【导语】
2026 年 8 月，支付巨头 Stripe 宣布以超 80 亿美元收购 AI 模型聚合平台 OpenRouter，验证了 AI 资源编排中间层的商业价值。与此同时，中国电信、中国移动、中国联通相继推出 TokenHub、MoMA、元景 MaaS 等 Token 服务平台。运营商是在简单复制 OpenRouter，还是在探索差异化路径？本文是"从 OpenRouter 到运营商 AI 服务网络"系列推文之一。
OpenRouter 是什么？
OpenRouter 是一个 AI 模型聚合与智能路由平台。截至 2026 年 8 月，OpenRouter 已连接 500 多个模型和 80 多个 Provider，服务超过 1000 万用户，每日处理 Token 规模超过 10 万亿。
OpenRouter 通过统一 API、智能路由、透明计费与生态飞轮机制，成为开发者与企业连接多家模型的重要入口。开发者只需接入一个 API，就能调用全球 500 多个模型，无需分别对接 OpenAI、Anthropic、Google 等不同厂商。
2026 年 5 月，OpenRouter 完成 1.13 亿美元 B 轮融资，当时估值约 13 亿美元。2026 年 8 月，Stripe 正式宣布收购 OpenRouter，交易对价据公开报道超过 80 亿美元。上述变化表明，AI 模型聚合、智能路由、统一计量与结算正在形成具有独立商业价值的基础服务层。
OpenRouter 的核心能力：不止是多模型 API
OpenRouter 的核心能力并不只是多模型 API，而是模型聚合、API 网关、模型路由、统一计量计费、开发者生态与应用生态的综合体。
统一 API 抽象机制 ：OpenRouter 通过统一 API 抽象机制屏蔽不同模型厂商的接口差异，使开发者能够以 OpenAI Chat Completions 格式调用全球五百余个模型。智能路由引擎通过对模型能力、延迟、成本、可用性等多维度的实时评估，实现动态模型选择与自动回退机制。
透明计费模式 ：在计量体系方面，OpenRouter 以 Token 为主要计量单位，但并非所有模型和模态均仅按 Token 计费，部分服务还存在按请求、图像等计费方式。对于模型推理本身，OpenRouter 通常采用 Provider 价格透传机制，不对底层推理价格加价；其公开披露的商业化机制包括用户购买平台 Credits 时的平台服务费，以及部分 BYOK 场景的平台费用。因此，OpenRouter 的商业模式并不是简单的 Token 差价销售，而是围绕模型聚合、路由、计量、结算和开发者服务形成的平台化商业模式。
数据飞轮 ：OpenRouter 的竞争壁垒不仅来自模型和 Provider 数量，更来自调用规模形成的数据反馈机制。大量真实请求能够产生模型性能、价格、延迟、稳定性和任务表现等运行数据，这些数据反过来改善模型选择和路由策略，并进一步提升平台的用户体验。因此，其生态优势不仅表现为双边市场效应，也表现为"调用规模—运行数据—路由优化—用户增长"的数据飞轮。
OpenRouter 的生态定位：模型、Provider 与应用之间的中间层
OpenRouter 在生态中的定位是模型、Provider 与应用之间的中间层。对模型厂商与 Provider 而言，OpenRouter 降低获客成本、触达长尾用户、获得真实使用数据，性能更好的 Provider 会获得更多流量。对开发者而言，OpenRouter 降低集成成本、获得更优性价比、避免单一厂商锁定。对 OpenRouter 自身而言，双边平台效应显著，模型与 Provider 越多则开发者越多，路由数据越多则路由越优。
OpenRouter 的模式本质上是一种资源编排型运营模式，其核心竞争力不在于持有大规模算力，而在于对模型、Provider 和服务路径进行智能选择与调度。这一模式为运营商 AISN（AI Service Network，AI 服务网络）战略提供了重要参照，但也揭示了一个关键问题，即 OpenRouter 的轻资产模式与运营商的重资产模式存在本质差异，运营商不能简单复制 OpenRouter 的路径。
三大运营商 Token 模式比较：中国版 OpenRouter 还是 AI 能力交易平台？
中国电信 TokenHub：Token 服务与 AI 服务平台
中国电信推出 TokenHub，定位为 Token 服务与 AI 服务平台。其核心能力包括天翼云算力分发网络平台息壤、智算基础设施平台云骁和一站式智算服务平台慧聚。中国电信 2026 年中期业绩公告显示，星辰 TokenHub 汇聚了 142 个大模型，息壤平台 2.0 已支持超 20 款异构芯片算力，自有加接入智算总规模超过 118.8 EFLOPS。从公开披露的产品构成来看，TokenHub 与息壤、云骁、慧聚等平台形成较强的算力与 AI 能力协同关系，因此其业务形态不仅包含模型聚合，也具有较强的算力聚合、资源调度和 AI 能力分发属性。与 OpenRouter 相比，其突出特征在于能够将模型服务与运营商自有及接入的智算基础设施结合起来。
中国移动 MoMA：模型聚合与路由平台
