開源模型佔 71.5% 代幣，佔 23% 成本
Open weight takes 71.5% of tokens and 23% of spend
開源模型 在 2026 年 10 月的 AI Gateway 產量中佔 71.5% 的代幣流量，佔 23% 的支出。
- 代幣佔比：71.5%，是自 6 月以來最高。
此報告揭示開源模型佔比激增及成本下降，幫助企業評估投資回報與供應商選擇，並透過月度指標追蹤趨勢，提供決策參考。
AI Gateway 生產指數 — 2026 年 10 月
每個月，AI Gateway 在生產應用與 AI 實驗室之間路由數兆級的 token。這些流量讓我們能觀察今日企業中 AI 使用實際情況，並每月發布於此。請參閱 7 月、8 月 與 9 月 的生產指數報告。
2026 年 10 月摘要
開放權重模型現在處理超過 7/10 的 Gateway token，佔近 1/4 的支出。 其支出份額自 6 月以來已超過四倍。
9 月的 Gateway 支出約為 12 月的 13 倍，而每個 token 的平均價格較低 47%。 近三分之一的團隊在 9 月更換了最常使用的實驗室，創下指數紀錄。
近 70% 的 9 月 Gateway 在中國模型上的支出透過美國供應商， 高於 12 月不到 10%。
Jev 是 AI Gateway 歷史上採用最快的模型，前兩週即佔 35% 的付費團隊， 但在同一期間僅佔 Gateway 支出的 0.27%。Opus 5.5 在其前兩週佔超過 1/10 的 Gateway 美元，為 9 月任何模型發布中最高的支出份額。
Frontier 支出上升 900%，佔比下降 22%
8 月，開放權重模型首次處理了 AI Gateway token 量的大多數。資金也隨之跟進。開放權重模型的支出份額在過去三個月已超過四倍，從 6 月的每 20 美元佔 1 美元，升至 9 月的近 4 美元。
開放權重模型的增長來自其價格範圍的兩端，並對映整體 Gateway。最便宜的模型推動 token 增長，而最昂貴的模型推動支出。
以 Kimi K3 為代表，價格至少是開放權重平均每 token 成本四倍的模型，佔開放權重支出增幅的約三分之二。
相反地，DeepSeek-v4.1-Flash 單獨處理了 9 月所有 token 的近一半，但僅佔 2.6% 的支出。其每 token 價格約為開放權重平均的五分之一。
客戶在市場兩端都在增加預算。自 12 月以來，Frontier 模型的支出增長了十倍；開放權重模型的支出增長了七十多倍。
9 月，68% 的團隊在開放權重模型投入更多資金，也同樣在閉合權重模型上投入更多。且超過五分之二的已支付 Frontier 模型的團隊在 9 月的支出高於 8 月，為今年最高佔比。
Frontier 的支出仍在成長，但替代方案的支出增長更快。公司可以在 Frontier 實驗室上花更多錢，同時依賴它處理較少的工作負載，因此實驗室獲得更多資金，但佔客戶業務的比例較小。
AI 支出增長 13 倍，token 價格減半
市場份額在一個規模更大、成本更低的市場中轉移。
9 月的 Gateway 支出約為 12 月的 13 倍，增幅 1,180%，而每 token 的平均價格下降 47%。同時活躍於 12 月和 9 月的中位數付費客戶，其支出翻了一番以上。
團隊支出增加，但實驗室必須持續贏得業務。9 月，近一半的團隊更換了最常使用的模型。且近三分之一更換了最常使用的實驗室，創下指數紀錄。
即使是低 token 量的團隊，也會使用多種模型。自十二月以來，處理至少 1,000 萬 token 的團隊平均使用 15 種不同模型；處理至少 1 億 token 的團隊平均使用 26 種；處理至少 10 億 token 的團隊平均使用 42 種。
模型正變成更大投資中的可替換部件。公司可以在改變支撐其 AI 產品與工作流程的模型時，持續提升其 AI 產品與流程。這樣一來，他們可以在 AI 上投入更多，而不會對單一實驗室產生更大的依賴。
中國模型對美國供應商而言是大商機
九月在中國來源模型上的閘道器支出中，超過三分之二流向美國供應商，較十二月不到十分之一有大幅提升。中國實驗室負責建模，美國供應商則執行並銷售存取權。
