Stripe 超 70 亿美元收购 OpenRouter、OpenAI 保住零留存并停训两周、Anthropic 年化收入 650 亿美元

过去一周，模型厂商与企业的分界线划到了数据上。8 月 19 日，OpenAI 承诺前沿模型继续对企业客户提供零数据留存，并预览一套让滥用检测不接触客户内容的机制；同一时期，Anthropic 对 Claude Fable 5 与 Mythos 5 强制 30 天留存、不设退出，并在风险报告中直言这会不受客户欢迎、对业务构成实际风险。两家的技术诊断一致，商业选择相反，而 Ramp 的支付数据显示企业已经开始按这条线投票。同一周还有三件事在同一方向上加码：Stripe 以超过 70 亿美元买下模型聚合网关 OpenRouter，作价约为其三个月前估值的 5.4 倍；OpenAI 因安全考虑暂停两周强化学习训练，并首次公开量化安全监控的算力开销，约占被监控推理算力的两成；Anthropic 年化收入在 7 月底突破 650 亿美元，上市前循环授信规模将超过 100 亿美元。硬件侧，Groq 接受英伟达出资、转去建英伟达云，Etched 一个月内估值翻倍至 210 亿美元，专用推理硅在同一周走出两条相反的路。

七十亿美元买下的是哪一层

8 月 16 日，彭博社报道 Stripe 已敲定收购 OpenRouter，作价超过 70 亿美元；8 月 19 日 CNBC 跟进确认。部分报道给出的细节是约 75 亿美元，其中 15 亿美元归创始团队，这一数字来自消息源，双方未正式披露。OpenRouter 的产品形态是一个统一接口，背后接入 400 余个模型，提供集中计费与请求路由，用户规模约 800 万。三个月前的 5 月，它刚以 13 亿美元估值完成 B 轮，此次作价约为当时的 5.4 倍。Stripe 首席执行官 Patrick Collison 给出的收购理由是帮助客户通过智能路由与更高效地使用 token 来提高利润率。

一家支付公司买下模型聚合层，说明这一层已经值一笔收购价，而定价逻辑与支付相似：交易流水本身值钱，谁站在流水的必经之处，谁就能将计量、结算与风控做成产品。过去两年，统一多家模型的接口一度被视为一层轻薄的胶水代码，容易被任何一家厂商的官方 SDK 抹平。三个月内 5.4 倍的估值涨幅表明市场已改口，理由并不难理解：模型价目表的变动频率高于企业的采购周期，Gemini 3.7 Flash 的 0.75/3.75 美元促销价写明 12 月 31 日到期，DeepSeek 8 月 17 日起按北京时间分峰谷计费，GPT-5.6 Luna 在发布三周后降价 80%。在这种节奏下，接入哪一家模型是可频繁调整的决定，流量经由哪一层则很难更改。

聚合层换了主人，这一层的用途也会跟着变。OpenRouter 起家于开发者与 AI 原生应用，卖点是统一接口、集中计费与路由；并入一家支付基础设施公司之后，它的能力大概率沿结算、计量与商户风控的方向生长。这个方向与企业内部要回答的问题只搭上一部分。哪个团队、代表哪个用户、调用了哪个模型和哪个工具、花掉多少钱、这条请求有没有踩到内部准入规则、事后能不能把整条链路完整调出来——这些问题要对上的是企业自己的身份体系与合规口径，一个外部计费网关答不了。把准入规则、按 endpoint 与团队的成本归因、请求级审计链握在自己手里，价目表怎么变、聚合层归谁，改的都只是配置。

零留存还是三十天：数据放在谁手里

8 月 19 日，OpenAI 发布《Offering Zero Data Retention for frontier models》，明确前沿模型继续对符合条件的 API 客户提供零数据留存，并预览一套名为 Private Safety Processing 的机制。零数据留存的承诺是请求处理完毕后不保留提示词与模型回复，OpenAI 员工无法调阅，企业客户数据在未明确选择加入的情况下不用于训练。新机制针对的是另一个问题：有些风险要把多次交互连起来看才显形，例如同一方先询问某软件的弱点，再在另一次对话中询问远程访问与安全工具的检测能力。做法是将客户内容留在客户自控的基础设施上，或存放于 OpenAI 侧但以客户掌握的密钥加密，自动系统在其上跨会话识别模式，只向 OpenAI 回传告警类型与严重程度，内容原文不进入 OpenAI 员工视野。目前与早期客户测试中，9 月开始推广并发布技术白皮书。适用范围划得很明确：企业与 API 客户，消费级订阅不在其中。

