支付巨头 Stripe 于 8 月 19 日 宣布同意收购模型路由平台 OpenRouter，交易金额超过 70 亿美元，外界普遍估计接近或超过 80 亿美元。这一跨界收购乍看令人意外：一家支付公司为何愿意为一家不训练模型、没有 GPU、也不卖聊天机器人的平台支付如此高价？

OpenRouter 的核心业务是提供统一接口：开发者只需接入一次，就能调用 OpenAI、Anthropic、Google、DeepSeek 以及一批开源模型和推理供应商。据 Stripe 披露，OpenRouter 当时连接 400 多个模型、80 多家供应商。过去，这类产品常被简单归为“API wrapper”，但 Stripe 在给投资人的信中提出了一个新概念：过去每个开发者需要管理收入管道，往后还要管理“智能管道”。

Stripe 看中的并非一段模型 API，而是企业未来如何采购智能、给智能记账、约束智能并为其结算的入口。在 Stripe 的设想中，AI 时代的模型调用将不再只是工程师后台的一笔 API 费用，而会变成一项需要选择、授权、计量和结算的生产投入。

Token 不是货币

一个常见的误解是，这笔交易意味着“Token 要成为 AI 时代的货币”。但事实上，不同模型的 tokenizer、输入输出价格、缓存、吞吐和延迟各不相同，同样是一百万 token，Claude、GPT、DeepSeek 以及不同推理服务商卖出的东西并不相同，不存在像美元和欧元那样稳定的兑换关系。Token 更像 AI 生产中的电量、工时或不断变价的原材料凭证，是计量单位。

财务系统过去处理的是“谁付钱、付多少、能不能付、怎么结算”，而 AI 时代企业还要处理另一套问题：这个任务该用哪个模型？要不要多跑一遍验证？质量提高 3% 值不值得多花一倍的钱？涉及敏感数据时能否换到特定地区的供应商？任务失败这笔消耗算到谁头上？这越来越像一笔持续发生的采购，而不是每月买一套固定价格的 SaaS。

一条 Agent 任务像一张小型采购单

以一个销售场景为例：让 Agent 研究 500 家公司、筛出 30 个潜在客户并为每家写个性化邮件。在人的想象中这可能只是“一次调用模型”，但放进真实工作流，事情会碎开：网页抓取适合更便宜的模型或专用工具；基础分类可交给价格低、吞吐高的模型；重点公司需要更强的推理；事实核验又得接搜索、数据库或 RAG；最后写信时还要在文风、错误率和成本之间取舍。碰到欧洲客户，数据或许不能离开特定区域；一个供应商拥堵，系统得临时换路；某个模型的工具调用不稳定，任务也许要切到另一个服务商。

用户只给出一句目标，系统内部却要完成一连串模型、数据、工具和算力的选择。这正是 OpenRouter 这类产品不再只是“模型挂了就切换一下”的原因——路由器要在质量、价格、延迟、稳定性、地区、隐私、工具支持和容量之间做选择。金融市场早有类似的系统，叫 Smart Order Router，替交易者在不同交易所、不同价格和不同流动性之间寻找执行路径。模型路由尚未像金融交易那样标准化，但企业面对的问题已经很像了：它们买的不是一个模型，而是为一项任务采购合适的智能组合。

OpenRouter 的吸引力在于它站在需求侧，能看到开发者最后选了谁、为何这样选、花了多少钱，以及下一次有没有更合适的路可走。这种视角已经很接近支付网络。

Stripe 在补的是一条链

把“支付公司收购模型路由”单独拿出来看确实像跨界，但把 Stripe 过去两年的动作摆在一起，能看到它一直在同一条链上补零件。Stripe 的老本行是支付与结算，后来收购 Metronome 补上复杂按量计费和使用量计量，对应 AI 公司的 token billing、额度消耗、订阅叠加超额使用等问题。它还围绕稳定币、钱包和 Agent 支付做了 Bridge、Privy、Tempo、Link Agent Wallet、MPP 等布局，试图让软件 Agent 获得受限的支付能力，而不是把一张真实信用卡交给一个概率模型。

差的一块是：这笔智能支出发生以前，谁来决定买什么。OpenRouter 填的就是这个位置。把这些串起来，路径大致是：企业或用户提出目标，Agent 获得预算和权限，任务被拆成一系列调用；路由层在多个模型和供应商间做选择；计量层记录每一次 token、工具和数据消耗；支付层完成扣款、分账与结算；最终回到任务结果和业务回报。最容易被忽略的是最后一步——只知道“这个月用了多少 token”管的仍是一笔云成本，若能继续看到“这 10 万美元模型支出替销售多筛出多少合格客户、替客服少转多少人工工单、替研发少花多少返工时间”，才开始碰到生产投入本身。Stripe 不需要做最强模型，它要知道每一笔智能支出从哪里来、经过哪些选择、最后换来了什么。

模型路由接上支付，产业会多出几层位置

如果 Agent 只停留在聊天和写作工具里，支付公司没有必要走这么远。真正改变事情的是，Agent 开始替人执行任务、调用服务、购买数据、消耗算力，甚至在授权范围内完成付款。这条链一旦跑通，AI 产业会多出几层彼此咬合的基础设施。

