当所有人都在淘金时，卖铲子的生意最稳。AI模型聚合平台OpenRouter完成1.13亿美元B轮融资、估值突破13亿美元——它不训练任何一个大模型，却成了AI创业生态中最赚钱的"中间商"。
事件回顾
5月26日，AI模型聚合平台OpenRouter正式宣布完成1.13亿美元B轮融资，由谷歌母公司Alphabet旗下成长基金CapitalG领投，a16z、MongoDB Ventures、ServiceNow Ventures和Nventures等多家机构跟投。据《纽约时报》报道，本轮投后估值约13亿美元，OpenRouter正式跻身独角兽行列。
这距离它上一轮融资不过一年。TechCrunch援引PitchBook数据显示，OpenRouter在2025年6月完成4000万美元A轮融资时，投后估值约5.47亿美元。一年时间，估值翻了一倍多。
OpenRouter的商业模式简洁到令人惊讶：它自己不训练任何一个AI模型，只提供一个统一的API网关。通过这个网关，企业和开发者可以同时接入OpenAI、Anthropic、Google、xAI、DeepSeek等60多个模型提供商的400多个模型，根据具体任务在成本、速度、推理能力和可靠性之间灵活切换。
这听起来像是一个"API二道贩子"的生意，但数字不会骗人。OpenRouter在官方公告中披露，平台目前拥有超过800万全球用户，每周处理25万亿个token——换算下来每月约100万亿个token。更惊人的是增速：仅仅6个月前，它每周处理约5万亿个token，如今增长至5倍。
▲ 多模型路由：一个API接入400+模型
为什么重要
这个故事之所以值得拿出来讲，不是因为它融了多少钱，而是它揭示了一个正在快速成型的新趋势：多模型架构正在从开发者的"玩具"变成企业的"刚需"。
过去两年里，AI行业的叙事主线是"哪个模型最强"。企业选模型像选操作系统——一旦选定就很难换。但现实正在迅速变化。
一个真实的AI产品场景是这样的：写代码用Claude更好，做客服用GPT更便宜，生成图片必须用专门的图像模型，处理超长文档需要百万token上下文窗口——没有任何单一模型能在所有任务上都拿第一名。
OpenRouter抓住的就是这个裂缝。它做的事情本质上是帮企业做"模型投资组合管理"：把不同的任务路由到最合适的模型上，在保证效果的前提下省成本。当一个模型涨价、限流或性能下降时，流量可以自动切到备选方案。
这不是理论推演，而是正在发生的产业变化。163.com在报道中分析指出："这类平台变热，背后是越来越多企业不想把所有AI能力押在一家模型供应商身上。过去SaaS时代，企业常常被某一家软件厂商锁住；到了AI时代，它们更希望模型像云资源一样可替换。"
这个逻辑对AI创业者尤其重要。如果你的产品深度绑定在某个单一模型上，上游模型厂商的一次调价、一次限流、甚至一次服务中断，都可能直接冲击你的业务。反过来，如果你的产品架构本身就是模型无关的（model-agnostic），你不仅能规避供应商风险，还能随时利用最新最强的模型——这是实实在在的竞争力。
竞争格局：平台之战已经开打
OpenRouter不是唯一看到这个机会的公司，但它目前跑得最快。
同类玩家可以分为几层：
第一层：模型聚合平台。 OpenRouter之外，还有Together AI、Fireworks AI、Replicate等做模型托管和推理服务的公司。它们提供类似的多模型接入能力，但OpenRouter的差异化在于更纯粹的"路由"定位——不托管模型，不做推理基础设施，只做统一接口和智能调度。
第二层：云厂商的模型市场。 AWS Bedrock、Google Vertex AI、Azure AI Studio都在自己的生态内提供多模型接入。但它们天然倾向于推荐自家模型，中立性存疑。
第三层：模型厂商的捆绑。 OpenAI、Anthropic、Google都在努力让客户深度绑定自家生态。OpenAI的Assistants API、Anthropic的Agent SDK、Google的Gemini全家桶——每个都是围墙花园的砖块。
