AI Gateway 生产指数——2026 年 9 月
每个月，AI Gateway 都会在生产应用与 AI 实验室之间路由数十万亿个 token。这些流量让我们得以看清当下企业里 AI 的真实使用情况，我们每月在此发布。可查看 6 月、7 月和 8 月的生产指数报告。
2026 年 9 月摘要
9 月指数报告的是截至 2026 年 8 月收集的 AI Gateway 数据。
- 开放权重模型首次承担了网关上的多数 token，占比从 12 月的 7% 升至 8 月的 56%。
- 平均每个 token 的成本不到五个月前的一半。8 月每 token 价格下降 23.2%，连续第三个月下降，而中位数团队的支出减少了 7.6%。
- Anthropic 能力最强的模型 Fable 5，在一个月内丢掉了三分之二的网关支出份额。价格只有它一半的 Opus 5，份额翻了三倍。Anthropic 仍保有全部支出的 64%。
- 自 5 月以来，Gemini 3 Flash 的网关 token 份额下滑了 95%，其流失的用量中，超过四分之三流向了其他实验室的模型。
最新指数动态
月度报告涵盖截至 8 月的数据。两期之间如有值得关注的进展，我们会在此补充。
- 9 月 17 日：OpenAI 于 9 月 3 日发布了 Astra，两天内就拿下了 OpenAI 三分之一的支出，并且是 Fable 5.1 网关支出份额的两倍。在头十二天里，Astra 占据了全部网关支出的 7.7%，而早两天发布、定价相同的 Fable 5.1 只占 3.7%。
- 9 月 18 日：Jev 现已成为 AI Gateway 历史上采用速度最快的模型。发布后 24 小时内，就有近 13% 的付费团队在使用它，是 GPT-5.6 系列的 2 倍，是 Fable 5.1 的 6 倍以上。
开放权重模型首次占据 token 量的多数
8 月，开放权重模型承担了 AI Gateway 上全部 token 的 56%，这是它们首次占据用量多数的月份。
2025 年 12 月，它们处理的 token 还不到十分之一，仅仅八个月后，其 token 用量就超过了所有闭源权重模型的总和。
从 4 月到 8 月，开放权重模型的 token 份额逐月上升，从总量的 13% 升至 56%。
尽管前沿模型仍占据支出的多数，开放权重模型的金额份额正在加速增长。随着开放权重模型能力提升，客户正把更多生产工作负载迁移过去。
开放权重模型处理了 8 月网关 token 的 56%，占支出的 14%。
开放权重模型采用率的增长，帮助网关上的平均每 token 价格在 8 月下降了 23.2%，这是连续第三个月下降，也是 4 月以来降幅最大的一次。在两个月都运行了超过一千万 token 的团队中，中位数团队的每 token 支出减少了 7.6%，是 7 月 2.9% 降幅的两倍多。
团队现在可以用同样的预算获得更多推理量，只在值得付出溢价的任务上使用前沿模型。
前沿模型进入平台期，Fable 的支出流向 Opus 5
值得使用前沿模型的生产工作负载，并不总是需要最贵的那一个，只需要一个够用的模型。
Fable 是 Anthropic 售卖的能力最强的模型。Opus 是它下面的一档，每 token 价格大约是 Fable 的一半。7 月 1 日，美国对 Fable 5 的出口管制解除、访问恢复后，它的网关支出份额一度飙升至 13.2%。同月月底，Opus 5 上线。
8 月，Fable 5 的网关支出份额降至 4.9%，Opus 5 的份额升至 22.5%。使用过 Fable 的团队中有九成削减了用量，其中迁往 Opus 5 的工作负载比任何其他模型都多。Fable 多出来的能力，不值那两倍的价格。
Fable 5 的网关支出份额从 7 月的 13.2% 降至 8 月的 4.9%，而 Opus 5 的支出份额升至 22.5%。
团队离开了 Anthropic 最贵也最强的模型 Fable，但这家实验室仍保住了网关支出的大头，因为这些工作负载是降级到了 Opus 5，而不是转投其他实验室。
自 12 月以来，通过 AI Gateway 花出的每一美元中，Anthropic 每个月都至少拿走 61 美分，8 月为 64 美分。即便占据前两位的具体模型发生了变化，它的模型自 12 月起每个月都稳居支出榜前两名。
自 12 月以来，Anthropic 一直占据支出榜前两名。Google 和 OpenAI 各有两次挤进第三。
客户忠诚度跟随的是模型特性，而非实验室