最底层仍是模型和算力供应，OpenAI、Anthropic、Google、DeepSeek、Qwen、开源模型、云厂商与推理服务商都在提供不同质量、成本和约束下的“智能产能”，模型公司的定价权不会消失。模型之上是路由与执行市场，包括 OpenRouter、云厂商网关、开发框架里的路由能力以及企业自建策略层，它负责把“我想完成什么”翻译成“这次该买哪一种模型能力”。再往上是评测、可观测性和质量 SLA——模型越多，企业越不能只按 token 单价来选，一个便宜模型如果让销售线索错掉一半，省下的成本并不便宜；一个昂贵模型如果只在真正关键的 5% 任务里出现，反而可能划算。未来的路由需要知道质量，而“质量”不是抽象分数，而是任务是否完成、错误有没有造成损失、用户有没有真的接受结果。这会让 Eval 的位置变得很不一样，从工程团队的调试工具逐渐靠近一张经济凭证。

第四层是身份、授权和风控。Agent 不能拿着一张没有限制的信用卡到处花钱，它得有一种经济身份：代表谁行动、预算上限是多少、只能在哪些商户和服务上花钱、能不能把权限再交给下一个 Agent、出了问题谁负责。最外层才是计量、财务与结算，Metering、账单、税务、分账、稳定币、银行卡和银行网络仍会在那里，负责把所有智能消耗变成企业能理解、能预算、能追责的账。这几层合在一起，才接近 Stripe 想描述的“AI 经济基础设施”。未来未必会出现一个包揽所有职责的“AI 时代 Visa”，模型路由、质量评测、Agent 授权、计量计费、实际清算都可能长出重要公司。

真正被买走的可能是一张账

很多人会问模型路由有什么护城河。接口可以做，切换逻辑也可以开源，LiteLLM 一类项目已经证明统一接入模型本身不难，AWS、Azure、Google Cloud、Vercel 也都能提供各自的网关和路由能力。这个质疑没有错。真正难积累的不是“支持多少模型”，而是一张跨模型的交易图谱：什么任务、在什么预算、时延和隐私约束下选择了什么模型；实际质量怎样；中间有没有重试、回退或人工介入；最后带来的是收入、成本节约还是一次失败。把它写成一条链就是：任务、模型、成本、质量、结果、支付。单看任何一个点都不稀奇，把这些节点持续连起来，才有机会形成更好的路由、预算、定价和风控。这或许比“收购一个网关”更能解释 Stripe 为什么愿意给出战略溢价——它买的是一个会持续积累“企业如何购买智能”的需求入口。

但这条链也会带来新的权力问题。OpenRouter 从一开始最重要的承诺是多模型，没有任何一家模型会永远适合所有任务，开发者应当有切换的自由。被 Stripe 收购后，价值会变大，压力也会变大。一个同时掌握路由、计量、支付和风险控制的公司，很难不被怀疑会影响路由顺序、收费方式、数据使用，或把某类服务变成默认选项。开发者最在意的未必是页面上有没有一个“中立”开关，真正要看的是路由策略是否可解释、数据保留和删除规则是否能在控制权变化后仍然成立、企业能否带走自己的用量记录和评测结果、模型提供商又愿不愿意把更完整的成本与性能数据交到 Stripe 手里。路由器若真成为 AI 需求侧的交易入口，它迟早会从产品问题变成治理问题，碰到平台自我优待、数据集中、跨境合规和竞争监管。

这笔账也未必算得成

Stripe 的故事并不会自动成立。第一个变量是模型供给：如果未来出现足够便宜、足够强、又能私有化部署的通用模型，企业对复杂路由的需求会下降。第二个变量是云厂商：AWS、Google、Microsoft 不只掌握模型入口，也掌握算力、数据、企业关系和云账单，Stripe 想做跨云、跨模型的经济控制层，必须证明它比“在一家云里把事情都办了”更省事也更可信。第三个变量是地缘和监管：模型、数据、支付和稳定币原本就分别受不同规则约束，放在一起后跨境路由会更难，未来很可能不会有一个全球统一的智能市场，美国、中国、欧洲会形成彼此不同的组合。最后一个变量反而最朴素：企业是否真的愿意把智能开支当成一门独立的财务科目来管理。今天很多团队还停留在“API 费用涨了多少”的阶段，等到 Agent 开始广泛进销售、客服、研发、采购和运营，问题才会变成：哪些任务值得自动化、谁有权调用最贵的模型、成本超支时谁来刹车、结果又是否配得上这笔支出。那时企业里可能会出现一种现在还不常见的系统，管智能预算、模型采购、质量门槛、Agent 授权和投入产出，可以叫 Intelligence Treasury，也可以叫 AI FinOps 的下一阶段。名字还没定，账会先出现。

Stripe 收购 OpenRouter，未必会把它变成这个位置的唯一赢家，甚至未必能守住 OpenRouter 最看重的中立性。但这笔交易至少把一个变化摆到了桌面上：当 AI 开始替企业做事，模型调用不再只是工程师后台刷掉的一笔 API 费用，它会变成一项需要选择、授权、计量和结算的生产投入。支付公司跑到模型路由里来，并不离奇，它只是比很多人更早把这笔账看见了。