来源：钛媒体

8月的最后两周，硅谷资本密集流向同一个此前少有人关注的AI产业链环节。

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，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-V2.5居首，DeepSeek、MiniMax、Qwen、Kimi分列其后。a16z对OpenRouter逾100万亿Token用量的实证研究也显示，中国开源模型在2025年部分周次的用量占比一度达到30%，全年周均约13%，增长集中在下半年。

a16z合伙人马丁·卡萨多的观察更为明确：“在美国AI初创公司中，我愿打赌80%都在使用中国的开源模型。”其文章标题正是“中国开源AI开始赢得美国企业”。

以千问一家为例，Hugging Face官方统计，Qwen今年仅在该平台的下载量就达到20.5亿次，基于Qwen的衍生模型超过15万个，是Meta全部模型仓库规模的2.6倍；阿里巴巴含HF及阿里云ModelScope等多渠道分发的累计下载已突破30亿次。HF报告的原话是：“千问已成为开发者决定微调和部署哪个模型时默认工作流的一部分。”

供给端的领先者是中国，分发端的所有者是美国巨头。中国模型贡献了全球开源管道里最大的流量，而这些管道，托管在Hugging Face、路由在OpenRouter、结算在Stripe，刚刚在两周内被两家美国公司收入囊中。

这个错位有多重要，取决于如何理解管道的性质。

乐观的理解是，管道是中立的。流量跟着模型走，只要中国模型持续领先，谁拥有管道都会接入这个流量。GitHub被微软收购八年了，开源世界照样运转。

悲观的理解是，管道从来不是中立的。拥有管道的一方掌握三样东西：数据（谁的模型被谁在什么场景调用）、规则（API政策、费率、推荐排序）、以及关键时刻的准入权。GitHub被微软收购后，Copilot用全平台的代码训练了出来，社区连说理的地方都没有。

需要说清楚的是，管道约束不只针对中国。Anthropic的算力和分发深度绑定AWS，OpenAI的扩张依赖微软的Azure，Meta的开源模型同样在Hugging Face上分发，HF被英伟达买走，对它们一样构成变量。区别在于，美国头部公司有自建分发的能力，API直连客户，对第三方聚合管道的依赖较轻；而中国模型出海几乎完全经由这些平台，管道易主对中国的冲击最直接。

而这次被买走的管道里，流淌的主要是中国的模型流量，通行费与账目却都记在别人名下。

月之暗面的算盘：从“被托管”到“收租”

在这个背景下，还有一条几乎被并购新闻淹没的消息。

据报道，月之暗面正在同时与微软Azure、亚马逊AWS和谷歌云洽谈旗舰模型Kimi K3的托管合作，寻求获得相关服务收入最高30%的分成。若达成，这将是中美AI企业之间首个重大分成协议。谈判处于早期阶段，未必达成，三家云厂商均拒绝置评。

这个数字的意义，要放在行业惯例里看。此前中国模型出海的标准做法是，开放权重、宽松许可证，云厂商拿去部署，模型方分文不取。开源等于让渡。

月之暗面换了一种做法。K3的许可证里写入了一个精心设计的条款，任何企业提供MaaS服务、且企业及关联方连续12个月总收入超过2000万美元的，将K3用于商业目的前，必须与月之暗面另行签署协议。开发者下载、部署、自用，照旧免费；AWS要拿K3对外销售模型服务，则需先与月之暗面达成协议。

这个结构绕过了开源的免费属性，只在商业化分发这一层收费。中国开源模型的出海，正从争夺部署份额转向规模化收费。

但谈判桌上的博弈才刚开始。30%是方案上限，不是落地比例；分成怎么算，按终端流水抽，还是扣除GPU和带宽成本后再分，两种口径对应的实际收入差异显著；Token用量如何统计和审计，更是每一家云厂商的敏感地带。知情人士直言，最终能谈到多少，要看双方谁更需要谁。

管道所有权问题在这里有了现实的印证，AWS的Bedrock、Azure的AI Foundry、谷歌的Vertex，已经越来越像大模型超市，货架上同时摆着Claude、Llama、DeepSeek、千问、Kimi。对云厂商来说，缺哪一个中国模型都不致命；对模型公司来说，进不了这三家超市，全球商业化就缺了最大的货架。

谁更需要谁，答案并不站在模型这一边。月之暗面为的是不把货架依赖，变成单点依赖。

几乎同时，月之暗面也开始叩击资本市场。据报道，月之暗面已于本周以保密形式向港交所递交A1文件，启动港股IPO流程，投前估值500亿美元。Kimi方面回应称，对于市场传闻不予置评，目前暂无可以披露的信息。

两条路，和一个必须现在回答的问题

中国模型公司面对的是一道二选一的题，而且留给行业犹豫的时间不多了。

第一条路：接受被收编，用商业条款对冲管道风险。

既然管道已被美国巨头所有，那就把自己变成管道离不开的供给方，用分成协议把流量变现为版税。这条路的好处是模式轻，坏处也明显，全球商业命脉系于几家美国云厂商的采购决策。而禁令风险并非杞人忧天，路透社在报道月之暗面谈判的同时明确写道，“一些美国官员正在考虑禁止美国企业使用中国开源权重模型”；Anthropic CEO达里奥·阿莫迪随即发布立场声明，公开表态“Anthropic从未主张禁令”，并称无危险能力的开放权重模型是公共产品。这份声明本身说明，禁令的动议已经进入了议题。

第二条路：自建管道，把分发权握在自己手里。

这条路有现成的参照，阿里自建的分发平台ModelScope、魔搭社区的出海节点，都是去中心化分发的雏形。开放权重模式有个常被低估的优越性，模型文件一旦下载，所有权即转移，任何管道都锁不住它。15万个Qwen衍生模型，是一张去中心化的分发网络。但问题同样明显，衍生模型的繁荣不等于商业收入的归属，HF报告提醒，下载量只统计平台内活动，无法反映API调用和私有化部署，而免费下载撑起了影响力，撑不起分成。

两条路并非泾渭分明，更现实的可能是混合策略，核心商业市场用分成协议锁定，长尾市场靠开放权重生态渗透，同时用国产管道承接不愿或不能接入美国云的全球南方客户。

但无论怎么组合，有一个判断需要现在做出，管道的窗口期有限。参照互联网历史，基础设施整合完成后，后来者的接入成本只会一年比一年高。五年后再想谈分成，谈判桌上坐的就不是发展中的中国模型公司和急于丰富货架的美国云厂商，而是被整合后的管道垄断者和需要货架的任何人。

回到开头，260亿美元这笔钱它买的是对一个判断的共识，AI产业的下一轮利润，不来自智能本身，而来自智能的流通。

这一轮流通体系的分配里，中国握着最大的货量，但当下却没有拿到Stripe等知名管道的所有权。41%的下载量、61%的Token消耗、前五的周榜、80%的开发者渗透，这些数字证明了中国模型的竞争力。

但管道在谁手里，流量的账本、费率的定价、关键时刻的准入就归谁管。月之暗面的30%，则是来自模型方的第一次出价。（本文首发钛媒体APP，作者 | 硅谷Tech-news，编辑 | 赵虹宇）

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。