DeepSeek 的模型處理了 58% 的所有閘道器 token，佔 6.6% 的支出。超過五分之四的這些 token 由 DeepSeek 自行提供服務，但 5 分之 2 的花費仍透過美國供應商。
北京的 Moonshot AI（Kimi 背後的實驗室）在九月佔 3.6% 的閘道器 token 與 13.2% 的支出。美國供應商提供了九分之十的這些 token。
同樣位於北京、GLM 的建立者 Z.ai 佔全部 token 的 7.2% 與 4.5% 的支出。美國供應商提供了七分之十。
客戶可透過美國供應商銷售的存取權使用中國模型。對於九月投入更多資金於中國模型的團隊而言，平均有 53% 的花費經由美國供應商，41% 經由中國供應商。
同一中國模型可與美國模型競爭，同時為美國供應商帶來收益。
九月模型發布成績表：Jev、Opus 5.5 與 GPT-6
模型發布是否成功取決於你衡量的指標：使用範圍、使用量與支出，或是初期使用者的留存率。我們以這些指標對九月至少有兩週資料的每一次模型發布進行排名；表格顯示各項指標的前十名。完整成績表列於報告最後。
Jev 是採用率最高、呼叫量最大的模型
在前兩週內，Jev 覆蓋了超過三分之一的付費團隊，幾乎是第二名 Sonnet 5.5 的兩倍。這是 AI Gateway 歷史上最快的採用速度。
Jev 亦在九月收到了最多請求，儘管它是月中期才發布。第一週嘗試 Jev 的團隊中，55.6% 在第二週回來，這是第五高的留存率。
Jev 是決策模型。與典型的語言模型請求相比，Jev 請求更快、更便宜，且使用的 token 只有一小部分。因此，儘管採用率高且範圍廣，Jev 只佔本月 token 的 1% 與支出的 0.15%。
九月，Jev 很快成為生產環境中受歡迎的模型，但仍僅佔推論費用的一小部分。
Opus 5.5 佔用超過十分之一的閘道器支出
收到最多支出的發布是 Opus 5.5，其份額是其他九月發布的兩倍以上，接著是 GPT-6 Astra 與 DeepSeek-v4.1-Flash。
Opus 5.5 迅速流行，近九分之十的支出來自已經使用 Opus 5 的團隊。現有客戶嘗試新版本，卻讓更廣泛的 Opus 系列失去市場份額。
在所有版本中，Opus 在九月佔據了近三分之一的閘道支出，較八月的二分之一下降。Anthropic 的整體佔比首次跌破總閘道支出的半數，從 63.7% 下降至 43.9%。
Luna 帶回使用者；Astra 帶來支出
GPT-6 Luna 在前兩週接近每二十個付費團隊中有三個，排名第三，僅次於 Jev 和 Sonnet 5.5。其回訪率為本月最高，近三分之二的首週嘗試團隊在第二週再次使用。
GPT-6 Astra 觸及的受眾較小，但佔用更多預算。在前兩週，它約佔每二十美元一美元；Luna 佔不到每百美元一美元。Luna 的使用團隊數量近三倍，而 Astra 佔的支出份額則超過五倍。
OpenAI 正在用 Luna 吸引更多客戶，但用 Astra 則能捕捉更高金額，儘管使用者較少。
完整九月份分數卡
先前 AI Gateway 生產指數報告
本報告說明
本報告使用經匿名化、聚合的流量，通過 Vercel AI Gateway 直至 2026 年 9 月。
測量說明：
Token 量包含輸入、輸出、推理、快取輸入及快取建立 token。
支出估算以公佈的清單價格為基準；實際帳單可能不同。每個 token 的平均價格為估算支出除以 token 量。
Open-weight 分類遵循目前 AI Gateway 模型列表，比早期報告更廣泛。
切換率比較兩個月中至少 10 百萬付費 token 的付費團隊。“最常用”以付費 token 衡量。
供應商位置指公司總部。
啟動指標涵蓋每個模型前 14 天內的外部付費團隊。覆蓋範圍使用自啟動月開始至資料截止的活躍付費團隊。支出份額使用模型視窗期間的總付費閘道支出。回訪率為首週團隊在第二週再次使用的比例。
模型計數涵蓋 12 月至 9 月，每個版本單獨計算。團隊規模門檻使用該期間的總輸入與輸出 token。
所有數字使用最新可用資料與協議；先前月份可能隨方法論更新而修訂。