OpenRouter 这轮融资，表面看是一个 AI 基础设施公司拿了 1.13 亿美元。
但真正刺眼的数字不是钱。
它说，过去六个月，平台每周处理的 token 量从 5 万亿涨到 25 万亿。今年有望处理超过 1 千万亿 token。平台覆盖 400 多个模型，服务 800 万以上开发者。
这组数字把问题说得很直白：企业和开发者不想再把命押在一个模型上了。
模型厂商希望客户留在自己的 API、控制台、计费体系和工具链里。OpenRouter 做的事正好相反：把 OpenAI、Anthropic、Google、Meta 以及更多模型塞进一个入口，让应用自己决定走哪条路。
锁定生意，开始有人拆锁了。
这轮融资到底发生了什么
OpenRouter 宣布完成 1.13 亿美元 B 轮融资。
领投方是 CapitalG。参投方包括 NVentures、ServiceNow Ventures、MongoDB Ventures、Snowflake Ventures、Databricks Ventures、AMP PBC、Pace Capital。老股东 a16z 和 Menlo Ventures 继续跟投。
此前市场消息称 OpenRouter 估值约 13 亿美元。公司公告没有披露估值、收入、毛利和盈利情况，这一点要分清。融资金额是真的，估值仍按“据称”处理。
公告里更有用的信息，是业务规模和产品方向：
| 信息 | OpenRouter 披露 | 含义 |
|---|---|---|
| 周处理 token | 5 万亿增至 25 万亿 | 调用量正在进入生产级规模 |
| 年度处理目标 | 超过 1 千万亿 token | 稳定性压力会上来 |
| 开发者规模 | 800 万以上 | 入口效应开始出现 |
| 模型覆盖 | 400 多个模型 | 多模型选择不再是小众需求 |
| 企业能力 | Workspaces、支出管理、guardrails、zero-data-retention | 它想进采购、安全和审计流程 |
这比单纯说“融资 1.13 亿美元”有价值。钱只能说明资本愿意押注。token 增长、企业控制、故障转移和智能路由，才说明它想抢哪块地盘。
为什么重要：AI 应用不缺模型，缺控制面
早期做 AI 应用，选一个强模型就能开干。
写提示词，接 API，加一点 RAG，跑 demo，给老板看效果。这个阶段，模型能力最大，工程问题靠忍。
进生产以后，麻烦全来了。
模型降速怎么办？某家 API 抽风怎么办？便宜模型能不能处理低价值请求？高价值请求要不要自动切到更强模型？图像、语音、转录、embedding、视频模型怎么统一接入？企业数据能不能做到零保留？谁花了多少钱，谁调用了什么模型，谁越权了？
这些问题不性感，但很致命。
OpenRouter 的位置就在这里：统一 API、统一路由、统一计费和控制，把多模型接入的脏活累活吃掉。
它有点像云时代的 API 网关、CDN、支付聚合层。底层供应商很多，应用方不想一家家对接，中间层就有生意。
但 AI 网关比传统网关更难。它不是简单转发请求。模型质量会变，价格会变，上下文长度会变，延迟会变，某些任务上的表现也会变。路由规则如果只看价格，很快会把产品体验打烂；只看质量，又会把账单打爆。
所以 OpenRouter 真正卖的不是“接入 400 个模型”。那只是菜单。
它卖的是判断：这一条请求，该交给谁，花多少钱，承担多大风险。
谁受影响：开发者省事，模型厂商难受，企业采购会更现实
最先受影响的是应用开发者和企业技术团队。
对开发者来说，OpenRouter 的吸引力很直接：少维护几套 API，少写几套限流和重试逻辑，少被某一家模型供应商的价格、故障和策略变化牵着走。
一个小团队如果只做 demo，直连一家模型供应商最快。没问题。
但客服、代码生成、内容审核、智能代理一旦进生产，单点依赖就会变成业务风险。宕机不是技术新闻，是工单、赔付和客户流失。
对企业技术负责人来说，更关键的是控制面。
