区区一个Token中转站，竟然敢卖700亿？！ 惊了惊了，“token中转站”竟然都能卖价700亿！ 想不到吧，这家既不训练大模型、也没有运营大规模GPU集群的公司，只负责“倒卖”大模型Tokens，竟然值这么多钱。 这家公司，就是OpenRouter，一家合法正规的“Token中转站” 比较夸张的是，两个月前，它的估值还只有13亿美元，现在摇身一变，身价飙升，直接要价100亿美元。 潜在买家，是全球支付巨头Stripe，目前双方尚未正式签约，价格可能变化。 无论这笔交易最终是否能达成，资本都已经用真金白银投票了： 不管自己产token还是纯倒卖token，只要干到极致，都是一门大生意。 OpenRouter如何“倒卖”Token？ 大家现在也都见识到了，各种模型特别多，每种的能力不一样、价格也不一样。 开发者想用GPT，要接OpenAI；想用Claude，要再接A社；想试Gemini、DeepSeek、Qwen，还得继续注册、充值、拿接口秘钥。 用多个模型并不只是尝鲜，也是客观需要，比如智能体做规划决策用能力强的贵模型，做执行就用低延迟的经济模型。 模型一多，后台管理就比较混乱了。 OpenRouter的出现，就能改变这种状况，把这些不同模型的接口统一起来，一键调用。 用户需要接一个API、管理一个账户，就能调用70多家推理服务商的400多个模型。 基本上你想要的模型，OpenRouter都给你接好了。 收到用户请求后，OpenRouter会比较不同线路的价格、延迟、吞吐量和稳定性。 哪家便宜就优先走哪家，哪家速度快就发给哪家，一条线路出故障，再自动切换到备用服务商。 OpenRouter不负责实际推理，也没有大规模GPU集群，真正生成Token的，是各大模型提供商（包括原厂以及第三方MaaS平台）。 OpenRouter站在中间，负责统一接入、计费、调度、日志、权限和故障切换。 所以，这个OpenRouter不白叫，它真是个Router，一个Token路由器。 “Token中转站”也只是通俗叫法，它真正“中转”的是模型请求和生成结果。 OpenRouter凭啥挣钱呢？ 作为中间商，当然是赚差价，OpenRouter主要靠收过路费。 目前，OpenRouter按量付费方案收取5.5%的过路费，也就是说比你直接从模型官方订阅略贵一点。 当然，OpenRouter也支持BYOK，允许用户使用自己的API Key。 OpenRouter真值100亿美金？ 对于这个收购价，争议还是比较大的。 毕竟OpenRouter成立才3年，年化营收也只有1.4亿美金，卖100亿刀太夸张了。 但这笔超级溢价交易仍然被很多人看好。 因为OpenRouter这个新物种，确实有点东西，甚至有人把它比作token经济时代的Cloudflare。 （注：Cloudflare是全球最大的CDN公司，当前市值1000亿美金） 那么OpenRouter都有哪些料呢？ 第一：市场规模。 OpenRouter披露，平台已经服务超过1000万开发者。 半年内，每周处理量从5万亿Token增长到25万亿Token，全年预计超过1000万亿Token。 而且，这个数字每天都在变，上个月我看到的月token调用，也不过80万亿，现在已经变成了200万亿。 目前没有权威的全球市场份额排名，但按公开的模型数量、开发者规模和Token处理量计算，OpenRouter确实已经是全球最大的独立模型聚合与路由平台。 虽然它家那点儿调用量放在整个token消耗总量里，只是毛毛雨。 第二：统一入口。 企业把模型调用接到OpenRouter以后，今天可以使用Claude，明天可以切到GPT。 觉得模型太贵了，瞬间切到DeepSeek，某家服务商宕机了也不怕，自动切到另一家。 应用代码不用跟着模型反复重写，企业也减少了对单一供应商的依赖，却增加了对统一入口的依赖。 第三：数据积累。 OpenRouter的先发和规模优势，让它每天都能监测到不同模型和服务商的价格、速度、吞吐量及失败率。 数据越多，路由越准，路由越好，开发者越愿意接入，更多开发者又会吸引更多模型和推理平台，形成网络效应。 第四：中立属性。 OpenRouter没有自研基础模型，也没有公开经营大规模自有GPU算力。 这看起来似乎是劣势，却能更好地保持中立，更容易根据客户利益分配请求。 而拥有自家模型或GPU的平台，心里难免有小99，要考虑自有产品和算力利用率。 当然，OpenRouter也并非没有弱点，作为“赚差价”的中间商，它的业务模式跟传统CDN类似，客户黏性不强，用户可以自主切换到其他平台，连招呼都不用打。 所以，如果这个中间商提供的额外价值有限，客户很容易被撬走。 OpenRouter如果真想卖100亿刀，护城河还要深挖。 中国的OpenRouter在哪里？ 国内市场的路线有点复杂，国内市场环境下，太纯的公司很难吃得开。 说白了，大家不想真解耦和中立，都希望把客户深度黏住。 所以，很多厂商同时经营自有模型、MaaS服务与推理平台、智能体开发平台、AI网关和私有化部署。 其中，硅基流动是相对接近“OpenRouter+推理平台”。 硅基流动旗下的大模型云服务通过一个API接入上百个模型，并通过自研推理引擎支持高效推理。 所以，硅基流动的主要收入不是“过路费”，而是来自有推理引擎和算力上的模型调用。（它本质上不是token中转站，更像是token工厂，而且他家现在MaaS味更淡了，Token工厂味更浓了） 同时，硅基流动还推出了面向私有化部署的MaaS平台和大模型网关，这个私有化的大模型网关，功能倒是更像OpenRouter。 