Will OpenRouter Sell for $10BN to Stripe? Why Chinese Open Models Are Beating America | Alex Atallah

OpenRouter CEO 称美国在开源模型上已严重落后，7月上线70个模型；OpenAI 降价10倍后，Luna 使用量暴涨13倍，首次进入平台前三。

模型越便宜，AI 支出反而越大

Alex Atallah 是 OpenRouter 联合创始人兼 CEO。OpenRouter 站在多模型调用和推理供给的交易入口：它既看得到模型实验室在发什么，也看得到开发者最终把 token 花到哪里、为什么不愿切换。更早之前，他参与创办首个 NFT 市场 OpenSea，亲历过 2020 年流量暴涨后的服务器熔断、搜索索引失控和基础设施扩容。那段经历让他对“高增长系统究竟会在哪儿坏掉”有很具体的直觉。这期对话谈的不是哪家模型更聪明，而是模型供给爆炸后，企业的成本、选择权、安全和用户关系会怎么重排。

这期回答了 8 个问题：

1. 为什么模型价格降了 10 倍，使用量反而能增长 13 倍？
2. 同一个模型，为什么换一家推理服务商就可能表现完全不同？
3. 怎样用一个前沿模型指挥多个低成本开源子代理？
4. 美国为何在开源模型竞赛中落后于中国？
5. 为什么模型实验室迟早会和自己的“套壳”客户竞争？
6. 明明切换模型几乎零成本，开发者为什么仍不愿迁移？
7. 当员工的 AI 用量变成动态成本，公司该如何管理？
8. AI 记忆究竟该属于应用、模型、推理商还是路由层？

被问到 token 价格在 18 个月内大幅下跌，会不会压缩 OpenRouter 可以抽取的收入时，Alex 没有泛泛地说“低价带来更多用户”，而是拿出了一次几乎像实验的降价。OpenAI 的 GPT 5.6 Luna 先在 OpenRouter 上降价 5 倍，随后又与 OpenRouter 协调再降 2 倍。两周内，价格总共降了 10 倍。同期，Luna 的使用量不是等比例上涨，而是涨了 13 倍；随后用量在这个新高度趋于平稳，并继续按此前的速度增长。Luna 甚至超过了 GLM，成为 OpenAI 很长时间以来第一次进入 OpenRouter token volume 前三到前五的模型。

"it's a close to perfect Jevans paradox story where you drop prices 10x and usage grows by more than 10x"（这是一个近乎完美的杰文斯悖论故事：价格降 10 倍，用量增长超过 10 倍。）

杰文斯悖论原本说的是：一种资源更便宜、更高效后，人们不会少用它，反而会找到更多用途，最后总消耗可能更高。放到 AI 上，便宜的不是“同一份工作”，而是此前账单吓人、根本没被启动的工作流：更多轮推理、更长上下文、更多自动化步骤，都可能被打开。企业若只拿单个 token 的价格做预算，会把总需求估得太低。边界也要看清：Alex 承认，还没有人真正把 AI 推理中的杰文斯效应建模清楚；Luna 是一个非常有力的案例，还不能当成所有模型、所有场景的定律。

被问到推理服务商和路由层会不会最终同质化、利润被压平时，Alex 的答案是：把路由理解成“给不同模型接一个统一 API”，已经看错了重点。同一个开放权重模型，部署在不同推理服务商那里，实际效果可以相差很大。Moonshot 曾公布 Kimi K3 在不同服务商上的基准结果，数字差异明显。OpenRouter 自己也持续测试开放权重模型及其服务商，测质量、速度和价格，而且结果不是一测定终身，会不断变化。

"this stuff happens like 24/7 every single like every every 5 minutes there are big changes for the big models."（这些变化是全天候发生的；大模型几乎每五分钟就会出现重大变化。）

一枚 token 并不天然等价于另一枚 token。某个服务商可能让模型更快，也可能让同样的调用产出更好的结果；它像去同一家商店，有人绕街区开一圈，有人能直接开到门口。OpenRouter 的做法是，一旦发现某家服务商在质量、速度或价格上改善，就立刻给它导入更多流量。这里真正的能力，是持续测量、判断和重新分配，而非静态地写几条“优先选便宜模型”的规则。但它也不是神谕：模型输出具有非确定性，基准本身会漂移。路由能做的是持续逼近当下更优解，不能承诺一次选型后永久正确。

被问到能否让一个前沿模型并行调用多个能力较弱、但更便宜的开放模型时，Alex 给出了一种很实际的分工。OpenRouter 提供了 sub-agent server tool，团队专门把它调优到可以普遍适配模型。架构里有一个 orchestrator model，也就是“总协调模型”：它负责理解大目标，决定什么时候把具体任务交给 sub-agents，再读取结果继续推进。子代理不必聪明到能独立完成复杂项目，它们只要把自己那一小段工作做稳。

