过去60天，全球主流AI部署平台Vercel AI Gateway的调用数据揭示出一个重要拐点：开源模型的Token调用份额从28%暴涨至62%，历史上首次反超闭源模型，成为当下模型市场的主流
过去两个月，Vercel AI Gateway上的开源模型Token调用份额从28%升至62%，历史上第一次超过闭源模型。
我认为，这个数字最值得关注的地方，不是开源模型在排行榜上赢了，而是模型市场的价值标准正在改变：最强的模型，不再天然获得最多的调用。
当然，Vercel AI Gateway只是一个部署平台，它的数据不能直接等同于整个大模型市场。但作为每天路由海量Token的平台，它清楚地反映出开发者和企业工作负载的迁移方向。
开源模型进入了生产工作流
4月时，开放权重模型在Vercel AI Gateway上的Token份额还只有约11%；6月下旬达到28.4%；到8月22日，已经升至62%。
其中，DeepSeek单独占到22.6%。GLM-5.2上线两周后，日Token消耗量增长约50倍。
这与过去的开源热潮有本质区别。此前，开源模型更多用于测试、研究和边缘任务；现在，它们开始进入Coding、Agent、工具调用和长程任务等生产场景。
模型只有进入真实工作流，持续消耗大量Token，才真正形成商业影响。Benchmark上的接近不等于市场上的替代，生产级调用的迁移才是。
更值得注意的是，开源份额上升并不是因为闭源模型停止增长。OpenAI和Anthropic的绝对调用量仍在增加，只是新增Token更多流向了开源阵营。
这说明市场还在扩大，但增长的分配方式已经改变。
企业不再默认购买最强模型
过去几年，闭源模型有一套清晰的商业飞轮：率先做出最强模型，依靠能力领先获得最多用户和最高定价，再用利润投入下一代前沿模型。
这套模式的关键，不只是技术领先，而是领先能够维持足够长的时间。
现在，这个窗口正在迅速缩短。原文引用的分析显示，从Scaling、Reasoning到Agentic阶段，开源模型追上闭源模型所需的时间大约每一代缩短一半：过去可能需要一年，现在可能只需要四五个月。
闭源模型仍然可以率先抵达下一站，但独占下一站的时间越来越短。企业因此会重新计算：为了几个百分点的能力提升，是否值得支付数倍甚至十倍的成本？
Anthropic旗舰模型Fable 5的销售表现提供了一个例子。它发布两个多月后，只占相关企业客户模型支出的约11.4%；更便宜的Opus 5上线后，支出很快反超。
这并不意味着企业不需要高水平模型，而是企业开始按任务配置模型，不再默认把所有工作都交给最强、最贵的产品。
Agent放大了Token成本
单轮问答时代，模型之间几分钱的价差可能并不重要。Agent时代，一项任务可能触发几十轮甚至上百轮调用，小价差会被持续放大，最终直接影响产品的成本结构和毛利率。
对邮件总结、搜索、信息抽取、普通Coding以及大量Agent子任务来说，95分和97分的能力差异，往往很难支撑数倍的价格差异。
模型智能正在出现边际效用递减。从70分提高到90分，可以让很多任务从不能做变成能做；从95分提高到97分，训练和推理成本可能大幅增加，客户获得的实际收益却未必同步增长。
因此，企业真正需要的不是所有环节都使用最强模型，而是在质量、速度和成本之间进行组合。前沿模型负责少数高难度任务，足够好的低成本模型承担大部分调用，这可能成为Agent应用的常态。
闭源巨头也开始竞争性价比
面对开源模型的冲击，闭源厂商已经把单位成本下的性能放到更重要的位置。
OpenAI开始强调单位美元性能，Anthropic下调高阶模型价格，谷歌也加快轻量模型的更新和降价。性价比不再只是开源模型的卖点，而成为所有厂商必须回答的问题。
这意味着竞争正在从单一的能力竞赛，转向能力、价格、速度、部署方式和生态的综合竞争。最强模型依然重要，但仅有最强模型已经不够。
英伟达押注的是Token总量
英伟达向Poolside支付60亿美元技术授权费，并追加10亿美元股权投资，同时吸收100多名工程师进入Nemotron团队。按照原文披露的计划，其目标是在一年内推出超万亿参数的前沿开源模型。
表面上看，英伟达正在进入模型层，与OpenAI、Anthropic等重要客户形成竞争。站在英伟达的商业位置上看，这个选择并不矛盾。
英伟达未必需要押中最终排名第一的模型。只要开源模型把推理价格持续打下来，更多应用就会被创造出来，全球Token消耗量也会随之增长。模型层越开放、竞争越激烈，算力基础设施的需求反而越大。
所以，英伟达扶持开源模型，本质上是在扩大整个计算市场。模型利润可以分散，硬件需求却可能集中到底层平台。
被打破的是智能溢价
开源模型不需要在所有指标上成为世界第一。它只需要把与前沿模型的差距缩小到“足够好”，再依靠明显的成本优势，就能吸引大量Token迁移。
62%的份额并不能证明闭源模型已经失败，也不意味着前沿能力失去价值。真正发生变化的是，最强能力、最多Token和最高收入不再必然绑定在同一个模型上。
我判断，下一阶段的大模型竞争不会简单地以开源或闭源分出胜负。真正决定市场格局的，是谁能以更低的综合成本，把足够好的能力稳定地送进生产流程。
过去大家争夺的是智能的最高点。现在更大的战场，是智能能否被大规模、低成本地使用。