特别值得一提的是，硅基流动于今年6月底已经提交了港股IPO申请，有机会成为国产token工厂第一股。 阿里云百炼走的是全栈路线，背靠阿里云和千问，覆盖模型API、模型训练与部署、知识库、Agent和企业管理。 阿里还上线了更像OpenRouter的千问AI平台，但给我的感觉是阿里志不在此。 火山方舟的逻辑类似，以豆包模型和火山引擎算力为核心，同时接入多类模型，提供推理、评测、精调、Agent开发和流量管理，token调用规模领先，但核心目标仍是扩大火山引擎的模型与算力消费。 百度千帆除了多模型推理服务，更多的侧重放在智能体开发层面，并在工具提供、MCP服务与生态上做差异化。 不过，从现在看，云大厂们都看不上这种纯的产token、卖token、倒token生意，纷纷调整组织架构，战略重点都全面转向了一体化AI办公智能体。 毕竟这东西代表了AI未来入口，而且客户黏性极强，用习惯了不仅换不了人，连电脑都能给你绑死。 最后说说运营商。 国内最适合做“token中转站”生意的，其实是三大运营商。 因为Token这玩意儿，天然像运营商过去的那些金牛产品：通话、短信、宽带流量… Token与这些产品的共同点是：高频消耗、可计量、可套餐化、可分层定价、可按需扩容、可做统一运营，可面向个人、企业、行业客户同时售卖。 所以三大运营商今年也都开始布局了：移动有MoMA，电信有星辰TokenHub，联通有元景Token服务。（最新消息，广电也加入进来了） 三大运营商最适合，但未必一口就能吃成胖子。 就目前而言，运营商的token服务模型新鲜度、API功能完整性、吞吐与稳定性与前面那些商业化产品还有差距。 在盘点完成之际，看到了DeepSeek宣布即将涨价且涨幅较大的消息。 让我忍不住想起了前几天，DeepSeek v4 Flash发布时全网怒夸“梁圣”，一张滑动变祖器的图被热传。 这轮涨价之后，“梁圣”恐怕又要变“梁子”了吧。 所以，国内目前不缺“一个API调用多个模型”的聚合平台，也不缺动辄上百个模型、几十家供应商的模型超市。 好用的模型就那么几个，这一点大家心知肚明。 真正稀缺的，是一个性能逼近国际前沿、价格匹配国内市场的高质量模型服务入口。 但我们又不得不理解“梁圣”们的苦衷，毕竟每一个token的背后，都是真金白银。 兜兜转转到最后，我们还是要感叹下OpenRouter“平平无奇”的中转站商业模式。 收过路费看着技术含量不高，奈何人家起步早、发展快、规模大，还是个轻资产。 所以，OpenRouter是在最合适的节点，做了最聪明的生意，说不定，真值700亿呢。 $BMNR

Token 经济与加密货币世界的 Tokenomics 有何异同？ 为什么要关注Token？因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格，“桶”让石油有了期货市场。有了Token，AI经济就有了可以算账的单位。围绕这个单位，目前也正在形成一套全新的经济逻辑：有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同？ 两个Token，两个世界 说起来，这个世界上真正混乱的事情不多，两个东西叫同一个名字却毫不相干，算是其中之一。AI的Token和加密货币的Token，就像两个叫”刘伟”的人，一个在北京开餐馆，一个在上海做期货，见面了也没什么好说的。雷锋与雷锋塔区别！ 但这两个Token，最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词，到底是不是新营销词 先得承认，Token这个词确实有被滥用的嫌疑。每隔几年，科技圈就会造出一批新词，让人觉得时代变了，其实换汤不换药。“大数据”火的时候，什么都往大数据上靠；”云计算”火的时候，什么都上云；现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签，它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格，“桶”让石油有了期货市场，AI的Token做的是同一件事：把原本看不见摸不着的”智能算力”，变成一个可以算账的单位。有了这个单位，才能定价，才能比价，才能有产业链，才能有国际竞争。 所以Token不只是营销词，它是一把尺子。问题在于，AI这把尺子，和加密货币那把尺子，量的完全是不同的东西。 AI Token：一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析，早就把文本拆成一个个Token。网络安全里，身份验证令牌也叫Token。这些都是幕后工作，从没人觉得它有什么经济价值。 转折点在2017年，Google发表了那篇著名的论文《Attention Is All You Need》，提出了Transformer架构。这篇论文之后，所有大语言模型处理信息的方式都统一了：输入进来的文字，先被切成Token序列，模型一个个处理，再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性，只是工程师内部的技术术语。 2022年11月，ChatGPT横空出世。这是个分水岭。 2023年3月，OpenAI推出GPT-3.5的API，第一次采用按Token计费。输入多少Token，输出多少Token，分别定价。那时候GPT-4的价格是每百万input token收30美元，output token收60美元，按今天的标准看，贵得像天价。 