Stripe 买下 OpenRouter 花了七十多亿，但如果只看 token 路由，这笔交易很难成立。路由逻辑可以复制，云厂商也能把这层能力打包进原有基础设施，连 5.5% 的抽成在文中看来也大概率难以长期维持。
这篇文章给出的判断是，Stripe 买的不是「把请求发给哪个模型」这件事本身，而是一个能同时看见跨模型、跨供应商流水的观察位置。QED Venture 合伙人 Sandeep Patil 在交易后从 Fintech 角度概括过这一点：身在流水之中并不是护城河，看得见流水、并因此更清楚下一步该怎么走，才是。
文中认为，支付行业已经用二十年验证过这条路径，现在 token 正在重走一遍。同样长出来的，不只是技术栈，而是一整套金融层：路由与采购、数据与分发、成功率与风控、标准与组装、账户信贷与汇兑。单纯搬运 token 只是流水生意，更大的价值在流水之上。
路由先出现，是因为市场先碎片化了
token 路由之所以存在，前提是 AI token 市场已经变成一个碎片化、多对多的市场。应用往往要同时适配多个模型，模型又托管在不同供应商那里，价格持续变动，不同任务对应的最优解也经常变化。开源模型在追赶闭源模型，前沿模型又不断把能力边界往前推，短期内这种不稳定状态不会消失。
在这种环境下，应用如果被单一供应商绑死，成本会越来越高。文章提到，没有哪个应用愿意因为最优模型变化，就重建一遍自己的技术栈。
金融市场应对碎片化，通常会在中间长出一层共享设施。文中举的例子包括银行之间的 SWIFT、商户与发卡行之间的卡组织，以及把底层通道复杂性抽象掉的支付网关。作者认为，token 路由走的是同一条路。
而且，路由不只是流量调度。每一次路由，实际上也是一次采购决策：由哪个模型处理、通过哪家供应商服务、支付什么价格、用什么标准判断质量是否达标。文中写道，累计到十亿次之后，路由方手中就会形成一本模型消费的流水账。
但文章也强调，只有路由本身还不够。在简单场景里，替换一家路由商可能只是改一个 base URL。路由逻辑本身可复制，云厂商能直接打包提供，竞争者也可能按成本价透传模型价格。真正进入生产环境后，合规、数据驻留、缓存、可观测性、SDK、计费、隐私等问题，都会一起变成迁移成本。
分发与集成：先被集成，才会有数据
文章把 Stripe 的经验拿来对照，认为它后来的力量并不来自底层通道，而是来自成为开发者的默认选项。流量分发本身，就是护城河。
作者把这层关系倒过来说得更直接：不是因为先有数据才被集成，而是因为先被集成，之后才有数据。
在 token 路由这一侧，文中给出的最直接例子是 OpenRouter 的模型排行榜。哪些模型的用量在上升，哪些在下降，编码类任务正向哪里迁移，价格变化后用户多久更换供应商，这些都来自它掌握的跨模型、跨供应商公开用量数据。文章称，这也是目前全行业唯一一份这样的公开数据。
这组数据对单次路由决策几乎没有直接帮助，不会让某一条请求立刻跑得更准。但它让 OpenRouter 变成了这个市场的记分牌，而记分牌本身就带有议价权。
模型厂商做不出这类视角，因为它们只能看到自己的调用记录，只看得到自己的一本账。云厂商虽然看得到基础设施层，但看不见用户意图。唯一能看到跨模型行为全貌的位置，就是路由层。
于是，文中给出一个循环：更多流量带来更好的观察，更好的观察再改进路由，而更好的路由又吸引更多流量。作者认为，这比在 token 上抽五个点更值得关注。
不过，文章也写得很清楚，看见数据只是这一层的产出，本身还不等于价值；真正值钱的是看见之后敢做什么，以及愿不愿意把代价和风险一起扛下来。
智能路由：真正要卖的不是低价，而是任务成功