谁能调用哪些模型？预算怎么封顶？敏感数据怎么处理？请求是否经过护栏？审计怎么留痕？这些问题不解决，AI 项目就卡在试点里，进不了正式流程。
模型厂商当然不喜欢这种中间层太强。
因为网关层一旦掌握入口，客户对底层模型的感知就会被稀释。今天你最好，我给你更多流量；明天你涨价、变慢、质量下滑，我把流量切走。
这就是模型厂商最怕的事：自己从“平台”变成“供应商”。
“天下熙熙，皆为利来。”这句话放在这里很合适。模型厂商讲生态，网关层讲效率，企业讲风险可控。三方都说自己服务用户，实质上都在争入口和账单归属。
投资方名单说明了什么
这轮投资方里，CapitalG 背后是 Alphabet，NVentures 是 NVIDIA 的风险投资部门。ServiceNow、MongoDB、Snowflake、Databricks 分别站在企业流程、数据库、数据云和数据平台链条上。
这份名单比普通财务投资更有意思。
它说明企业 AI 的问题正在从“有没有好模型”转向“模型怎么进现有系统”。数据平台、数据库、工作流软件都不想被模型厂商直接绕过。它们需要一个可控的连接层，把模型能力接进自己的客户场景。
这也是 OpenRouter 的机会。
它不生产模型，不和 OpenAI、Anthropic、Google 在参数、训练集、推理能力上硬碰硬。它站在应用和模型之间，做交通枢纽。
铁路时代，最赚钱的不总是每一列火车，有时是枢纽、调度和票务。这个类比不完全一样，AI 模型的技术迭代更快，供应商也更强势。但权力结构很像：谁控制线路分配，谁就能影响上下游的议价。
OpenRouter 现在要证明自己不是一个“开发者便利工具”，而是生产 AI 的调度系统。
这一步很难。
我不担心它有没有故事，我担心它怎么赚钱
网关层的故事很好讲。
多模型是趋势。企业要控制。开发者怕锁定。模型供应商经常波动。中间层天然有价值。
但故事好讲，不等于生意好做。
OpenRouter 现在有三个硬问题。
第一，量大不等于利润好。
token 处理量增长可以证明需求，但不能直接证明商业质量。网关层通常面对价格压力：客户希望它便宜，供应商希望它别抢太多利润，中间层还要承担可用性、延迟、结算和支持成本。
吞吐量是肌肉，毛利才是血氧。
第二，路由能力必须经得起生产场景。
故障转移听起来简单，真实系统里很麻烦。不同模型输出风格不同，工具调用能力不同，上下文处理不同，安全策略不同。把请求从 A 模型切到 B 模型，不一定只是“换个供应商”，可能会影响答案格式、业务规则和用户体验。
如果路由只在开发者玩具里好用，估值再高也只是热闹。
第三，云厂商和模型厂商不会把入口拱手让人。
OpenAI、Anthropic、Google、AWS、Azure、Databricks、Snowflake，都有理由自己做模型市场、路由、治理和企业控制。OpenRouter 的独立性是优势，也是压力。
独立意味着中立，能帮客户比较模型。
独立也意味着缺少底层资源护城河。它必须用速度、覆盖、体验和企业功能，把自己焊在客户架构里。
我对这家公司最认可的一点，是它切的位置很实际。
过去一年 AI 行业太爱讲模型能力，仿佛每次 benchmark 上升一点，应用就会自动开花。现实更冷：企业不缺看起来聪明的模型，缺能被财务、安全、法务、运维一起接受的系统。
模型看着更强，产品反而更虚。这是很多 AI 项目的病。
OpenRouter 押的就是这条缝：当模型供应越来越多、差异越来越动态，应用方需要一个能替自己做选择、控风险、管账单的层。
它能不能成，不看下一次融资吹多大。
看三件事就够了：
- 企业客户是不是真的把生产流量交给它，而不是只拿来试模型；
- 智能路由和故障转移能不能在真实业务里稳定工作；
- 大规模 token 调用能不能转成可持续收入，而不是低毛利搬运。
如果这三点站不住，OpenRouter 仍然只是一个好用的模型入口。
如果站住了，模型厂商的锁定生意就会被撬开一角。那时它卖的不是 API 聚合，而是企业 AI 的方向盘。