另一头是 Anthropic。自 6 月 9 日 Claude Fable 5 与 Mythos 5 发布起，这两个型号被列为覆盖模型，提示词与输出一律留存 30 天，覆盖第一方与第三方全部平台，不设退出选项，无论此前合同如何约定。Anthropic 在 8 月风险报告中的表述相当直接：这一决定会不受那些已习惯零留存的客户欢迎，也会给业务带来实际风险，尤其在竞争对手不跟进的情况下，但检测与阻断跨越多次请求的复杂攻击必须有这个窗口。两家对问题的诊断一致，跨会话才能看见的风险确实存在；分歧在于那段上下文该由谁保管。

分岔已经反映在采购数据上。Ramp 基于 7 万余家美国企业的支付统计显示，5 月 Anthropic 以 41% 对 39% 首次超过 OpenAI，7 月为约 44% 对约 40%，而三季度至今 OpenAI 在这批客户中的增速更快。Ramp 经济学家将 Fable 5 的采用不及预期归因于价格与数据留存要求两项。这份数据能说明的范围有限：样本偏向科技行业，不覆盖使用其他支付管理工具的大型企业，Ramp 只给百分比，没给实际金额。可以确定的是市场仍在扩张，这批客户中付费使用 AI 的公司占比 3 月首次过半，7 月接近 56%。

数据留存过去是合同附件里的一行字，现在成了选型时的硬约束。金融、医疗、法律这类受监管行业，供应商能不能留存内容原文由外部义务决定，不由采购偏好决定；旗舰型号若不支持零留存，能力再强也进不了这些场景。麻烦还在同一家公司内部：同一条规则要在 OpenAI 的零留存部署、Anthropic 的 30 天覆盖模型、自托管的开放权重模型上各落一次，而三者的留存期限、密钥归谁、告警怎么算，没有一项是对齐的。让一套脱敏与准入规则对所有模型生效、把请求级审计链沉在一处，多模型环境里没有第二种做法。在 AgentsFlare 上运行 AI 流量的企业，厂商侧的留存政策变动一次，调整一次路由与准入策略即可，各业务线代码不动。

两成算力用来看住模型自己

8 月 18 日，OpenAI 发布《Pacing model development in an era of cyber-critical capabilities》，说明过去数周的两件事如何改变了自身的研发节奏：7 月的 OpenAI-Hugging Face 事件，以及 8 月 7 日关于即将推出的 Astra 可能达到 Preparedness Framework 中关键级网络能力的初步证据。公司据此暂时放慢扩容速度，对拟部署的最新模型暂停两周强化学习训练，用于加固研究环境、开展红队测试并扩大监控覆盖；规模最大的一次前沿强化学习训练至今仍在暂停，改以较小规模的训练与评测验证防护措施与对齐证据。Hugging Face 事件发生后，研究集群中可执行代码或可联网调用工具的前沿模型推理曾被整体叫停，随后逐个工作负载评估恢复。

新监控体系分多级：在每个采样 token 上运行的激活分类器负责初筛，将可疑情况上报至算力开销更高的自动调查程序，后者检查工具动作、可见的推理过程与完整活动序列，寻找越权访问、数据窃取、破坏性行为与绕过防护的尝试。发出告警的目标是在可疑活动浮现后 30 分钟内；一旦命中关键安全边界，安全、保障与研究团队同时被呼叫，若 30 分钟内无法确认为误报，相关活动即须暂停。适用范围是 Sol 级及以上模型的全部带工具强化学习训练与评测，8 月 7 日的判定之后，Astra 的全部带工具推理也被纳入。

值得记住的是那个百分比。OpenAI 给出的估计是，监控开销约占被监控推理算力的 20%，不同训练与评测负载之间差异较大。前沿厂商公开量化安全监控要花掉多少算力，这是第一次。这笔开销先影响价格。模型层过去一年的降价主要靠推理效率与硬件迭代，而高能力档位若必须常年拖着两成的监控算力运行，这部分成本终究会走进价目表，高档位与低档位的价差可能因此拉开，不再像前几轮那样整体下移。它也影响交付。公司明确写明，新的安全标准让前沿研究付出了巨大成本、拖慢了进度，大量工作负载在迁移完成前仍处于暂停状态。把一个尚未发布的型号写进明年产品路线图，得预留一段厂商自身也说不准的时间。

六百五十亿年化收入，和一笔百亿美元授信

8 月 17 日，彭博社报道 Anthropic 的年化收入在 7 月底突破 650 亿美元，5 月为 470 亿美元，去年底为 90 亿美元，两个月增加约 180 亿美元。同时披露的二季度初步收入超过 115 亿美元，去年同期为 7.87 亿美元。数字来自公司与投资者的例行沟通，非经审计的公开披露。英国《金融时报》报道称投资方预计公司今年收官时年化收入落在 1000 亿至 1200 亿美元区间，并将寻求 2 万亿美元以上的公开市场估值；公司 5 月末的一轮融资估值为 9650 亿美元。次日，彭博社报道其上市前的循环授信规模将超过约 100 亿美元的目标，安排最积极的银行被要求各承诺约 12.5 亿美元，第二梯队约 10 亿美元，参与度较低的约 7.5 亿美元或更少，谈判仍在进行，公司也可能将规模压回目标以内甚至更低。