对实验室的忠诚并不跟着品牌走，而是跟着模型特性走，而且一致性最重要。
当新模型保留了用户看重的前代特质时，实验室就能留住客户；否则，这些客户就会通过其他供应商来满足需求。
Claude Opus 5 发布时，它获得的份额几乎是 Fable 流失份额的两倍，因为它以一半的价格处理了同样的工作负载。而 Z.ai 发布 GLM-5.3-Flash 后五天内，它的日用量就达到了 GLM-5.2 的三倍。
GLM-5.3-Flash 在登陆 AI Gateway 一天后就超过了 GLM-5.2，到 8 月 31 日已处理 Z.ai 三分之二的 token。
Google 难以留住使用其新模型的客户。由于新产品在能力或价格上都没有带来相对优势，Gemini 3 Flash 的多数工作负载转到了 OpenAI、Anthropic 和 DeepSeek。
Gemini 3 Flash 流失的用量中，超过四分之三流向了其他实验室，而 Google 自家的全尺寸 Flash 后继模型只接住了不到十分之一。
从 Gemini 3 Flash 流出的用量中，约有一半流向了更便宜的模型，以 GPT-5.6 Luna 为首，其每 token 价格不到前者的一半。另一半中的大部分流向了价格更高的模型，以 Claude Opus 5 和 Sonnet 5 为首，它们的价格分别约为 Gemini 3 Flash 的九倍和三倍。
用户转向更合适的模型，意味着同期 Google 的网关 token 份额从 30% 降至 5%，其中 Gemini 3 Flash 占了损失的 25 个百分点中的 22 个。
专题报告：Astra 在 48 小时内拿下 OpenAI 三分之一的支出，发布时以二比一领先 Fable 5.1
GPT-6 Astra 于 9 月 3 日登陆 AI Gateway，价格与 Fable 5.1 相同，是 GPT-5.6 Sol 的两倍半。两天后，它就占据了网关上 OpenAI 模型每三美元支出中的一美元。此后它的支出份额一直保持，在 28% 到 39% 之间浮动。
在 OpenAI 的模型阵容内，9 月 4 日至 16 日期间，Astra 和 Sol 处理了 OpenAI 27% 的 token，却占其支出的 71%。Luna 和 Nano 处理的 token 量超过前者的两倍，支出却只有约九分之一。
Luna 处理的 token 是 Astra 的八倍多，但 Astra 的支出是前者的四倍多。
Anthropic 于 9 月 1 日发布了 Fable 5.1，比 Astra 早两天。就各自在网关上的头十二天而言，Astra 占据了全部网关支出的 7.7%，是 Fable 5.1 的 3.7% 的两倍多，使用它的团队数量也是后者的两倍。
Astra 在第四天就超过了 Fable 5.1 的累计网关支出，到第 12 天已达到 Fable 十二天总额的两倍。
OpenAI 较便宜的模型承担了它的用量，而 Astra 对 Fable 的早期领先表明，它也能在最高价位上吸引团队。两者结合，让 OpenAI 能够与其他前沿实验室在规模和高端支出两方面同时竞争。
更多内容，敬请期待下月的报告。
8 月数据中的其他发现
- Google 的 Nano Banana 首次在图像支出上领先，占 50%，GPT Image 为 44%，不过 GPT Image 在生成图像数量上重新夺回领先，为 46% 对 39%。
- Google 的 Veo 升至视频支出第二位，占 20%，7 月为 15%。Seedance 在视频生成数量和视频支出上仍居第一。
- xAI 的 Grok Imagine 所生成视频的占比自 6 月以来已降至不到一半，从 42% 降至 31%，再降至 19%。
往期 AI Gateway 生产指数报告
关于本报告
本报告使用的是截至 2026 年 8 月、经 Vercel AI Gateway 路由的匿名汇总流量。
关于统计口径的几点说明：
- token 量包括输入、输出、推理、缓存输入和缓存创建 token。
- 支出按各实验室公布的标价估算，实际账单可能有所不同。平均每 token 价格为估算支出除以 token 量。
- 关于用量流向的表述，比较的是同一批团队的变化，并不追踪单个 token 在模型之间的去向。
- 开放权重的分类遵循当前 AI Gateway 模型列表，范围比早期报告使用的定义更宽。
- 所有数据均使用可获得的最新数据；随着方法更新，以往月份的数据可能会被修订。