Alex 给出的典型任务是文本分类。比如输出格式已知、问题类型明确、业界也已有成熟解法，这类工作不需要每次都请最贵的前沿模型出场。开放权重模型尤其适合处理这类低成本、确定性的子任务。所谓“确定性”，用大白话说，就是你大致知道答案应长什么样，也知道任务不会在中途突然变成另一个问题。

这意味着企业不应再把模型选型理解成“选一个最强的，然后让它干所有事”。更合理的结构是：昂贵模型留给模糊的、需要判断的、答案形状未知的问题；标准化环节则拆给便宜模型。像总设计师不该亲自拧每一颗螺丝，但要决定图纸、验收结果、处理意外。边界同样明确：任务一旦包含未知变量，或输出失误的代价很高，子代理的低价就不能替代协调模型的判断。

被问到未来一到三年里，前沿模型与开源模型是否还会保持高频发展时，Alex 先给了一个供给侧数字：OpenRouter 在 7 月上线了 70 个模型，约等于每 10 小时一个。模型实验室之外，做 agent 的公司也有强烈动机自建模型，再通过自家 agent 分发。Cognition 已有模型，Cursor 也有模型；未来 agent labs 进入模型供给，会让“模型发布”不再只是少数大实验室的事。

"We should. We're behind. America is very very behind still."（我们应该担心。我们落后了，美国仍然非常落后。）

Alex 特别提到 GLM 5.2，认为它是开放权重模型的一大步。他担心的不是美国输掉某一张榜单，而是中国开源生态在供给密度、实验室数量、研究人才和迭代速度上同时形成压力。一旦每十小时就有一个新模型可试，竞争单位就不再是“下一代旗舰模型”，而是整片生态的试错频率。美国的 agent 公司若都开始自建模型，反而说明竞争会进一步分散和加速。

不过，能力领先不等于在每个企业场景中都更容易部署。Alex 同时担心中国模型的网络安全姿态和内容审查。企业除了问“它够不够强”，还会问数据如何流动、模型如何受控、供应链能否被审计。开源竞赛因此不是单纯的跑分赛，而是能力、可信度和部署条件一起算账。

被问到企业会不会因为害怕前沿模型供应商而避免合作时，Alex 把风险落到了一个很具体的结构上：如果一家创业公司只是把通用模型接进某个垂直市场，做一些集成，再写一层 system prompt，它的处境会很脆弱。system prompt 就是开发者预先写给模型的工作说明书，用来规定语气、边界和流程。它能让产品看起来更贴行业，但未必构成实验室不能复制的东西。

"the model labs have several incentives to go after you eventually."（模型实验室最终有好几个动机来进入你的领域。）

Claude Design 推出后，市场一度担心它会冲击 Figma。Alex 的判断更细：即使 Claude Design 不是 Anthropic 显著的收入来源，它也可能有战略价值，因为它让企业中的设计团队更依赖 Anthropic 的模型。模型实验室不必直接抢走全部软件收入；只要能让更多关键团队在公司内部指定使用自己的模型，就获得了更深的入口。于是，一个原本服务设计团队的 AI 创业公司，可能会突然发现自己服务的对象变成了模型实验室的战略目标。

这意味着，创业公司的壁垒不能只是一层更顺手的聊天界面或更好的提示词。更难被复制的是嵌入工作流的数据、长期积累的分发渠道、用户关系，以及必须和组织内其他系统一起运转的流程。反面也不能夸大：Alex 承认，他还没听到 Claude Design 持续蚕食 Figma 的大量重复案例，Figma 当时业绩数字也“非常好”。威胁是一种结构性可能，不是已经发生的结论。

被问到开发者今天是否还会忠于某个模型时，Alex 说 OpenRouter 已经刻意把迁移成本压到接近零：新模型出来，开发者很容易试；平台也持续测量留存和流失，并把相关数据分享给提出需求的模型实验室。但真实数据里，仍有人明明面对更适合自己用例的模型，也继续留在旧模型上。

"my app works and I don't want to break it."（我的应用现在能正常运作，我不想把它弄坏。）

理由首先是生产系统已经稳定。客服机器人、代码助手或内容审核系统，往往已经围绕旧模型调过提示词，补过例外，设置过 guardrails，也就是防止模型越界或出错的护栏。换一个模型，可能不只是换 API 名称，而是把过去解决过的问题重新召回来。第二，新模型不一定更省钱。常见路径是新模型能力跳升、定价偏高，旧模型则继续降价。第三，是团队对输出的私人信任。很多人有一套不写在公开榜单里的随机测试：几个熟悉的任务、一种自己认可的文风。Alex 举例说，有人测试后仍更偏爱 Kimi K2.6。

这意味着模型竞争不是单一能力榜。模型进入生产后，输出风格、既有防护、团队经验共同构成惯性，远强于 API 的技术迁移成本。对采购者来说，“替换只需半天”通常只算了接入时间，没有算重新建立信任的时间。