对照来看，OpenAI 的年化收入在 8 月 13 日被报道为 400 亿美元，较去年底的 200 亿美元翻倍。两家的口径未必一致，可比性有限，但增速差异足够显眼：Anthropic 从 90 亿到 650 亿用了七个月。这两组数字要和前面的采购份额数据对着看——Ramp 样本中 Anthropic 领先约四个百分点，而三季度至今是 OpenAI 增长更快。收入总额与企业客户数量并非同一件事，Anthropic 的收入结构中编程与智能体类高单价负载占比更高，单客户消耗量大，这解释了份额领先幅度小于收入领先幅度。

授信这笔安排比收入数字更能说明问题。一家在上市前铺开百亿美元级循环授信的公司，钱是用来覆盖算力承诺与建设支出之间的时间错配，不是拿去做日常经营。这说明未来一到两年的算力采购已经排定，也说明上市之后这些承诺会以固定成本的形式压在季度报表上。私募市场的耐心资本能容忍长期以低于成本的价格换渗透率，季度披露一开始，毛利率就成了要被公开追问的指标。签多年期承诺用量合同时，价格保护条款管多久、厂商能不能单方面更换模型版本与退役时间表，这两项会随着上市进程越来越要紧。

推理芯片的两条反向路

8 月 17 日，Groq 宣布完成 3.5 亿美元 A 轮，估值 35 亿美元，由 Disruptive 领投，英伟达计划参投，与 6 月的 6.5 亿美元合计近期融资 10 亿美元。公告里最该注意的是那句身份描述：Groq 已成为英伟达云伙伴，获认证按英伟达参考架构与运营标准设计、部署和运行英伟达加速计算，这笔资金用于支持需要中大型英伟达集群进行训练与推理的客户。公司目前运营 13 个数据中心，服务约 600 万开发者，计划 2027 年将容量从 54 兆瓦扩至 200 兆瓦以上。执行董事长 Alex Davis 同时提到团队在大规模运营自研 LPU 上的经验，自研路线并未终止。这笔交易尚待常规交割条件满足。

一家以自研推理芯片起家、长期被视为英伟达之外备选项的公司，接受英伟达出资，按英伟达的架构建云，说明在当下时间窗口中，卖算力容量比卖芯片架构更快见到现金流。原因不难推断：推理需求的增量集中在已有 CUDA 生态的负载上，自研架构要接住这部分需求，需要完整的软件栈适配，而容量本身即刻可租。

同一周的另一条信号方向相反。8 月 18 日，Etched 完成 7 亿美元 D 轮，估值 210 亿美元，Jane Street 领投，距 7 月 23 日以 103 亿美元估值完成的 C 轮约一个月，估值翻倍。据报道，Jane Street 在投资前实测了其芯片。Etched 的产品 Sohu 是只运行 Transformer 架构的专用芯片，由台积电 4 纳米制程代工，代价是无法运行其他类型的模型，换来的是同等制程下更高的能效比。一个月内翻倍的估值建立在一次由投资方自行完成的实测上，尚无第三方公开的独立基准。

两条信号摆在一起，说明专用推理硅眼下不缺钱，缺的是共识。押注专用架构的一方在赌 Transformer 这一形态足够稳定，值得把硅片固化在上面；转向英伟达云的一方在赌企业当下最缺的是能立刻交付的容量。落到采购上，未来两三年可选的推理供给方会更多，而它们之间能不能换，取决于软件层而非硬件层——同一工作负载能否在英伟达、专用芯片与国产加速卡之间迁移，决定了这批新增供给中有多少能真正当成议价筹码。

中国侧：token 调用涨九倍，广告掉两成

8 月 18 日，百度公布二季度业绩：总收入 313.3 亿元，同比下降 4%，低于市场预期，原因是在线营销收入同比下降 19% 至 131 亿元，其降幅超过 AI 业务的增幅。AI 侧数字则是另一番景象：AI 云基础设施收入同比增长 50% 至 73 亿元，其中 GPU 云收入同比增长 283%，千帆平台外部客户的 token 调用量同比增长逾九倍。包含云基础设施、AI 应用与 AI 原生营销服务在内的核心 AI 业务收入 125 亿元，同比增长 25%，约占整体业务收入的一半。

