8月的最后两周，硅谷的资本密集涌向一个此前少有人关注的AI产业链环节。先是Stripe宣布收购OpenRouter，一家员工数百人、按模型调用量计费抽佣的初创公司。今年5月，其B轮估值还是13亿美元；三个月后，交易对价落在75亿到80亿美元之间。估值翻了五倍多，创下Stripe自身的收购纪录。
一周后，英伟达也跟进了。先是一项约60亿美元的技术授权加投资协议，将AI编程公司Poolside的百余名工程师收入麾下，目标是造出能与DeepSeek、Kimi K3掰手腕的开源模型。紧接着，8月26日，英伟达被曝出更大的手笔——129亿美元收购Hugging Face，那个开发者普遍注册的模型仓库，年化收入不过1.5亿美元。129亿除以1.5亿，是86倍。
86倍收入是什么概念？
当年微软收购动视暴雪，付了6倍；亚马逊买下全食超市，付了1倍。传统并购按收入给倍数，这桩收购按的却不是收入，而是这家公司在AI产业链上的位置：站在模型的下游、应用的上游，处在选模型、调模型、付钱的必经环节。
两周之内的三笔交易合计260亿美元，买家是支付公司和芯片公司。AI产业的利润，正在从智能的制造转向智能的流通。但值得关注的是，这场流通的模型供给端在中国，交易双方却都在美国。
86倍收入的收购，买的是6%的市场
企业支出数据平台Ramp最新一期AI Index（8月12日发布，样本为美国企业）给出了关键数字：使用模型服务平台（提供开源模型和中国模型接入）的美国企业占比为6.1%，较1月的4.5%仅上升1.6个百分点。同期，Anthropic和OpenAI的美国企业付费覆盖分别为43.5%和39.7%，绝大多数美国企业仍然直接采购闭源模型的API，不经过模型服务平台这一层。
不过，Ramp的数据里还有一个细节。模型服务平台采用率从4.5%升到6.1%，理论上每切走一笔调用，OpenAI和Anthropic就少收一笔费用，但两家来自企业的支出并未因此减少。Ramp的原话是，这种增长尚未实质影响企业在OpenAI和Anthropic上的支出。
与此同时，OpenAI的采用增速确实在放缓。放缓的原因不在新买家——首次购买AI的企业仍然只买美国闭源模型；根源在存量，两家的增长越来越依赖老客户增购，而其中支出最重的那批企业，调用量最大、对成本最敏感，增量正流向开源和中国模型。开源模型的渗透从付费能力最强的头部客户开始，这个占比眼下还小，但增长的势头，比眼下的数字更能说明问题。
买的是什么？三笔交易的共同落点
三笔交易的共同落点，是开发者选模型、调模型、付钱的链路。
先看Stripe和OpenRouter。OpenRouter让开发者通过一套统一API，在60多家供应商的300多个模型之间自由切换，根据任务复杂度、价格、速度自动分配调用，按透传价格收费。平台累计注册开发者超500万，日请求处理覆盖千万级开发者，2025年中时年处理Token量已超过100万亿，单日峰值突破1万亿。作为对比，OpenAI整个API在2025年10月的日均Token量约为8.6万亿。
这个环节有多关键，Stripe CEO帕特里克·科里森在公告里表示：Token是企业使用AI的核心货币。支付公司最清楚这种生意的价值。每一笔银行卡交易，资金在发卡行和收单行之间划转，中间要过一道清算，Visa和万事达按交易金额抽成，靠这个赚了几十年。OpenRouter之于模型调用，正是同一个位置。
再看英伟达和Hugging Face。这家社区2025年已拥有1300万用户、超200万个公开模型和50万个数据集，OpenAI、Meta、阿里、DeepSeek、智谱都把这里当作核心分发渠道。英伟达买它的逻辑与买OpenRouter不同，属于防御性的生态卡位。
资本的目光，正在从模型层移向管道层
有媒体分析指出了英伟达的意图：OpenAI、Anthropic等闭源巨头正在自研AI芯片，试图摆脱对英伟达的依赖。英伟达的判断是，开源模型的繁荣是对冲闭源威胁的最佳防线，开源开发者越多，英伟达的GPU需求就越难被任何一家闭源巨头切断。黄仁勋近日还联署了24家企业（亦有报道称25家）致信美国政府，公开支持开放权重模型，这封信本身是对"开源是安全资产"这一判断的官方背书。
还有一个细节，不到一年前，Hugging Face曾拒绝英伟达5亿美元的投资，当时估值约70亿美元，理由是不希望独立性受影响。而英伟达早在2023年就参与了Hugging Face的2.35亿美元D轮融资。一年后，同样的两家公司，价格变成129亿美元，性质从参股变成全资收购。当独立开放的社区自己谈好了收购条款，独立性这三个字，就成了交易文书里的一行历史备注。
这三笔交易背后，是资本对AI产业价值链的一次重新定价
模型层的价值依然在，管道层的价值此前被低估。三年前的市场逻辑是，模型是核心资产，GPU是核心瓶颈。这个逻辑成立的前提是模型之间存在显著的能力鸿沟。但现在，支撑这个逻辑的前提正在松动。
第一，模型能力在快速均质化。Ramp的研究直接指出："开源模型与闭源的差距已缩短至几个月"，而Anthropic最强模型Fable 5以两倍于GPT-5.6 Sol的价格上市，一个月后只占Anthropic token量的6%，市场刚刚给更强的模型标出了价格上限。当为顶级模型支付的溢价触到天花板，企业的决策变量就从哪家最强变成哪家性价比最高、切换成本最低。
第二，Agent时代放大了路由的价值。在智能体场景中，一项任务可能产生数百乃至数千次调用，单次调用看似很小的价差，放到大规模业务中会被成倍放大。当一次对话变成一条流水线，选哪个模型跑哪道工序就成了一个实时的经济优化问题。OpenRouter被Stripe看中，逻辑就在这里。
价值链随之迁移，训练模型的公司持续投入、竞相降价，而在模型之上、应用之下的那一层，即托管、路由、计量、结算，成为资本竞相追逐的标的。
同期还有另一个事件
AI数据公司Databricks原本只计划融资10亿美元，投资人争抢之下最终敲定50亿美元、估值1900亿美元。不管最后哪家模型胜出，提供数据、算力与分发的基础设施公司都有生意做，资本现在的动作，是把这些环节整体买下。
这个结构并不新鲜。三十年前，互联网价值从ISP迁移到门户，再从门户迁移到平台；十五年前，从应用商店预装迁移到超级App。每一次迁移的共同规律是，当底层供给过剩且同质化，价值就向分发与结算的咽喉地带集中。AI正在重演这个过程，只是速度快了一个数量级。
悖论：供给在中国，管道在美国
这一轮管道收编里最错位的一组事实是，管道里流通的流量，大部分来自中国。
Hugging Face上，中国模型的下载量占比达到41%，首次超过美国的36.5%。这是Hugging Face官方《State of Open Source: Spring 2026》报告的结论，中国由此成为该平台最大的开源模型供给方。
OpenRouter上，中国开源模型的Token消耗占比在2026年5月已达约61%；7月底，平台Token量周榜前五名全部来自中国机构，小米MiMo-
热门跟贴