在快问快答里，被问到他从全平台使用行为中看到、但外界讨论不足的现象时，Alex 说很多公司正在为推理成本管理焦虑。过去员工成本相对固定：薪酬通常按月或季度调整，管理者知道大概的人力盘子。现在，同样职位的两名员工，可能因为使用的是昂贵模型还是廉价模型、调用频率高低、是否把任务拆对了，产生完全不同的动态成本。

"your employees all cost totally dynamic different amounts now"（你所有员工如今的成本都是完全不同、动态变化的。）

这不意味着要把每个人变成“少花 token 竞赛”的选手。Alex 的建议是把产出和成本放进同一张管理图里。一个象限是：工作做得好，而且成本有效，这类人值得表彰；另一个需要关注的象限是：表现一般，AI 使用却极不划算。重点不在惩罚使用 AI 的人，而是让选择模型、工具和工作流的人，对资源效率也有感知。

这意味着 AI 预算责任会从集中采购，逐步下沉到岗位乃至个人。公司需要知道的不只是“本月模型账单多少”，还包括这些花费是否换来了更快、更好的结果。边界是不能只盯成本：便宜但错误的输出，会把返工、风险和客户损失藏到账单之外。Alex 也强调，管理者仍要做正常的绩效判断，先看员工是否有效、是否有生产力，再看其推理资源是否用得合理。

被问到 memory 是否仍是留住用户的机制，以及它最终会留在模型、应用、推理服务商还是路由层时，Alex 没有抢着给答案。这里的 memory，不只是“记得你住在伦敦、喜欢什么语气”，而是系统在长期互动中积累的偏好、任务历史和上下文。他判断模型、推理服务商、应用、基础设施提供商和路由层，都会尝试以不同方式拥有它。

"We don't know yet."（我们还不知道。）

不同层拿到的是不同类型的记忆。应用最了解具体工作流，因此拥有最多与业务直接相关的上下文；它还可以保持模型无关，今天用 A 模型、明天换 B 模型，记忆仍跟着应用走。模型层则可能在个性化 benchmark 上表现最好，因为它能把记忆和自身推理能力结合得最紧。下一步更棘手的问题是：模型自己的记忆，能不能和应用层或基础设施层的记忆同时使用？多套记忆会不会互相矛盾，反而让模型混乱？

这意味着未来的用户锁定不会简单落到某一家模型公司手里。记忆更像权限和协作问题：谁能读、谁能写、换模型时能带走多少、不同系统的记忆冲突怎么办。Alex 的明确判断是，任何单一层都无法捕获全部有价值的记忆，因为应用掌握着模型实验室拿不到的大量关键上下文。谁想独占记忆，最后很可能只能独占一部分。

被问到当下最让他兴奋的方向时，Alex 没有说更强的编程模型或更快的 agent，而是提到罕见病研究和公共生活中的难题。罕见病研究常被 intelligence 或 inference 瓶颈限制：不是完全没有想法，而是需要同时试很多假设、读很多资料、做大量验证，人工处理速度不够。另一个例子是寻找美国或英国所有铅管。假如有人已经有一个可行思路，但需要把方法成熟化、不断压力测试，AI 可以参与其中。

"and now you just give them leverage to actually work."（而现在，你只是在给他们真正把事情做起来的杠杆。）

这里的杠杆不是替代研究者，而是让一个原本缺人、缺时间、缺分析能力的团队，能把想法推到可验证的阶段。Alex 更在意的一类问题是：人们明知需要解决，却难以获得传统风险投资的问题，因为它们没有清晰的商业模式，无法讲出“几年后收入增长多少”的故事。AI 若能降低研究、筛选和验证的成本，就可能让这些问题第一次变得可做。

但这类机会也有最现实的边界：推理成本下降，并不会自动生出资金、责任主体和落地机制。寻找铅管之后，还需要人去确认、协调、施工；罕见病的候选方案之后，还需要实验和临床验证。AI 先解决的，是让好问题不必因为早期分析成本太高而夭折，而不是把所有公共问题自动变成生意。

这场对话的主线不是“谁会赢得唯一模型”，而是模型越来越多、越来越便宜之后，责任会落到谁手上。第 1 条“模型降价十倍，推理需求反而涨了十三倍”，说明低价不会天然压低预算，反而会打开此前不敢做的新工作；第 7 条“AI 时代员工不再是固定成本，而是动态推理账单”，则说明这笔新增需求最终必须被组织用新的方式管理。

同样，第 2 条“路由不是网关生意，而是每五分钟重做一次的运营”和第 8 条“记忆归谁尚无答案，任何一层都拿不全上下文”，都在指向同一件事：多模型世界里，稀缺的不是接入某一个模型的能力，而是持续编排模型、上下文、成本与安全边界的能力。模型实验室会下场做应用，员工会自己选工具，应用会争夺记忆，推理服务商会拉开质量差距。对读者所在的团队来说，真正要回答的已不是“我们押哪家模型”，而是：哪些任务该用贵模型判断，哪些能拆给便宜模型；账单增长时，增长的是浪费，还是新增产出；当模型要换、数据要流动时，谁对结果和风险负责。