跳到正文
Vercel Blog(vercel.com)· Amelia Charles·· 14 天前精選品質評分78

Vercel AI Gateway 2026 年 11 月報告:決策模型佔 26% 請求,Anthropic 新團隊首選近乎領先兩倍

Decision models take 26% of requests; Anthropic now wins new teams 2:1

重點導讀

Vercel 發布 2026 年 11 月 AI Gateway Production Index,指出決策模型已佔 10 月全部請求的 26%,而新付費團隊首選 Anthropic 的數量近乎是 OpenAI 的兩倍。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

Vercel 以匿名彙總流量呈現模型採用與更替速度,並列出各項統計口徑,便於理解企業團隊的實際使用變化。

正文 · 中文翻譯

AI Gateway 生產環境指數 — 2026 年 11 月

每個月,AI Gateway 都會在正式環境中的應用程式與 AI 實驗室之間路由超過 100 兆個 token。這些流量讓我們得以瞭解當今企業與新創生態系中的 AI 使用情況,涵蓋語言、決策、語音、影像和影片模型。我們每月都會在此發布報告。檢視 8 月、9 月和10 月的生產環境指數報告。

2026 年 11 月摘要

  • 短短六週內,決策模型的使用量成長至 Gateway 請求的四分之一,但每花費 1 美元,其中僅有半美分用於這類模型。10 月,近三分之一的付費團隊使用了決策模型。在每月處理超過 100 億個 token 的團隊中,十分之七使用了決策模型。

  • 10 月約有11%的付費團隊使用語音模型,高於 7 月的4%。

  • OpenAI 和 Anthropic 目前觸及的付費團隊比例大致相同;10 月的新團隊選擇 Anthropic 的比例則接近 OpenAI 的兩倍。另一方面,自 12 月以來,OpenAI 在 Gateway 支出中的佔比已增加三分之二。

  • 超過一半的語言模型請求都送往推出未滿兩個月的模型,高於不到三成的先前比例。典型模型的使用量達到高峰後不到一個月,四分之三的使用團隊就已轉用其他模型。


決策模型佔所有請求的 26%

正式環境中的 AI 正分成兩種用途:生成與判斷。直到最近,軟體需要快速做出決定時,團隊只能選擇便宜但僵化的固定規則,或是聰明但緩慢且昂貴的語言模型。

如今,決策模型成了第三種選擇。這類模型會分類、評分或從選項中挑選,而不是生成文字;每次請求的成本約為語言模型的七十分之一。

決策模型於 9 月中旬登上 AI Gateway,目前已有八家供應商提供 15 種決策模型。10 月,AI Gateway 上近三分之一的付費團隊使用了決策模型。約 11% 的付費團隊只使用決策模型,完全沒有向文字生成模型發出請求。

決策模型的每個 token 成本低得多,而且回答非常簡短,因此即使 10 月它們接收了約四分之一的 Gateway 請求,支出也只佔總額的 0.53%。

這些請求量幾乎全都流向 TypeSafe AI 的 Jev,單是 Jev 收到的請求數就接近 Anthropic 總請求數的四倍。團隊每在 Jev 上花費 1 美元,就會在 Anthropic 模型上花費 64 美元。

最常使用決策模型的是 AI 使用量最大的團隊。10 月,處理不到 1,000 萬個 token 的團隊中,略高於五分之一使用了決策模型;處理 1 億至 10 億個 token 的團隊中,近半使用了決策模型;超過 100 億個 token 的團隊中,十分之七使用了決策模型。

部分原因是大型團隊會使用更多種類的模型。支出排名前 1% 的團隊,使用的模型數量中位數為 29 種;排名後 10% 的團隊則只使用一種。另一個原因是請求量:團隊發出的請求越多,就越能從更快速、成本效益高得多的簡單決策模型中獲益。

語音模型的採用率自 7 月以來增至 2.6 倍

10 月約有九分之一的付費團隊使用語音模型,高於 7 月的二十四分之一,增幅達 161%。

新團隊開始使用語音模型,既有團隊也在增加使用。7 月和 10 月都有付費的團隊中,使用語音模型的比例從 5% 升至 14%。

使用語音的團隊也愈來愈常使用語音。每月傳送至少 100 次語音請求的團隊佔比成長了五倍;9 月使用語音的團隊中,有十分之六在 10 月再次使用,高於 7 月的不到一半。

與 AI 應用程式進行語音對話分成三個步驟:

  • 語音模型將使用者的語音轉成文字

  • 語言模型撰寫回覆

  • 另一個語音模型將回覆念給使用者聽

大多數使用語音的團隊只使用其中一或兩個部分。自 7 月以來,語音轉文字模型的使用量幾乎增加了三倍,文字轉語音則增加了三倍以上。

有些模型能獨立完成全部三個步驟。7 月時,約四分之一使用語音的團隊採用這類全功能模型,六分之一則自行組合各個部分。到了 10 月,這兩個比例互換了。

對大多數團隊來說,語音是讓使用者與既有應用程式或代理程式交談的新方式。團隊偏好的語言模型仍處於核心位置,並可在一端或兩端加入語音功能。

Anthropic 吸引的新團隊數是 OpenAI 的兩倍,OpenAI 的支出佔比增加了三分之二

去年 12 月,AI Gateway 上每 100 個付費團隊中,有 70 個使用 OpenAI 模型,48 個使用 Anthropic 模型。到了 10 月,兩家實驗室的數字已幾乎持平,OpenAI 為 55 個,Anthropic 為 54 個。