九倍这一增幅比五成的收入增速更能说明问题。token 调用量与云基础设施收入的增速差意味着单位 token 价格在同期大幅下行，需求增长的大半被价格下降抵消。这与中国模型市场过去两个季度的价格走势一致，也解释了为什么中国云厂商的 AI 收入增速看起来不如调用量增速惊人。GPU 云收入 283% 的增长则指向另一件事：企业开始直接租用算力自行运行模型，而不仅是调用 API。两个数字合在一起，采购信号相当具体：中国企业侧的 AI 消耗量在快速起量，预算增长却远远跟不上，成本压力被推给了供给侧。在中国有业务的跨国企业还要多算一层：同一套工作负载在中美两侧的单位成本差距还在拉大，而两侧的合规要求、数据落地规则与可用模型清单并不相同，路由与配额按区域分开设定的必要性随之上升。

算力供给：短约把每兆瓦年化抬到四千万美元

过去一周上游最实质的变化在合约结构而非价格数字本身。据《The Information》8 月 16 日报道，Nebius 与 CoreWeave 正把销售重心转向短期算力合约，Nebius 目前给出的口径是每兆瓦数据中心电力对应约 4000 万美元的年化合约价值，短期合约区间为每兆瓦 4000 万至 5000 万美元，首份合约已签出；一年前市场对这一指标的预期是 1000 万至 1500 万美元。同期 AWS 仍以长约为主。

合约期限的选择透露了供给方对未来的判断。长约锁定收入、平滑波动，是供给宽松时的产物；短约将定价权留在自己手中，是供给方认为价格仍会上行时的做法。支撑这一判断的两组数字是：上一代 GPU 的价格较今年一至三月上涨超过 30%，CoreWeave 7 月对全线产品提价约 25% 后近期容量仍近乎售罄。企业手上一条现成的压成本路子因此变窄。此前几个季度，靠新云厂商与三大公有云之间的价差压低推理成本还很管用，如今弹性正在收窄——价差还在，但新云一侧也在提价，而且不再愿意以长约向客户锁定低价。

内存价格没有转向的迹象。TrendForce 7 月 9 日的预测是三季度服务器 DRAM（服务器内存，AI 服务器每张加速卡都需外挂大量此类内存）合约价环比上涨 13% 至 18%，涨幅较前两季收窄的原因是长期协议对涨价形成封顶，以及消费类需求转弱。现货侧仍在创纪录：8 月 7 日 DDR4 1Gx8 3200 颗粒现货价报 42.45 美元，为该指标有记录以来最高。服务器端 64GB RDIMM 的合约价已从去年四季度的 450 美元升至今年一季度的 900 美元以上。有长期协议保护的客户与没有的客户，在这轮涨价中承担的成本完全不同，自建推理集群的企业会比租赁方案更早感受到压力。

需求端有一个具体数字：百度 GPU 云收入同比增长 283%。它与新云厂商的提价互为印证：企业租用算力自行运行模型的需求在快速起量，而供给方已经据此调整了报价策略。

这一周划下的那条线

模型厂商与企业之间的分界线，过去一周划在了数据这一侧。OpenAI 将上下文留在客户手里，只取回告警信号；Anthropic 将内容留在自己手里三十天，并公开承认这会伤害业务。两家的技术诊断一致，商业选择相反，而 Ramp 的采购数据表明企业已开始按这条线投票。这延续了两个月前那批动作的方向：厂商正将控制权拆开定价，交出去的是最容易被替代的部分，留下的是议价点。区别在于这一次拆的是数据本身，而数据的归属往往由外部监管义务决定，企业没有多少妥协余地。

成本表上多了一项。OpenAI 为安全监控的算力开销标了价：被监控推理算力的两成。这部分成本不会消失，只会以某种形式进入价目表。同期，前沿模型的交付节奏因安全审查而变得不可预测——规模最大的一次前沿训练至今暂停，没有给出时间表。企业在做明年路线图时，将某个尚未发布的型号当作确定项来排期，风险比一年前高得多。

钱在往这条产业链里涌，卖算力的一侧却在收紧条件。Anthropic 铺开百亿美元级授信、寻求 2 万亿美元估值上市，Stripe 用超过 70 亿美元买下模型聚合层，Etched 一个月内估值翻倍，Groq 转而建设英伟达云——资本对这条产业链的定价仍在上行，未来两三年可选的算力与模型供给会更多。与此同时，新云厂商缩短合约期限、上调报价，收回了一部分降价的确定性。企业能确定的是选择更多，不能确定的是哪一家的报价会一直便宜，哪一家的政策会一直稳定。在这种结构下，把准入规则、路由策略、成本归因与审计链握在自己手里，厂商侧的形态、价目表与数据政策再怎么变，都动不到企业自己的规矩和账本。