AI Gateway 生产指数 — 2026 年 11 月
每个月，AI Gateway 在生产应用与 AI 实验室之间路由超过 100 万亿个 token。这些流量让我们得以一窥当今企业和初创公司格局中，语言、决策、语音、图像和视频模型的 AI 使用情况。我们每月在此发布。请参阅 8 月、9 月 和 10 月 的生产指数报告。
2026 年 11 月摘要
- 在六周内，决策模型增长到占网关请求的四分之一，而每花费一美元中仅占半美分。接近三分之一的付费团队在 10 月使用了决策模型。在每月处理超过 100 亿 token 的团队中，十分之七使用了决策模型。
- 约 11% 的付费团队在 10 月使用了语音模型，高于 7 月的 4%。
- OpenAI 和 Anthropic 现在覆盖的付费团队份额大致相同，而 10 月的新团队选择 Anthropic 的比例接近二比一。与此同时，OpenAI 在网关支出中的份额自 12 月以来增长了三分之二。
- 超过一半的语言模型请求流向了发布不到两个月的模型，高于此前的不到十分之三。在一个典型模型使用量达到峰值后的一个月内，使用它的团队中四分之三已经转向其他模型。
决策模型占所有请求的 26%
生产级 AI 正在分化为两项工作：生成与判断。直到最近，当软件需要快速做出判断时，团队可以使用固定规则——便宜但僵化，或者使用语言模型——聪明但缓慢且昂贵。
决策模型现在是第三种选择。它们进行分类、评分或在选项之间做选择，而不是生成文本，每次请求的成本约为语言模型的七十分之一。
它们于 9 月中旬登陆 AI Gateway，目前有来自八家不同供应商的 15 个决策模型可用。10 月，AI Gateway 上近三分之一的付费团队使用了决策模型。约 11% 的付费团队使用了决策模型，而没有向文本生成模型发送任何请求。
决策模型每 token 成本远低，且给出的答案非常简短，因此尽管它们在 10 月收到了约四分之一的网关请求，却仅占总支出的 0.53%。
几乎所有这些请求量都流向了 TypeSafe AI 的 Jev，仅它一家收到的请求量就接近 Anthropic 总请求量的四倍。团队每在 Jev 上花费 1 美元，就在 Anthropic 模型上花费 64 美元。
决策模型在运行最多 AI 的团队中最为常见。10 月，运行少于 1000 万 token 的团队中略多于五分之一使用了决策模型。在 1 亿到 10 亿 token 的区间，近一半使用了决策模型。超过 100 亿 token 的团队中，十分之七使用了决策模型。
部分原因是大型团队什么都用得多。按支出排名前 1% 的团队中位数使用 29 个不同模型，而排名后十分之一的团队只使用一个。这也是规模效应。团队发送的请求越多，就越能从一种更快、成本效益高得多地做出简单决策的模型中获益。
语音采用率自 7 月以来增长 2.6 倍
约九分之一的付费团队在 10 月使用了语音模型，高于 7 月的二十四分之一，增长了 161%。
新团队正在使用语音，现有团队也在增加语音。在 7 月和 10 月都付费的团队中，使用语音的比例从 5% 升至 14%。
使用语音的团队也在更多地使用它。每月发送至少 100 次语音请求的团队份额增长了五倍，9 月的语音团队中有十分之六在 10 月继续使用，高于 7 月的不到一半。
与 AI 应用进行语音对话需要三个步骤：
- 语音模型将用户的语音转换为文本
- 语言模型撰写回复
- 另一个语音模型将回复读回给用户
大多数语音团队只使用其中一两个环节。语音转文本模型的使用量自 7 月以来增长了近两倍，文本转语音增长了超过两倍。
有些模型自行完成全部三个步骤。7 月，约四分之一的语音团队使用这类一体化模型，六分之一的团队自行组装各环节。到 10 月，这两个数字互换了。
对大多数团队来说，语音是用户与他们已有的应用或智能体对话的新方式。团队偏好的语言模型仍处于中间，他们可以在一端或两端添加语音。
Anthropic 以二比一赢得新团队，OpenAI 的支出份额增长三分之二
去年 12 月，AI Gateway 上每 100 个付费团队中有 70 个使用 OpenAI 模型，48 个使用 Anthropic 模型。到 10 月，两家实验室几乎持平，OpenAI 为 55，Anthropic 为 54。
