AREX Feed Article
Alex Atallah：AI 推理将成为人类史上最大市场，没有模型能通吃整张饼
"AI 模型推理会成为科技史上最大的市场。很可能是人类历史上最大的市场。"2026 年 8 月 10 日， CEO Alex Atallah 在 20VC 播客里对主持人 Harry Stebbings 说出了这句话。他没有把它当成一个远期猜想来讲，而是紧跟着甩出了一组实时运营数据。
Atallah 紧接着给了一组实时数据：OpenAI 的 GPT-5.6 Luna 在过去两周内价格累计下降 10 倍，而 OpenRouter 上该模型的用量同期增长了 13 倍。价格跌得越狠，用量涨得越凶。Jevons 悖论正在推理市场里以周为单位重演。
OpenSea 老兵转身，押注"所有模型的入口"
Alex Atallah 上一次站在聚光灯下，还是 NFT 市场 OpenSea 的联合创始人兼 CTO。他把那家公司从零做到了 140 亿美元估值，又在 2022 年离开。OpenSea 给他留下的，是一套应对流量海啸和基础设施崩溃的肌肉记忆。"我们当时服务器在融化，搜索索引在爆炸，差一点就成了加密版的 Twitter 宕机鲸。"他在中回忆，"这套扩容和容灾的经验，被我原封不动带到了 OpenRouter。"
OpenRouter 今天是什么体量？给出了几个数字：每周处理 25 万亿 token，今年将突破 1 千万亿 token；收入已达数亿美元且实现盈利；上一轮估值 13 亿美元，据报道 Stripe 已开出 100 亿美元收购要约。而 Atallah 自己在访谈发布当天：就在上周，OpenRouter 出现了第一个日处理 10 万亿 token 的交易日，单周 69 万亿。
这家公司做的事，用一句话说就是"所有 LLM 的统一接口"。400 多个模型、60 多家推理提供商，开发者接入一个 API 就能调用几乎任何模型。Menlo Ventures 合伙人 Matt Murphy 在为 OpenRouter 的 4000 万美元 A 轮时写道，超过 250 万开发者已经在用它，Andrej Karpathy 在 YC AI Startup School 上把它称为 LLM 的"通用转换开关"。
价格跌了 10 倍，用量反而涨了 13 倍
Atallah 在访谈中给出的 Luna 案例是整个论点最硬的数据支撑。OpenAI 先将 Luna 的价格砍到原来的五分之一，随后又与 OpenRouter 配合再砍一半，两周内累计降价 90%。同一时期 OpenRouter 上 Luna 的用量涨了 13 倍，不是 10 倍。"这就是 Jevons 悖论在实时发生，"Atallah 说，"token 价格下降不是在缩小市场蛋糕，而是在急剧扩大用量，而且扩大的幅度往往超过价格降幅。"
这个逻辑针对的是一种流行判断：推理会逐渐沦为低毛利的大宗商品。Atallah 的论点是，即使单位 token 的利润率持续收窄，总量膨胀的速度足以让市场总额继续往上走。
而且，推理不是同质化的。同一个模型跑在不同推理提供商上，结果可以差别很大。"Moonshot 刚刚发布了一份 Kimi K3 的基准测试，列出了各家推理提供商的评测数据。即使是对那些非常静态、众所周知的基准，数字差异也非常显著。"OpenRouter 内部的实时路由系统每 5 分钟就会根据质量、速度和价格的变化重新分配流量，谁的 token"跑得更远"，谁立刻就能拿到更多请求。
不是单一模型的竞赛，是一个失控生长的生态系统
Atallah 说得最直白的一个判断是："没有人会赢下整个市场。你不可能造出一个通吃所有场景的模型。所以你不如造一个以某种能力出名的模型。"这句话的底气来自 OpenRouter 每天看到的数据。开发者对模型有真实的黏性。即便出现了更好的模型，很多人仍然守着旧模型不放，怕破坏已经跑稳的系统，或者单纯信任自己调过的 eval 结果。
