超過70億美元。這是彭博社披露的Stripe收購AI閘道初創公司OpenRouter交易金額。

如果消息最終得到確認，這將成為今年規模較大的AI基礎設施交易之一。

一句AI領域常被提及的判斷是：「真正重要的，不只是模型本身，而是圍繞模型建立的基礎設施。」

這筆交易恰好擊中了這個方向。

Stripe過去最廣為人知的身份是支付基礎設施公司，但此次押注OpenRouter，意味著其業務邊界可能進一步從「幫企業收錢」，延伸到「幫企業使用和管理AI」。

OpenRouter到底值在哪裡？

OpenRouter由Alex Atallah創立，核心定位並不是打造另一個大型AI模型，而是做一個「中立閘道」。

開發者可以通過單一介面訪問400多個AI模型，包括OpenAI、Anthropic和Meta等公司的模型。

這個模式解決的是一個非常現實的問題。

企業使用AI時，未必永遠需要同一個模型。不同任務可能需要不同的成本、速度和性能。如果每切換一家模型供應商，就要重新改造系統，開發和維護成本自然會增加。

OpenRouter的價值，就在於把這層複雜性包裝起來。

對開發者來說，它可能降低供應商鎖定風險；對企業來說，則可能讓AI模型選擇變得更加靈活。

13億美元估值，為何突然變成70億美元？

這也是整筆交易最值得玩味的地方。

OpenRouter在2026年5月完成1.13億美元B輪融資，當時據報估值約13億美元。

投資方包括紅杉資本、Andreessen Horowitz、Menlo Ventures，以及Alphabet旗下Capital G。

如今市場傳出的收購價格已經超過70億美元。

如果這一價格最終獲得確認，意味著OpenRouter的市場估值在短時間內出現巨大變化。

當然，目前Stripe尚未正式確認收購。公司發言人表示，不對傳聞或猜測置評。

因此，70億美元應當被視為媒體報導中的交易數字，而不能當成已經完成官方確認的最終價格。

Stripe真正想買的，可能不是一個AI產品

真正的問題来了：Stripe為什麼願意押注這麼大？

一個可能的答案，是AI正在快速從「模型」變成「服務」。

當企業開始同時使用多個AI模型後，模型選擇、調用、成本管理以及支付，都可能變成新的基礎設施需求。

Stripe本身擅長支付和商業基礎設施。

OpenRouter則處在AI模型與開發者之間。

兩者如果整合，理論上可以形成一條更完整的鏈路：開發者選擇AI模型，應用程序調用模型，企業管理AI使用成本，最後完成相關支付。

這或許才是這筆交易最值得市場關注的地方。

AI閘道正在成為新戰場

這筆交易的意義並不只屬於Stripe。

過去AI產業最受關注的是模型能力。

誰的模型更聰明？

誰的上下文更長？

誰的推理能力更強？

但現在，企業真正部署AI之後，問題開始變得更加具體：模型怎麼選？成本怎麼控制？如何避免被單一供應商綁定？

OpenRouter的存在，正好對應了這些需求。

因此，Stripe如果真的完成收購，可能意味著大型平台正在開始爭奪AI模型之上的「中間層」。

這個位置看似不起眼，實際上卻可能連接模型、開發者、企業和支付。

Stripe的下一場戰爭，不只是支付

說實話，這筆交易最值得關注的，並不是70億美元這個巨大數字。

而是Stripe正在重新定義自己的邊界。

如果支付是數字商業的底層基礎設施，那麼AI正在形成另一套新的商業基礎設施。

Stripe選擇收購OpenRouter，可能就是在押注這個交叉點。

對開發者而言，OpenRouter被Stripe收購後能否繼續保持模型中立，是市場未來關注的問題之一。

對競爭對手而言，這筆交易也可能形成壓力，促使更多支付與金融科技公司尋找AI領域的合作或收購機會。

但在官方確認之前，市場仍需要保持克制。

70億美元究竟是不是最終交易價格、交易條件如何，以及OpenRouter未來會以何種方式融入Stripe，目前都還有待进一步消息。

可以確定的是，AI競爭正在進入下一階段。

比拼模型之外，誰能控制模型之間的連接、使用和商業化入口，可能同樣重要。

FAQ

Q1：OpenRouter主要是做什麼的？

OpenRouter是一家AI閘道初創公司，為開發者提供統一入口，讓他們可以訪問來自不同供應商的400多個AI模型。其核心價值在於降低模型切換成本，並讓開發者可以根據價格、性能及具體應用需求選擇不同模型。

Q2：Stripe收購OpenRouter的70億美元交易已經確認嗎？

目前提供的新聞素材顯示，彭博社援引知情人士披露Stripe已完成相關收購，但Stripe尚未正式確認交易。公司發言人表示不對傳聞或猜測置評，因此70億美元的交易價格仍應以後續官方信息為準。

Q3：Stripe為什麼可能收購AI閘道公司？

OpenRouter位於AI模型與開發者之間，可以解決多模型接入、供應商鎖定以及成本管理等問題。Stripe若將其納入自身基礎設施，可能進一步連接AI模型使用與商業支付，從而拓展AI基礎設施及相關商業化服務。