支付行业最早的路由机制比较机械，只是把一笔钱送到该去的地方。后来更值钱的能力逐渐长出来：失败自动重试，一家拒绝后切到下一家，持续优化报文字段，实时风控拦截，以及在多条通道之间做价格比较。它们的目标只有一个，就是把成功率抬高。
文章认为，token 路由正在经历同样的演化，只是难度和空间都更大。原因在于，美元支付的成功标准是二元的，要么到账，要么没有到账；token 对应的 AI 任务却不是，一个任务是否完成、完成得好不好，中间还隔着一层判断。
正因为这层模糊存在，提升成功率在 token 上的价值，可能比在支付上更高。
文中特别指出，这里最容易出现一个错误推论：既然便宜模型越来越好用，那么路由未来似乎会退化成比价引擎，把请求发给能完成任务的最便宜模型。但作者认为，这个前提从一开始就错了。一个 AI 任务不是一次单独推理，而是一个 agent 的完整过程，里面包含规划、生成、验证、工具调用、重试和纠错。若便宜模型失败两次，总成本可能比贵模型一次成功还高。
所以，应该看的不是每 token 成本，而是每一次成功完成任务的成本。文中列出的项目包括推理成本、重试成本、工具调用成本、验证成本、人工兜底成本、延迟损失和失败损失。把这些加总后，再除以成功任务数，路由就不再只是比价引擎。
但把账算清楚只是第一步。文章接着引用支付行业更硬的一条经验：谁对成功率作出承诺，失败成本就会落在谁头上。支付网关之所以愿意承担授权优化这些复杂工作，是因为它按成功率收费；一旦失败，客户先找的是网关，而不是底层通道。复杂性和风险被吃进收费模式里，客户付的是「这件事能做成」的溢价，失败时则由网关自己扛。
作者由此推到 token 路由的下一步：最终要卖的，不是「把请求发给最便宜的模型」，而是「这件事能不能做成」。选择便宜模型，只是这条路上的副产品。
文中还认为，这件事只有路由层最适合做。把提示词、上下文、参数、推测解码等整套优化能力搬到网关层，几乎还没有被系统产品化；这些工作今天大多分散在应用层，由每家自己重复实现。但作者认为，它们本来就该是网关干的活，而要做好这些事情，需要跨模型、跨任务类型的大量失败样本，这不是单个应用能掌握的视角。
风控也是路由层的位置，而且迁不走
风控在文中被放在同样重要的位置，而且被视为那种「改个 base URL 带不走」的关键能力之一。
文章援引 Stripe 的数据称，在其网络上，AI 公司大约六分之一的注册与多账号套利有关。OpenCode 联合创始人 Dax Raad 也被文中引述称，他们曾一次清掉 7,013 个欺诈账号，估算每月因此被吃掉 40 万美元。
单个模型厂商只能看到发生在自己平台上的损失，路由层却能看到同一批人在多少家平台重复开户。文中将这种演化与 Stripe Radar 的形成类比，认为风控能力同样会从跨平台的流水观察中长出来。
模型层拿不到的组装位置
过去三年，AI 讨论经常围绕「哪个模型会赢」展开。文章判断，路由会让这个问题的重要性下降。
随着渗透加深，不同任务可能会对应不同模型：编码收敛到一套，检索一套，客服一套，复杂推理再是一套。一个应用要完成一件事，往往要把它们轮流调动一遍。到了这个阶段，「最好的模型」这个说法本身就会失效，因为不再存在一个任务类型可以代表全部需求。
更关键的推论是，没有任何一家模型厂商能独占一个完整任务。只要任务天然跨模型，组装这一层就会自动出现。它不是从谁手中抢来的，而是模型层自己让出来的位置。
文章把这一幕与金融服务过去的拆分和重组并列。银行原本是一个整体，存款、放贷、支付、汇兑都捆在同一张牌照里。过去二十年，这些业务被 Fintech 一块块拆开，又重新组装；牌照仍然在银行手里，但利润流向了组装那一层。