从那一刻起，Token从技术单元变成了经济单元。Anthropic跟上，Google跟上，国内百度、阿里、腾讯全跟上，全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时，每百万input token要30美元。 从2022年底到现在，GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元，整整降了280倍。照这个速度，a16z记录的数据显示，LLM推理成本每年约下降10倍，堪称摩尔定律的重生。 便宜了有什么后果？后果是用量爆了。 这里有个经济学里的老故事，叫Jevons Paradox。1865年，英国经济学家Jevons发现，蒸汽机效率越高，煤炭消耗反而越多，因为效率降低了门槛，用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元，整整翻了三倍，而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜，用得越多。越用得多，总账单越大。 这背后还有个推手，叫Agent。以前是人在问AI，AI回答，一问一答，token消耗有限。现在Agent出来了，AI在自动跑任务，自己调用自己，一次任务可以消耗几十万甚至上百万token。这不是线性增长，是指数级的爆炸。 2026年3月，黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次，把数据中心重新定义为”Token生产工厂”，把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天，阿里巴巴把通义、千问、MaaS等板块整合，成立了Alibaba TokenHub事业群。Token经济，在2026年正式被主流商业世界承认了。 AI Token的上下游：一条新的产业链 AI Token经济的有意思之处，在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token，都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备，黄仁勋把它卖给全世界的数据中心，本质上是在卖”Token生产产能”。能源成本直接影响token成本，这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯，都在这个位置。他们把算力和模型打包，按Token卖给开发者。这一层的竞争极其激烈，价格战打得很惨，但总量在涨，所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品，把Token的成本打进自己的定价里，再卖给最终用户。Token成本在企业财务里已经是刚性支出，和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后，边际成本趋近于零，用户越多越赚钱。AI服务不是这样，每次用户交互都有真实的Token消耗，规模大了，成本也跟着大。这是一个全新的商业模式，整个行业还在摸索怎么把它算清楚。 加密货币的Token：从一枚Coin开始的故事 要说清楚加密货币的Tokenomics，得从更早的地方讲起。 2008年金融危机，全球对银行体系的信任跌到低谷。这个背景下，一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书，2009年Bitcoin网络正式上线。2010年5月22日，程序员Laszlo Hanyecz用一万个BTC换了两个披萨，这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day，那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin，有自己的区块链，规则写在代码里，总量2100万枚，靠挖矿产生，四年减半一次。这是最早的加密货币逻辑：用数学创造稀缺，用共识创造价值。 Coin时代的Token概念很简单：就是一种数字货币，用来存储价值和转账支付。Bitcoin是Coin，Litecoin是Coin，它们都有自己的链，规则各不相同，互不兼容。 然后Ethereum出现了，把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约，任何人都可以在Ethereum上发行自己的Token，不需要搭建新的区块链。2015年，开发者Fabian Vogelsteller提出了ERC-20标准，描述了一套技术规范，让所有基于Ethereum发行的Token都能互相兼容，在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于，它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中，过了5分钟就能发出一个新Token，中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间，数千个项目进行了Token销售，ICO在2018年前三个月就募集了63亿美元，是2017年全年的118%。项目方写一份白皮书，发出Token，散户拿着ETH来换，钱哗哗地流进来。其中有真正想做事的团队，也有大量的骗局和空气项目。