Stripe 70 亿买 OpenRouter：Token 路由正演变为 Fintech

据 Woofun AI 消息，Stripe 斥资七十多亿美元完成对 OpenRouter 的收购，这一交易规模远超单纯技术路由的市场估值。QED Venture 合伙人 Sandeep Patil 指出，该交易的本质并非获取代码层面的请求分发能力，而是确立一种能够透视跨模型、跨供应商资金流水的"上帝视角"，标志着 Token 路由正式向 Fintech 基础设施演进。

Token 路由层的兴起，根源在于 AI 模型市场日益严重的碎片化与多对多供需结构。应用程序需同时调用多个模型，而这些模型又分散托管于不同供应商，价格波动频繁且各任务最优解各异。开源模型追赶闭源模型，前沿技术不断迭代，这种不稳定性短期内无法消除，导致绑定单一供应商的成本急剧上升。金融市场处理此类碎片化的经典方案是引入中间共享设施：SWIFT 连接银行间网络，卡组织协调商户与发卡行，支付网关则抽象底层复杂通道。Token 路由正复刻这一路径，但其职能远超流量调度。每一次路由决策实则是一次复杂的采购行为，涵盖模型选择、供应商服务、定价谈判及质量验收。累计十亿次请求后，路由方手中便掌握了一本详尽的模型消费流水账。

然而，仅靠路由逻辑不足以构建壁垒，因为简单场景下更换路由商仅需修改 base URL，云厂商亦可将其打包进现有基础设施，竞争者甚至可按成本价透传模型价格。生产环境的复杂性在于，合规、数据驻留、缓存、可观测性、SDK 集成、计费系统及隐私保护等要素均需深度重构，这使得路由层的技术门槛远高于表面所见。

数据护城河的形成并非源于数据本身，而是源于被集成后的网络效应。Stripe 的核心力量并非来自通道本身，而是成为开发者的默认选项，流量分发由此转化为护城河。在 Token 路由领域，OpenRouter 的模型排行榜提供了最直接的证据：哪些模型用量上升、哪些下降、编码类任务迁移方向、价格变动后的用户切换速度，构成了目前全行业唯一一份跨模型、跨供应商的公开用量数据。

值得注意的是，这份数据对单次请求的路由精度并无直接助益，但它使 OpenRouter 成为市场的记分牌，从而获得议价权。模型厂商仅能看见自身调用数据，如同只持有一本局部账簿；云厂商可见基础设施负载，却无法洞察用户意图。唯有路由层能全景式观察跨模型行为。由此形成正向循环：更多流量带来更精准观察，更精准观察优化路由策略，更优路由吸引更多流量。

这种基于全局视野的议价能力，远比在 Token 上抽取五个点的佣金更具战略价值。看得见只是产出，值钱的是看见后敢于承担的风险与执行的决策。

Woofun AI 整理数据显示，智能路由的演进路径是从机械比价转向为"任务成功率"兜底。早期支付路由仅负责将资金送达指定账户，随后衍生出失败自动重试、通道切换、报文调优、实时风控及多通道比价等功能，核心目标均为提升成功率。Token 路由正经历类似演化，但难度与价值空间更大。美元支付成功与否是二元判断，而 Token 任务的成功涉及规划、生成、验证、工具调用、重试及纠错等多重环节，存在判断模糊性。

便宜模型失败两次的成本往往高于贵模型一次成功，因此关键指标应从每 Token 成本转向每次成功完成任务的综合成本，包括推理、重试、工具调用、验证、人工兜底、延迟及失败损失。支付行业的经验表明，承诺成功率的一方需承担失败成本。网关之所以愿意承担授权优化等复杂工作，是因为其按成功率收费，失败时客户追责对象为网关而非底层通道。智能路由最终需承接这一角色，不仅选择最便宜模型，更要确保任务完成。

这需要跨模型、跨任务类型的失败样本积累，单个应用无法具备此视野。风控是同一逻辑的另一面，也是改个 base URL 无法带走的关键能力。Stripe 数据显示，其网络上约六分之一的 AI 公司注册与多账号套利有关；OpenCode 联合创始人 Dax Raad 透露，其一次性清理 7,013 个欺诈账号，估算每月损失达 40 万美元。单个模型厂商仅见局部损失，路由层却能识别同一批人在多家平台的重复开户行为。Radar 风控系统正是基于此类全局视野构建而成。

模型层的去中心化趋势导致'最佳模型'概念失效，组装层随之崛起。随着 AI 渗透加深，编码、检索、客服、复杂推理等任务将收敛至不同模型，一个应用完成单一任务往往需轮询调用多个模型。此时，没有任何单一模型能独占完整任务，任务跨模型执行使得组装层自动出现。这并非从模型厂商手中抢夺份额，而是模型层让出的生态位。金融服务领域曾上演类似剧目：银行曾将存款、放贷、支付、汇兑捆绑于同一牌照，过去二十年被 Fintech 拆解并重新组装，牌照仍属银行，利润却流向组装层。模型权重即为此类牌照，稀缺且昂贵，但一旦接入多家，便沦为零件之一。Sandeep 指出，模型路由至此不再像管道，而开始像 Fintech。其组装的计量、计费、风控、账期、对账等零件，本就是 Fintech 的核心组件。

资产负债表的重构揭示了 Stripe 收购路径的战略意图。对比 Stripe 自建与收购路径，可见其在 Token 领域重建美元支付体系的同一套逻辑。左侧产品多为 Stripe 自建，右侧如 Bridge、Privy、Metronome、OpenRouter 等则通过收购获得。同一家公司，同一形状，首次自建时形态未明，需摸索前行；第二次收购时形态清晰，仅需抢占位置。收购购买的并非收入，而是时间。从计量表到资产负债表，跨度在于账户、信贷与汇兑。

当前 Token 余额尚属储值卡性质：预付、不可转让、绑定单一发行方。但 OpenRouter 余额可在 400 多个模型、几十家供应商间通用，已从闭环向开环迈进。预付意味着平台先获现金，沉淀资金留存平台，进一步开环即触及储值支付工具定义。是否赚取 float 利差，取决于牌照解决能力。信贷方面，后付费信用账期普遍存在，案例显示信用费率月均 1.5% 至 2%，年化 20% 至 27%，与信用卡档位相当。

这是无征信市场的合理价格，利差将在路由层被压缩，因其能识别重复开户、稳定消费及薅羊毛行为。Stripe Capital 正是由此诞生。汇兑方面，400 多个模型输入、输出、缓存分别定价，价格动态波动，每次路由即一次兑换。看似外汇，却无本位币，任何模型 Token 均无法作为基准。这是 400 种商品的多边易货，被统一 API 接口伪装成市场。一边握有沉淀资金，一边挂有应收账款，这已是支付公司的资产负债表，而非开发者工具。

未来检验标准在于路由商能否从按 Token 抽成转向为"任务确定性"报价。支付行业花二十年长齐五层结构，Token 无需如此漫长。当前关于模型路由的两个热门问题——模型性能收敛导致利润率趋零、独立路由商能否跑赢模型厂商与云平台自带路由——均问偏了方向。前者关乎命运，后者关乎家底。真正的检验标准是：何时路由商敢按"完成一个任务"报价，而非按 Token 抽成，并为确定性付费。那一刻，它便不再是路由。原油有 Platts 定价，信用有 S\&P 评级，但它们均不碰自己丈量的标的——Platts 不产油，S&P 不放贷。智能领域尚无此类机构，但流量已达每日十万亿笔。