大。
从API路由到清算层
OpenRouter的价值要放在支付公司眼里看。Stripe过去解决的是互联网交易的收款、退款、风控和对账。AI时代的新问题变成了计量计费：一个产品按token收费，但客户按任务付费；模型提供商按用量结算，但应用厂商按订阅或结果收款；中间还有缓存折扣、阶梯价、失败重试和供应商分成。
这不是简单的技术网关，而是AI经济的清算层。清算层的意思是，它不生产模型，也不直接消费模型，却掌握交易如何被记录、确认和结算。OpenRouter已经站在模型选择的中间，Stripe则站在资金流动的中间。两者合起来，才能把模型调用变成可开票、可对账、可风控的商业事件。
这里可以把概念展开一点。模型网关做的是协议转换和路由，清算层做的是事实记账和资金结算。前者解决开发者能不能方便地换模型，后者解决企业能不能相信这笔AI支出该不该付、该记在哪个科目、该由谁承担。开发者看的是延迟和能力，财务看的是凭证和口径。Stripe更像是在押注，后一种人会越来越多地决定采购。
也要钉住边界：本文说的清算层不是法定清算所，而是计量、记账、对账、结算和风控这组商业流程。它不自动带来金融牌照，也不等于监管意义上的中央对手方清算。这个概念的价值在于把模型调用翻译成企业能审计的财务事件。
《商业的本质》第三章讲增长时有一个提醒：企业增长不能靠把资源平均撒在十几个项目上，而要识别真正能带来增长的杠杆，并把资源集中上去。它还强调数据的价值不是把人淹没，而是帮助企业找到真正影响成本和收入的变量。OpenRouter对Stripe的意义正在这里：它把AI时代最细粒度的使用事件变成数据，再把数据变成可运营的收入和成本变量。
解释力的边界也要说清。《商业的本质》处理的是传统企业从协同、领导力、数据分析和资源配置里找回增长，不是为AI网关或支付并购写的操作手册。它能解释Stripe为什么寻找新增长杠杆，却不能证明75亿美元的价格合理，也不能推断收购后的整合一定成功。价格是否划算，最终要看OpenRouter的流失率、模型提供商关系、净收入留存和合规成本，而不是战略叙事是否漂亮。
统一接口会造成新的锁定
OpenRouter在2023年初起步时的价值主张是消除供应商锁定：开发者不用把代码绑定在一家模型公司上，可以按价格、速度和可用性切换。这个方向符合AI基础设施的势。模型能力差异随时间波动，价格持续调整，企业没有理由把长期架构押在单一供应商的单一定价表上。
问题是，消除旧锁定的工具自己也会变成新的锁定。当路由规则、日志格式、信用余额、供应商账期和客户发票都长在同一个网关上，迁移成本就从模型API转移到了清算流程。开发者可以改一行base URL，企业却很难同步迁移历史账单、审计口径、退款规则和分成合同。这就是AI时代更隐蔽的供应商锁定：不是模型不可替换，是交易记录不可替换。
《竞争战略》第14章分析垂直一体化时有一个关键观点：一体化不只是买还是做的财务计算，本质是企业用内部交易替代市场交易后，能否获得信息、协调、规模和议价能力。Stripe收购OpenRouter，恰好是在把模型选择这个市场交易的一部分内部化。它得到的不是制造能力，而是需求信息、价格信息和交易协调能力。
严格说，本案更接近相邻基础设施一体化，不是经典制造业从原材料到成品的上下游一体化。波特框架仍有用，因为问题同样是内部交易能否替代市场交易、信息优势和协调收益能否覆盖管理成本。
波特同一章也给了反面提醒：垂直关联不等于管理能力可以自动延续，基础业务的强势也不会自动延伸到相邻业务。支付公司管理资金流、合规和商户风险，网关公司管理开发者体验、模型可用性和供应商关系，两套管理逻辑并不天然相同。若Stripe把OpenRouter只是当作流量渠道，或者把支付流程强压到开发者工作流里，收购的价值会被整合成本吃掉。
解释力的边界还要再钉住。垂直一体化理论默认上下游边界相对稳定，而AI模型层仍在快速变化。今天有价值的路由数据，可能在下一代模型把长上下文、工具调用和推理成本重写之后贬值。它解释交易结构，不解释模型技术路线。
agent商业模式缺一块财务底座