竞争已经摆在桌面上。163.com的报道一针见血："随着企业把AI接入客服、办公、搜索和内部流程，模型路由、合规、数据安全和质量评估都会变成采购门槛。OpenRouter接下来需要证明两件事：平台上的模型数量和token增长能否转化成收入，以及客户同时使用多个模型时，成本、稳定性和供应商切换能否变得可控。"
▲ 一年估值翻番：OpenRouter增长轨迹
AI创业者的三条启示
1. 不要在一棵树上吊死——模型无关架构是护城河
如果你的产品高度依赖某个单一模型，你本质上是在给模型厂商打工。模型厂商的每一次涨价、每一次限流、每一次能力变更，都是你业务的不确定因素。
正确做法：从一开始就把模型调用层抽象出来，支持多模型切换。OpenRouter这类网关降低的就是这个接入成本。你不需要自己对接几十个API，只需要调一个统一接口，背后由路由层决定用哪个模型。
2. 基础设施层仍然有利可图
AI热潮中，所有人的注意力都在模型层——谁的模型更强、更快、更便宜。但OpenRouter的故事说明，不碰模型训练，只做连接和调度，也能做成13亿美元的生意。
类比一下：云计算时代，AWS不造芯片也不写应用，做的是中间层的基础设施。AI时代的"卖铲人"同样可以不去卷模型，而是在接入层、调度层、管理层创造价值。
对于AI创业者来说，如果你的资源不足以训练大模型，不妨看看基础设施的缝隙：模型路由、评测监控、成本优化、安全合规——这些"不起眼"的环节正在长出独角兽。
3. 多模型不是选项，是必然
OpenRouter 25万亿token/周、800万用户的数据说明：多模型使用已经不只是科技大厂的专利，而是正在渗透到中小企业和独立开发者层面。
从产品设计的第一天起就考虑多模型兼容性，不是过度工程，而是面向现实的架构选择。今天你可能只用了GPT，但6个月后DeepSeek可能在某些任务上性价比高10倍；今天你只做文本生成，但下个季度多模态就是标配。
风险与冷思考
OpenRouter的融资固然亮眼，但冷静来看，它面前的挑战同样真实：
盈利能力的问号。 13亿美元估值对标的是100万亿token/月的流量，但token量和收入之间不是线性关系。API网关的利润率天然薄——它在模型厂商的定价基础上加价，定价空间有限。如果模型厂商未来选择直销而不是通过中间商，OpenRouter的价值主张会受到冲击。
中立性的考验。 CapitalG是谷歌的成长基金。一家被谷歌投资的公司，在路由Claude和GPT的流量时能否保持完全中立？这不仅是商业问题，也是信任问题。
巨头可能会"收网"。 当OpenAI和Anthropic的API越来越易用、文档越来越完善、生态越来越丰富时，开发者为什么还需要中间层？OpenRouter必须在巨头"收网"之前，用规模、便利性和独特价值筑起足够高的壁垒。
行动建议
- 检查你的AI依赖图谱：列出产品中所有调用AI模型的地方，标注每个节点的单点故障风险。如果你的核心功能只依赖一家模型厂商，优先做去耦改造。
- 评估模型路由方案：OpenRouter、Together AI等网关可以降低多模型接入的工程成本。即使是只有几万DAU的产品，多模型切换能力也值得投入——它不仅是技术选择，更是商业风险的对冲。
- 关注基础设施层机会：AI行业正在从"模型为王"进入"生态为王"的阶段。接入层、调度层、安全层、合规层——每个中间层都有长出独角兽的可能。如果你没有训练大模型的资源，不妨在这些方向上挖掘。
- 保持供应商灵活性：如果今天你的产品主要使用OpenAI的API，可以考虑在下个迭代中增加至少一个备用模型供应商。这不仅是技术上的后手，在融资和商业合作中也更有议价能力。
#AI创业 #AI基础设施 #OpenRouter #多模型架构 #一人公司 #卖铲子
本文由AI辅助创作，经人工审核编辑发布