中国移动推出 MoMA，定位为模型聚合与路由平台。其在 WAIC 等场合对外展示了模型服务网 IoM、数联网 IoD、智能分发网 IDN、智能体互联网 IoA 等布局，目标是围绕模型、数据、智能体全链路提供可信供给和泛在互联服务。中国移动于 2026 年 5 月 8 日在移动云大会主论坛上正式发布移动模型服务平台 MoMA，集成超 300 款 AI 模型，首创智能路由引擎，支持成本优先、效果优先、均衡优先三种策略，可实现单位 Token 成本压降约 30%。MoMA 的意义并不只是模型数量超过 300 款，而在于其已经公开体现出"模型聚合—统一接口—智能路由—成本优化"的平台化特征，这使其在业务形态上已经明显接近模型聚合与 AI 路由平台，而不再只是传统意义上的模型资源目录。与 OpenRouter 相比，MoMA 的表述更偏智能网基础设施，但底层逻辑同样是把 AI 资源网络化、标准化、服务化。
中国联通元景 MaaS 加 Token 超市：AI 能力与 Token 价值运营平台
中国联通推出元景 MaaS 加 Token 超市，定位为 AI 能力与 Token 价值运营平台。其核心产品包括联通元景 MaaS 平台、万象数据工程平台、万悟智能体平台、联通魔方套餐、联通云犀、CubeAI 算网模一体化平台等。中国联通 2026 年中期业绩公告披露，其升级了联通元景 MaaS 平台，搭建了规模化"Token 超市"，汇聚 200 多款主流大模型，积累超过 500TB 高质量数据集。元景 MaaS 更接近 AI 能力交易平台，强调将算、网、智打包为一体化服务，转化为可计量的 Token，用户按需付费。与 OpenRouter 相比，元景 MaaS 更强调运营商的网络、算力和政企渠道优势。值得注意的是，Token 超市本身并不意味着 Token 将长期成为最终商品。其更重要的战略意义在于建立统一的 AI 能力计量、组合和结算体系，使不同模型和 AI 能力能够以相对统一的方式进入运营商的商业体系。随着 Agent 和场景化 AI 服务发展，Token 有可能逐渐退居后台，成为能力和任务服务的资源结算单位。
三大运营商与 OpenRouter 的关系：不是简单复制，而是差异化演进
从公开产品形态来看，三大运营商的平台已经表现出与 OpenRouter 相似的模型聚合、统一接口、Token 计量和智能路由特征，但其建设目标和资源基础并不完全相同。因此，更准确的判断是三大运营商并不是在简单复制 OpenRouter，而是正在吸收模型聚合与路由平台的部分机制，并尝试将其与运营商自身的算力、网络、接入、云和政企渠道结合起来。OpenRouter 的核心是模型市场与模型路由，而运营商可能发展为 AI 能力市场与 AI 基础设施路由。运营商与 OpenRouter 的关键差异在于，OpenRouter 采用轻资产加模型聚合加 API 加开发者生态模式，而运营商拥有算力、AIDC、IDC、云、网络、移动接入、固网接入、政企客户、渠道、边缘节点等重资产优势，但相对缺乏开发者生态、AI 应用生态、模型生态 BD（Business Development，商务拓展/生态拓展）、API 产品能力、开发者关系、AI 产品运营、用户增长、Agent 生态、快速互联网产品迭代能力。因此，核心矛盾是供给能力很强，但需求组织能力不足。运营商真正缺的不是基础设施，而是互联网 AI 业务开发能力。
运营商的真正优势：重资产如何转化为 AI 业务竞争优势
为什么不能简单复制 OpenRouter 的轻资产模式
OpenRouter 采用轻资产加模型聚合加 API 加开发者生态模式，而运营商不能也不应该简单复制。因为运营商最大的竞争优势恰恰是算力、网络与接入资源。因此，运营商应该研究如何把重资产优势转化为 AI 业务竞争优势，而不是试图把自己变成一个纯粹的轻资产模型中介。
运营商的三层差异化优势
运营商的真正优势可归纳为三层。第一层是算力，运营商可以掌握 GPU、AIDC、云、边缘算力，因此可以实现从模型路由到算力路由的升级，即不仅选择哪个模型，还选择哪个算力节点执行。第二层是网络。运营商可以将网络时延、带宽、网络负载、数据中心位置等网络和拓扑状态，与模型推理性能指标如 TTFT、TPOT 以及业务 SLA 共同纳入 AI 任务调度，从而形成网络感知的 AI 路由与资源编排能力。第三层是用户接入，这是运营商区别于多数 AI 基础设施平台的重要潜在优势。运营商同时拥有移动、固网、企业和政企客户等广泛的用户触点，因此具备将通信用户和政企客户转化为 AI 服务用户的潜在入口。但需要指出，用户接入资源并不会自动形成 AI 需求，运营商仍需要通过产品设计、应用生态和开发者服务将网络接入优势转化为实际 AI 使用规模。但网络感知调度的业务价值具有明显的场景依赖性。对于实时交互、边缘 AI、多轮 Agent 和多模态服务等对端到端时延敏感的任务，网络状态可能成为重要的调度变量；对于大量离线、批处理或异步推理任务，网络因素的重要性则相对有限。
真正缺的是需求侧飞轮
运营商目前已经具备较强的算力、网络、云和用户接入资源，但这些资源不会自动产生 Token 需求。真正需要建立的是"开发者—AI 应用—AI 用户—模型调用—Token 消费—算力消费—网络消费—收入—更多开发者"的需求侧飞轮。运营商需要解决的核心问题，不只是扩大 AI 供给，而是将已有基础设施转化为持续增长的 AI 服务需求。
【结语】
OpenRouter 获 Stripe 超 80 亿美元收购，验证了 AI 资源编排中间层的商业价值。对运营商而言，简单算力堆叠与粗放 Token 转售均非长久之计。运营商有重资产优势，如何转化为 AI 业务竞争优势？
数据来源说明 ：本文涉及 OpenRouter 的数据主要来源于 OpenRouter 官方文档与博客、公开行业报道；涉及三大运营商的数据主要来源于公司公开披露及行业媒体报道。部分战略概念为本文提出的战略构想。