如果只看聊天机器人，AI计费还能勉强沿用订阅制。agent不行。一个agent可能替用户完成检索、比价、下单、代码修改、测试回滚和报告生成。每一步都消耗模型能力，每一步的失败责任不同，每一步的商业价值也不同。按月订阅会把重度用户变成亏损来源，按次收费又无法处理多轮任务和部分失败。到2027年，若agent继续进入采购、研发和运营流程，这个矛盾会更难回避。
更合理的结构可能是4层计费：基础订阅覆盖正常额度，任务级计费覆盖复杂执行，结果溢价覆盖高价值动作，失败重试和人工审核单独记账。这个结构需要极其细的事件流。否则产品经理看到的只是收入，看不到哪些任务在赚钱，哪些任务在把成本烧给模型提供商。
Stripe的机会也在这里。AI应用向客户收费时，需要发票、税务和收入确认；向模型提供商付款时，需要分成、结算和对账；面向agent时，还需要额度、授权和风险控制。若这些能力做成标准件，AI应用公司的上线速度会提高，模型提供商也能拿到更可预测的需求。
风险同样有4类。第一，Stripe可能同时服务竞争双方，既要给模型公司收款，又要通过OpenRouter掌握路由，利益冲突需要治理。第二，OpenRouter的中立性会受质疑，模型提供商可能担心路由权被支付巨头掌握。第三，token流水包含客户使用行为，数据边界和审计责任会比普通支付更敏感。第四，AI计费规则若走向复杂套餐，可能重演电信计费和云账单的混乱。
三个情景与证伪信号
基准情景：到2027年上半年，Stripe保留OpenRouter的模型路由能力，把其计量数据接入计费、发票、收入确认和供应商结算。企业AI应用逐步把token日志、任务日志和财务账本打通，agent产品采用订阅加任务计费的混合模式。OpenRouter仍是多模型入口，但商业重心向企业清算移动。
上行情景：模型价格和能力继续波动，企业普遍接受多模型路由；Stripe把计量、支付、风控和分成做成AI应用默认基础设施，模型提供商、应用开发商和企业客户在同一套账本上结算。AI应用的商业闭环随之加速，小团队也能卖高确定性的自动化服务。
下行情景：模型厂商为保住客户关系，用深度折扣、专属接口和企业套餐绕开网关；OpenRouter开发者体验下降，模型提供商合作收缩；监管对支付、数据和多边市场的审查加码；Stripe只能把它降级为开发者工具，清算层叙事无法兑现。
什么信号说明本文判断错了？这里有4个观察点。第一，OpenRouter收购后模型提供商数量和调用量明显收缩，说明路由层没有获得供应商信任。第二，Stripe没有把OpenRouter接入收入确认、供应商结算和企业账单，只是保留API转发，说明交易被当成流量资产。第三，企业AI支出的主要矛盾回到单模型折扣，而不是跨模型任务成本，说明清算层暂时没有独立价值。第四，agent产品的计费长期停留在包月，说明市场宁愿牺牲毛利也不接受复杂计量。
反过来看，如果到2027年AI应用的财务讨论里，token成本、任务成本、失败重试、供应商分成和收入确认开始出现在同一张报表里，这笔收购的价值就会显形。模型层的竞争讲能力，应用层的竞争讲体验，商业基础设施的竞争讲谁能把双方都结算清楚。
AI这轮扩张的道，不在让生成看起来更神奇，而在让每一次生成、每一次行动和每一次失败都能被定价、被追责、被复核。OpenRouter把模型调用集中起来，Stripe把钱和账接进来。说到底，清算层不是AI故事的装饰件，是agent能走进企业采购清单的前提。
Sources
Techmeme / Horizon，Stripe收购OpenRouter及交易金额与分配，2026年8月19日，交易拆分为消息人士口径。OpenRouter官方About，月token处理量、用户、提供商和模型规模，2026年8月20日访问。Bloomberg via Techmeme，Meta经Azure周消耗token与年支出规模，2026年8月20日。eviso，《模型降价，思考涨价》，2026年8月17日。杰克·韦尔奇，《商业的本质》第3章；迈克尔·波特，《竞争战略》第14章。