模型数量也在失控增长。"7 月我们上线了 70 个新模型，大约每 10 小时一个，"Atallah 在访谈开头说。他认为接下来还会更快。Jeff Dean 正在创办一个 agent 实验室，而 Atallah 判断 agent 公司（Cognition、Cursor 以及可能的 Lovable）天然有动力自研模型以控制技术栈。"这些 agent 实验室最终都会做模型。Jeff Dean 那边才刚刚开始。"
Harry Stebbings 在 LinkedIn 总结中写道：这不再是一个关于"哪个模型最强"的故事，而是一个关于"谁来决定每次推理用哪个模型、付多少钱、跑在谁的 GPU 上"的故事。每秒钟做出这些路由决策，本身就是一种前所未有的大规模经济活动。
美国在开源模型上"非常非常落后"
Atallah 对中国开源模型的评价没有客套。"美国非常、非常落后，"他说，然后补充，"情况在好转，我们有 Poolside、Thinking Machines、RC，但差距仍然在。"他认为中国有一个结构性优势：国家资源向 DeepSeek 这样的国家队集中，而美国开源生态的资本和算力分配远没有这么集中。GLM 5.2 被他称为"开源模型的一大步"，Kimi K3 则是 Moonshot 追上这个水平的标志。
更具反直觉的判断来自企业端的反馈。Atallah 说，美国企业实际上更怕 OpenAI 和 Anthropic，而不是中国模型。原因是前沿实验室的数据政策不透明，企业不知道自己的 prompt 存在哪里、被怎么用，也无法在自己的基础设施上跑这些闭源模型。"中国开源模型反而给了企业更多控制权。你能审计输出，能在本地部署，"他说。
他还抛出了一个很少被讨论的观点：美国的新兴实验室其实可以合法地从中国开源模型中做蒸馏，这些模型的许可条款明确允许，然后在 RL rollout 中逐条检查输出的安全性。"通过蒸馏，你能看到每一个输出，所以如果真的有什么对齐问题，你发现它的概率比用其他方法高得多。"
模型实验室迟早会吃掉你的应用层
Atallah 对正在做"AI 薄包装"的初创公司没有留什么情面。他以 Anthropic 的 Claude Design 为例：这个功能对 Anthropic 本身的收入贡献可能微不足道，但它让客户公司的设计团队开始深度依赖 Anthropic 的模型。一旦组织内部多个团队绑定同一个模型提供商，切换成本就会陡升。"凡是模型实验室认为有战略价值的工作流，它们都会往上走。Claude Design 就是样板。"
主持人 Harry Stebbings 问得直接：那么 OpenRouter 自己呢？路由层会不会被 agent 框架一口吞掉？Atallah 的回答是，那些把路由当副业做的公司，和 OpenRouter 的投入不在一个量级。"很多人做路由是因为这件事看起来很时髦。但我们 100% 的精力都压在构建最好的路由、网关和 LLM 市场上。这在我们的产品和内部基准里都能看出来。对其他人来说这不是主业，对我们来说这是全部。"
一个没有先例可参照的市场
访谈最后十几分钟聊到了一个此前很少被正面提出的问题：AI 时代，一个员工的真实成本不再等于他的工资。Atallah 说，同一个员工使用不同的模型组合，实际产生的推理开销可能差异巨大。便宜模型做确定性任务，贵模型做判断，agent 在工作流里反复调用。"以后评估一个员工，不光要看他的工资，还要看他的 AI 消费量。这是一个动态数字，每个员工都不一样，每天都在变。"
这个视角解释了 Atallah 为什么敢把推理市场称为"人类史上最大市场"。如果未来每个企业不仅要发工资，还要为每个员工维持一笔持续波动的推理预算，而推理本身因为 Jevons 悖论越用越多，那么整个市场的规模确实没有现成的参照系。
Stebbings 在节目末尾还是追问了那个问题：Stripe 的 100 亿美元收购到底会不会发生？Atallah 没有直接回答。但他给出的市场判断本身已经足够明确：不论 OpenRouter 最终卖给谁或者独立上市，推理这个赛道正在长成一个任何成熟的科技分类都无法装进去的东西。模型、芯片、软件、基础设施同时运转、持续博弈。这个空间有多大，取决于所有人同时用了多少模型、花了多少 token、做了多少次路由决策。而这个数字每一周都在翻新。
参考链接
- （2026-08-11）