AI模型路由战争：Stripe和Ramp入场

Model triage 正在成为 AI 原生开发者最重要的技能之一。整个夏天我都在强调，能从前沿模型中获得最大收益的人，是那些有纪律约束自己不会默认跑最强模型的人。周三，Stripe 收购了 OpenRouter，Ramp 发布了内部路由层——两家公司在 70 分钟内相继出手，验证了这个观点。Bloomberg 给 OpenRouter 的估值超过 70 亿美元，Axios 称之为现金加股票超过 80 亿美元。Stripe 尚未公布条款，细节仍然模糊。

虽然这笔收购上了头条，但架构才是真正值得关注的点。过去几年，选择模型一直是写在应用里、配文中的一行字符串，换模型需要一定工作量。路由器改变了这个工作流。Stripe 买下了这一层，Ramp 则自己构建了这一层。两家公司都押注自己现有的合作关系能让他们在新的 AI 堆栈中占据这个关键层。

Picking a model is becoming a runtime decision

OpenRouter 是一个端点，服务于超过 80 家提供商的 400 多个模型，每天处理超过 10 万亿个 token。Andrej Karpathy 称其为 AI 的转换开关。Ramp 的 Router 用更小的模型目录做同样的工作，声称同输出下成本降低约 40%。

两家公司的核心赌注是：代码库里的模型名称是一种负担。他们说得基本对。今年 6 月，我指出 Mitchell Hashimoto 发现了一个标准编码任务，在 GPT-5.5 上花费约 1.50 美元，在 Claude Fable 上约 9 美元，而两者产出的结果同样可接受。路由器将这种分诊自动化，使每次请求都能做出决策，而不是只有在开发者显式配置时才能决策。

这是一个越来越大的问题，也是一个越来越大的机会。我们的 Amanda Caswell 本周报道说，Anthropic 的 /claude-api skill 在回答任何问题之前就要消耗约 20 万个 token，而按需加载参考文档而非预先加载，可以将其削减到约 2.5 万个。Hafiz Hassan 上周为我们撰文，解释了为什么 AI 流水线的成本比演示高出 10 倍，他清单上的每一个罪魁祸首都是工程决策：每轮都重发系统 prompt、追加完整对话历史、超大的 RAG chunk、原始 JSON 倾倒到 context 中。这是一篇很好的实践指南，Hassan 指出的问题中没有一项是采购问题。

token 账单是由你的代码生成的，所以控制它的工具也在代码层面到来。

Stripe and Ramp want the same layer for opposite reasons

Stripe 自下而上、通过开发者解决这个问题。该公司周三被 Eric Newcomer 泄露的投资者信直接阐明了这一点："到目前为止，每个开发者都需要一种简单可靠的方式来管理他们的收入管道，服务于这一需求催生了 Stripe。然而从现在开始，每个开发者也将需要一种简单可靠的方式来管理他们的智能管道。"

Stripe 想通过长尾开发者控制 AI 支出。Ramp 则想通过其与财务部门现有的关系来控制它。

Stripe 之前做过这类产品。它的支付业务在单一 API 后面隐藏了数十种本地支付方式，将每笔交易路由到最有可能转化的支付方式。AI 版本则是将同样的想法应用到模型而非支付网络上。

Ramp 自上而下、通过财务部门来进攻。该公司收购了 router.com 域名，并表示其客户每月已经通过 Ramp 购买了约千万亿个 token。创始人 Veeral Patel 的发布帖子简单直接："监控并控制你在每个提供商上的 AI 账单。" Adam Wazzan 比我能更好地总结 Ramp 的策略："当 CFO 为 CTO 们推出一款产品时。"

Stripe 想通过长尾开发者控制 AI 支出。Ramp 则想通过其与财务部门现有的关系来控制它。两家公司都在追逐正迅速成为企业技术预算中最大支出项之一的东西：token。

在 X 上，Kabir Goel 对 Stripe 的叙事框架提出了反驳。路由 token 是减少支出的方式，而 Stripe 的其他产品旨在帮助企业增加收入。

"Stripe 根本不是团队去了解自己花了多少钱的地方，"他写道。"这基本上是 Ramp 的领地。"

他说的是团队今天看哪儿，这是有道理的。三年前这是否仍然正确，正是 Stripe 刚刚斥资数十亿美元所赌的。

The router worth pointing at is the one with no model to sell

无论你指向哪个路由器，它都决定哪个模型来写你的代码，而且并非每个路由器都是无私的。我们自己的 Paul Sawers 在 7 月报道了 Cursor、Ramp 和 Meta 的第一波路由器时就指出了这个问题。Cursor 支持 Grok 和 Composer。Meta 在构建 Muse Spark。两家公司都有理由将工作发送到他们自己的模型，Paul 引用了开发者 Elvis Saravia 的质疑：路由逻辑是否应该开源，而不是供应商的私有判断。

Stripe 和 Ramp 不销售模型。OpenRouter CEO Alex Atallah 在 Stripe 的公告中明确表示：开发者"需要一个中立的层来编排和管理它们。"投资者 Gavin Baker 从同样的角度定义了机会，认为 Stripe 可以成为 AI 的中立基础设施层，就像它已经成为支付的中立基础设施层一样。

但中立不是免费的。Stripe 按 token 消费抽取一定比例的费用，Ramp 则想要你的消费关系，所以"2026 年前免费"是一种有截止日期的客户获取策略。

一个明显的反驳是，供应商动机不是应该担心的事情，路由质量才是真正重要的。这说得通，《Towards Data Science》发表了 我读过的最好的实践案例之一。Pratik Rupareliya 描述了一个路由层，将支持 agent 的推理账单削减了 40%，但也搞坏了产品。一个分类器将"简单"查询发送到更便宜的模型，但一些"简单"查询实际上是欺诈调查。

更便宜的模型自信且错误地回答了它们。客户停止使用那个 agent，流失率在第四个月超过基线，保留成本是节省的 4 到 5 倍。花了三个月才发现这个问题，又花了一个月才确定原因。他的修复方案是按层级质量监控加上不确定性路由级联，最终在不影响质量的前提下实现了 35% 的节省。在深入研究模型路由之前，这是一篇非常值得一读的文章。

所以要为路由添加仪表。记录路由器在每个请求上选择了什么，并按服务它们的模型细分你的质量指标。据报道，Ramp Router 记录每次调用的模型、提供商、层级、token、延迟、成本和回退尝试。Stripe OpenRouter 排名一直是该遥测数据的公开版本。用这两种方法都能获得类似的可见性。

此刻，模型正在成为一个实现细节。竞争正在转移到决定哪个模型来干活的那一层。Stripe 和 Ramp 赌的是，只要账单更低、结果足够好，开发者不会在意端点后面是什么。