监管机构随后介入，SEC把不少ICO认定为非法证券发行，这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后，crypto世界的Token不再是简单的数字货币，开始承载更复杂的经济功能。Tokenomics这个词，就是在这个背景下诞生的。 Tokenomics：加密货币世界的经济设计学 Tokenomics这个词，是Token和Economics的合体，研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题：凭什么有人要买我的Token，买了之后为什么不卖？ 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token，持币者拥有对协议方向的投票权，但没有直接的现金流权益。用白话说，就是持Token可以投票，但不能分钱。这个模型一开始很流行，因为绕开了监管对”证券”的定义，但后来大家发现，一个没有经济权益的治理权，价值有多大，很难说清楚。 veToken模型是Curve Finance搞出来的，后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的，融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是：把Token锁仓，换成veToken，锁仓时间越长，获得的veToken越多，投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题，鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性，成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的，很多项目跟进。通过限制总量、定期销毁，制造通缩预期，支撑价格。以太坊在EIP-1559之后，每笔交易都会销毁一部分ETH，使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法，但有一个共同点：它们的价值都依赖于市场共识。没有人相信，Token就没有价值。这和AI Token完全不同，AI Token的价值是真实算力消耗在背后撑着的。 两个经济体，两条路 说到这里，可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片，云厂商建数据中心，大模型公司训练模型，应用公司调API，最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位，不是资产，用了就没了，没有任何金融属性。整个产业链最终服务的是实体经济，帮企业提升效率，帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全，协议层发行和管理Token，持有者通过投票参与治理，投机者在二级市场买卖。Token本身是资产，可以转让，可以交易，有金融属性，价格由市场供需决定，和外部实体经济的关联相对间接。 两套经济体，两条独立的价值链，两种完全不同的生态。 当然，有人在尝试把两者融合：用区块链来做去中心化的AI算力网络，把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路，但无论走到哪里，它骨子里仍然是加密货币的Tokenomics，只是应用场景叠加在了AI上。 有一件事可以确定：这两个Token，同名不同命。一个在工厂里量产，一个在市场上流通；一个代表消耗，一个代表持有；一个撑着AI产业的运转，一个撑着加密世界的信仰。 名字一样，生意不同。就像那两个都叫刘伟的人，一个卖的是饭，一个卖的是梦。饭是真实的，梦也未必是假的，只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#

截止2026年6月12日，中国国内裁员统计： 1、福报厂，2026 年 4 月，本地生活 / 直播 / 客服财务，非核心业务收缩，AI 替代率约 85% 2、福报厂云业务，2026 年 4 月，非核心研发团队，小幅优化人员，重心转向 AI 与 Token Hub 事业群 3、鹅厂，2026 年 4 月，TM工作室/CSIG/IEG，天美项目调整裁 100 余人，云与游戏线项目组收缩 4、某度，2026 年 4 月，内容审核/初级研发/搜索信息流，多部门持续优化，AI 替代率高 5、宇宙厂，2026 年 4 月，头条 / 抖音 / 飞书 / 商业化，整体优化约 10%，多条业务线精简 6、某团，2026 年 5 月（辟谣），产品 / 产运研，网传裁 50% 产品岗 7、猪场，2026 年 5 月，游戏业务，中小项目裁撤合并，仅保留业务核心骨干 8、小破站，2026 年 5 月，内容审核 / 广告 / 电商，多条业务线缩编，人员比例约 15%-30% 9、某手，2026 年 5 月，内容审核 / 广告 / 电商，推行降本增效，精简非核心团队 10、微软中国，2026 年 6 月，Azure 北京 / 上海研发团队，200-400 人全员被裁，补偿标准为 N+7 11、某猪，2026 年 6 月，旅游业务产研，测试前端裁 50%、后端 30%、产品 15%，暂无官方证实 12、某滴，2026 年 6 月，后台 / 部分研发，非核心业务持续精简，聚焦出行主业与 AI 调度 欢迎各位老铁补充.... #生活不易# #中年苟住#