在作者的比喻里，模型权重就像那张牌照，稀缺而昂贵。但一旦被多家同时接入，它就只是零件之一。文中引用 Sandeep 的话称，走到这一步后，模型路由就不再像管道，而开始像 Fintech。它组装的计量、计费、风控、账期、对账，本来就是 Fintech 的零件。
从计量表到资产负债表
文章在第五部分把前面的五层结构摊开，再对照 Stripe 的产品目录，得出的结论是：Stripe 正在 token 上重建自己曾在美元业务上建过的一整套能力。
作者指出，左边那套能力大多是 Stripe 自己一步步建出来的；而右边这套对应 token 的版图——Bridge、Privy、Metronome、OpenRouter——则全部通过收购获得。同一家公司、同一种结构，第一次靠自建，第二次靠买入。文中认为，第一次搭建时形状还不清楚，只能边试边摸；第二次这个形状已经很明确，差别只剩谁先站到位置上。所以，收购买到的不是收入，而是时间。
在这个框架里，Stripe 买下 OpenRouter，买到的可以被理解为一块「计量表」。而从计量表走到账户、信贷和汇兑，就构成了从工具层迈向资产负债表的跨度。
先看账户。文章认为，今天 token 余额还算不上真正意义上的账户，更像储值卡：预付、不可转让、不可跨平台，并且绑定单一发行方。但 OpenRouter 的余额已经可以在 400 多个模型、几十家供应商之间使用，这意味着它已经从闭环向开环迈出一步。
预付的结果，是平台先拿到现金，沉淀资金留在平台。文中写道，如果再往开环走一步，就会触到储值支付工具的定义边界。至于是否要赚取这笔 float，则是牌照问题。
再看信贷。文章指出，除了预付，后付费的信用账期也已经相当普遍。作者接触到的案例中，信用费率落在每月 1.5% 到 2%，折算成年化约 20% 到 27%，与信用卡处在同一档位。文中把这视作一个尚未形成征信体系市场的典型定价。
作者进一步判断，利差最先会在路由层被压缩，因为只有这一层同时看得见谁在多少家重复开户，谁的消费曲线稳定，谁是薅完就走。文章也将这一演化与 Stripe Capital 的形成做了类比。
最后是汇兑。OpenRouter 覆盖 400 多个模型，不同模型的输入、输出、缓存分别定价，而且价格随时变动。照此来看，每一次路由其实都像一次兑换。作者说，这看起来像外汇，但少了一个关键条件：没有本位币。没有任何一个模型的 token 能充当基准，因此这不是汇率市场，而是 400 种商品之间的多边易货，只是被统一 API 伪装成了单一市场。
文章最后把这种状态概括为：一边握着沉淀资金，一边挂着应收账款。这不再像开发者工具公司的资产负债表，而更像支付公司的资产负债表。token 在计量，美元在记账。
真正的检验，不是抽成，而是按结果报价
在收尾部分，作者认为，支付行业用了二十年才把前述五层结构长齐，但 token 不需要再走完整的二十年。
因此，当下关于模型路由最常见的两个问题，在文中看来都问偏了。一个问题是，如果模型性能收敛，路由是否最终只剩比价，利润率也会趋近于零；另一个问题是，独立路由商能否积累足够多的专有数据，跑赢模型厂商和云平台自带的路由。
作者认为，前者问的是命，后者问的是家底，但更重要的标准其实是：什么时候会有路由商敢按「完成一个任务」报价，而不是按 token 抽成，并且为确定性定价。
文中判断，到那一刻，它就不再只是路由。
最后，文章给出一个类比：原油有 Platts，信用有 S&P，但它们都不亲自碰自己所衡量的对象，Platts 不产油，S&P 不放贷。作者写道，智能领域还没有这样一个机构，但流量已经每天十万亿笔。
文末注明，这是一篇行业结构分析，仅用于讨论，不构成任何法域下的投资或法律意见；相关监管定性以监管机构最新表述和个案事实为准。对于文中使用的部分单一渠道数据，作者也提示在具体引用前应单独核实。