如今,兩家實驗室都觸及更多自 12 月起就在 Gateway 上的團隊,但 Anthropic 的觸及率成長更多。這些團隊中使用 Anthropic 的比例,從約一半升至三分之二;使用 OpenAI 的比例則從約四分之三升至五分之四。

Anthropic 的成長大多來自新團隊。10 月時,選擇 Anthropic 為首選實驗室的新團隊數,幾乎是選擇 OpenAI 的兩倍。

不過,在規模最大的團隊中,兩家實驗室幾乎都已觸及所有團隊。支出排名前 1% 的團隊中,超過十分之九同時使用 Anthropic 和 OpenAI。這些團隊如今成為兩家實驗室競爭的物件,彼此較量各自承接的工作量。

以這項指標來看,Anthropic 仍領先,但 OpenAI 已迎頭趕上。如今,OpenAI 取得 Gateway 每 1 美元支出中近 15 美分,高於 12 月的約 9 美分;同期 Anthropic 的佔比則減半至約 32 美分。

目前大多數 AI 流量都使用推出未滿兩個月的模型

團隊採用新模型的速度幾乎和實驗室推出模型一樣快。10 月的語言模型請求中,超過一半流向推出未滿 60 天的模型。9 月以前,這個比例從未超過十分之三。

在每個模型系列中,新版本推出的間隔中位數為 61 天,而一般模型在推出後一個月內就達到使用高峰。四週後,高峰期使用該模型的團隊中,有四分之三不再使用它,無論該系列是否已推出後繼版本。這些團隊大多仍在使用 AI Gateway,只是改用其他模型。

團隊經常更換模型,通常改用較新的模型,也常改用其他實驗室的模型。10 月時,每月使用至少 1,000 萬個 token 的團隊中,約有一半更換了最常使用的模型。其中五分之四改用較近期推出的版本,十分之六改用不同實驗室的模型。

較舊的模型仍在使用中,通常會與較新的主要模型並用。10 月時,每月使用至少 1,000 萬個 token 的團隊中,有十分之七仍使用推出至少十個月的模型;但對一般團隊來說,這類模型處理的 token 不到 3%。

AI 模型如今的半衰期約為六週。這表示對使用模型的團隊而言,實驗室的實力取決於最新模型,而且每推出一個新模型,就必須重新贏得團隊的青睞。

10 月資料中的其他發現

  • Opus 5.5 在首個完整月份便成為支出最高的模型。所有團隊的支出中,約有七分之一花在它身上。AI Gateway 上使用最廣泛的六個模型中,有四個來自 Anthropic:Sonnet 5.5(觸及 26% 的付費團隊)、Haiku 5.5(22%)、Haiku 4.5(20%)和 Opus 5.5(18%)。另外兩個是 Jev(28%)和 GPT-6 Luna(19%)。

  • AI Gateway 上的圖片和影片使用量都創下單月新高。投入支出的團隊數量前所未見,而規模最大的團隊採用速度最快。支出排名前 1% 的團隊中,約有三分之一現在使用圖片模型,高於 7 月的四分之一。六分之一使用影片模型,高於先前的十分之一。

  • OpenAI 最新的圖片模型 GPT-Image-2.5 Sunburst 在首個完整月份便領先圖片支出,其後依序為 Flare 和 GPT-Image-2。ByteDance 的 Seedance 2.5 連續第三個月領先影片支出,超越 Google 的 Veo 3.1 和 Kuaishou 的 Kling 3.0。


關於這些資料

本報告使用透過 Vercel AI Gateway 路由至 2026 年 10 月的匿名彙總流量。

測量方式說明:

  • 支出依公佈的牌價估算;實際帳單可能有所不同。

  • 付費團隊是指當月至少有一筆付費請求的團隊。團隊規模以該團隊當月的總 token 數衡量。

  • 決策模型是 AI Gateway 模型清單中分類為決策模型的模型。

  • 每個模型版本分開計算。模型版本的使用年限從該版本首次出現在 AI Gateway 的日期起算;Gateway 的歷史資料始於 2025 年 10 月 20 日。

  • 切換率比較 9 月和 10 月的 token 數都至少達 1,000 萬的付費團隊。團隊最常使用的模型以 token 數衡量。

  • 語音資料從 2026 年 6 月 22 日開始統計。當日使用語音轉文字、語言模型和文字轉語音的團隊,歸類為「自行組合各項元件」。

  • 新團隊的首選實驗室,是該團隊在第一個月中傳送最多語言模型請求的實驗室。

  • 所有資料均採用最新可用資料和方法;隨著方法更新,先前月份的資料可能會修訂。

進一步瞭解我們的 方法,並探索或下載公開資料。

閱讀更多

來源: Vercel Blog (vercel.com)
開啟原文

讀者討論

理性交流 · 即時討論