两家实验室现在都覆盖了更多自 12 月以来就在网关上的团队，但 Anthropic 的覆盖增长更多。这些团队中使用 Anthropic 的份额从约一半升至三分之二，而 OpenAI 的份额从约四分之三升至五分之四。
Anthropic 的大部分增长来自新团队。10 月，它作为首选实验室的新团队数量几乎是 OpenAI 的两倍。
但在最大的团队中，两家实验室几乎已覆盖所有人。按支出排名前 1% 的团队中，超过十分之九同时使用 Anthropic 和 OpenAI。对于这些团队，两家实验室现在竞争的是各自能获得多少工作量。
按这一指标，Anthropic 仍然领先，但 OpenAI 已缩小差距。OpenAI 现在占网关每美元支出中的近 15 美分，高于 12 月的约 9 美分，而 Anthropic 的份额同期减半至约 32 美分。
大多数 AI 流量现在运行在发布不到两个月的模型上
团队转向新模型的速度几乎与实验室发布新模型的速度一样快。10 月的语言模型请求中超过一半流向了发布不到 60 天的模型。在 9 月之前，这一份额从未超过十分之三。
在每个模型家族内，新版本以中位数每 61 天推出一次，而一个典型模型在发布后一个月内达到使用峰值。四周后，在其峰值时使用它的团队中有四分之三已不再使用它，无论该家族是否已推出后继版本。这些团队中的大多数仍留在 AI Gateway 上，使用其他模型。
团队频繁更换模型，通常换成更新的模型，且常常换到另一家实验室。10 月，每月运行至少 1000 万 token 的团队中约有一半更换了其最常用的模型。其中五分之四转向了更新的版本，十分之六转向了不同的实验室。
较旧的模型仍在使用，通常与更新的主模型并用。10 月，每月运行至少 1000 万 token 的团队中有十分之七仍在使用至少十个月前发布的模型，但对典型团队而言，其 token 占比不到 3%。
AI 模型现在的半衰期约为六周。这意味着，对使用它们的团队而言，实验室的水平只取决于其最新模型，并且必须凭借每一个新模型重新赢得业务。
10 月数据中的其他发现
- Opus 5.5 在其首个完整月份中按支出成为最热门模型。它占据了所有团队约七分之一的支出。AI Gateway 上使用最广泛的六个模型中有四个来自 Anthropic：Sonnet 5.5（覆盖 26% 的付费团队）、Haiku 5.5（22%）、Haiku 4.5（20%）和 Opus 5.5（18%）。另外两个是 Jev（28%）和 GPT-6 Luna（19%）。
- 图像和视频在 AI Gateway 上都迎来了迄今最大的月份。投入支出的团队数量创下新高，而规模最大的团队采用得最快。按支出排名前 1% 的团队中，约三分之一现在使用图像模型，高于 7 月的四分之一。六分之一使用视频模型，高于此前的十分之一。
- OpenAI 最新的图像模型 GPT-Image-2.5 Sunburst 在其首个完整月份中领跑图像支出，紧随其后的是其 Flare 和 GPT-Image-2 模型。字节跳动的 Seedance 2.5 连续第三个月领跑视频支出，领先于 Google 的 Veo 3.1 和快手的 Kling 3.0。
关于本数据
本报告使用截至 2026 年 10 月经由 Vercel AI Gateway 路由的匿名化聚合流量数据。
关于统计方法的几点说明：
- 支出按公开标价估算；实际账单可能有所不同。
- 付费团队是指当月至少有一次付费请求的团队。团队规模以该团队当月的总 token 数衡量。
- 决策模型是指在 AI Gateway 模型列表中被归类为决策模型的模型。
- 每个模型版本单独计数。模型年龄从该版本在 AI Gateway 上线的第一天算起，网关历史始于 2025 年 10 月 20 日。
- 切换率比较的是在 9 月和 10 月均至少有 1000 万 token 的付费团队。团队最常用的模型按 token 衡量。
- 语音数据始于 2026 年 6 月 22 日。“自行拼装各环节”的团队指在同一天使用了语音转文字、语言模型和文字转语音的团队。
- 新团队的首选实验室是其在第一个月发送语言模型请求最多的实验室。
- 所有数字均使用最新可用的数据和协议；随着方法论的更新，此前月份的数据可能会被修订。