AI Gateway 生产指数 — 2026 年 10 月
每个月，AI Gateway 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一窥当今企业中 AI 使用的真实面貌，我们每月在此发布。请参阅 7 月、8 月和 9 月的生产指数报告。
复制标题链接2026 年 10 月摘要
开放权重模型现在处理超过七成的网关 token，并占据近四分之一的支出。自 6 月以来，它们的支出份额增长了三倍多。9 月的网关支出约为 12 月的 13 倍，而每 token 平均价格下降了 47%。近三分之一的团队在 9 月更换了其最常用的实验室，创下指数纪录。9 月网关在中国模型上的支出中，近 70% 流经美国供应商，而 12 月这一比例不到 10%。Jev 是 AI Gateway 历史上采用最快的模型，在头两周内覆盖了 35% 的付费团队，但同期仅占网关支出的 0.27%。Opus 5.5 在其自身头两周内拿下了超过十分之一的网关支出，是 9 月所有模型发布中支出份额最大的。
复制标题链接前沿模型支出增长 900%，支出份额下降 22%
8 月，开放权重模型首次处理了 AI Gateway 的大部分 token 量。资金现在也随之而来。过去三个月，开放权重的支出份额增长了三倍多，从 6 月的每二十美元网关支出中占一美元，到 9 月的近四分之一。
开放权重的增长来自其价格区间的两端，并且与更广泛的网关趋势一致。最便宜的模型推动 token 增长，而昂贵的模型推动支出。
以 Kimi K3 为首，每 token 价格至少是开放权重平均成本四倍的模型，贡献了开放权重支出增长的大约三分之二。
相比之下，仅 DeepSeek-v4.1-Flash 就处理了 9 月近一半的 token，但仅占支出的 2.6%。其每 token 价格约为开放权重平均水平的五分之一。
客户正在市场两端增加预算。自 12 月以来，前沿模型的支出增长了十倍；开放权重模型的支出增长了七十倍以上。
9 月，在开放权重模型上投入更多资金的团队中，有 68% 也对闭源权重模型做了同样的事。而在已经为前沿模型付费的团队中，超过五分之二在 9 月的支出高于 8 月，为今年最高比例。
前沿模型的支出仍在增长，但替代方案的支出增长更快。一家公司可以在前沿实验室上花更多钱，同时依赖它处理更少的工作负载，因此实验室获得更多收入，但在客户业务中所占份额更小。
复制标题链接AI 支出增长 13 倍，而每 token 成本减半
市场份额正在一个规模更大、价格更便宜的市场中易手。
九月的网关支出约为十二月的13倍，增长了1,180%，而每token的平均价格下降了47%。在十二月和九月均活跃的付费客户中，支出中位数增长了一倍以上。
团队支出更多，但实验室必须不断赢得他们的业务。九月，近一半的团队更换了最常用的模型。近三分之一的团队更换了最常用的实验室，创下指数纪录。
即使token量较低的团队也会使用多种模型组合。自十二月以来，在此期间处理至少1000万token的团队平均使用了15个不同的模型。处理至少1亿token的团队平均使用26个，处理至少10亿token的团队平均使用42个。
模型正在成为更大投资中可替换的一部分。公司可以持续改进其AI产品和工作流程，同时更换为其提供动力的模型。他们可以在AI上投入更多，而不必更加依赖任何一家实验室。
复制标题链接中国模型对美国提供商来说是大生意
九月网关在中国来源模型上的支出中，超过三分之二流向了美国提供商，而十二月这一比例不到十分之一。中国实验室构建模型；美国提供商运行并销售访问权限。
DeepSeek的模型处理了所有网关token的58%，占支出的6.6%。其中超过五分之四的token由DeepSeek自身提供，但其模型上每花费的五美元中有两美元通过美国提供商。
Moonshot AI，这家位于北京、Kimi背后的实验室，在九月占网关token的3.6%和支出的13.2%。美国提供商提供了其中十分之九的token。
Z.ai，同样位于北京，GLM的创造者，占所有token的7.2%和支出的4.5%。美国提供商提供了其中十分之七。
客户可以通过美国提供商销售的访问权限使用中国模型。对于九月在中国模型上投入更多资金的团队，其在这些模型上的支出平均有53%通过美国提供商，41%通过中国提供商。
同一个中国模型可以与美国模型竞争，同时为美国提供商创造收入。
复制标题链接九月模型发布记分卡：Jev、Opus 5.5和GPT-6
模型发布是否成功取决于你衡量什么：它被尝试的广泛程度、获得的使用量和支出，或者其初始用户中回访的比例。我们根据这些指标对九月所有至少有兩周数据的模型发布进行了排名；表格显示了每个指标的前十名。完整记分卡在报告末尾。
复制标题链接Jev是采用最广泛、调用最多的模型
在头两周，Jev覆盖了超过三分之一的付费团队，几乎是第二名Sonnet 5.5覆盖范围的两倍。这是AI Gateway历史上任何模型最快的采用速度。
Jev在九月也获得了所有模型中最多的请求，尽管它是在月中发布的。在第一周尝试Jev的团队中，55.6%在第二周回访，保留率排名第五。
Jev 是一个决策模型。与典型的语言模型请求相比，Jev 请求更快、更便宜，且使用的 token 仅为其一小部分。因此，尽管其采用速度快且范围广，但它仅占当月 token 的 1% 和支出的 0.15%。
9 月，Jev 迅速成为生产环境中的热门模型，同时在推理账单中仍只占很小一部分。
复制标题链接Opus 5.5 占据网关支出的十分之一以上
获得最多资金份额的发布是 Opus 5.5，其份额是 9 月其他任何发布的兩倍以上，紧随其后的是 GPT-6 Astra 和 DeepSeek-v4.1-Flash。
Opus 5.5 迅速流行起来，近九成的资金来自已经在使用 Opus 5 的团队。现有客户在尝试新版本，而更广泛的 Opus 系列则在失去市场份额。
在所有版本中，Opus 在 9 月占网关支出的近三分之一，低于 8 月的二分之一。Anthropic 的整体份额首次跌破网关总支出的一半，从 63.7% 降至 43.9%。
复制标题链接Luna 带回了用户；Astra 带来了支出
GPT-6 Luna 在头两周内覆盖了近二十分之三的付费团队，位列第三，仅次于 Jev 和 Sonnet 5.5。但其回流率是当月最高的；近三分之二在首周尝试过的团队在第二周再次使用。
GPT-6 Astra 覆盖的受众较小，但占用了更多预算。在头两周内，它约占二十分之一的网关支出；Luna 则不到百分之一。Luna 覆盖的团队数量几乎是 Astra 的三倍，而 Astra 占据的支出份额是 Luna 的五倍以上。
OpenAI 正通过 Luna 吸引更多客户，但通过 Astra 获取了多得多的收入，尽管使用它的团队更少。
复制标题链接9 月完整记分卡
复制标题链接往期 AI Gateway 生产指数报告
复制标题链接关于本报告
本报告使用截至 2026 年 9 月通过 Vercel AI Gateway 路由的匿名化聚合流量。
关于测量方法的几点说明：
Token 量包括输入、输出、推理、缓存输入和缓存创建 token。
支出按公布的标价估算；实际账单可能有所不同。每 token 平均价格是估算支出除以 token 量。
开放权重分类遵循当前的 AI Gateway 模型列表，这比早期报告中的定义更宽泛。
切换率比较的是两个月内付费 token 均至少达到 1000 万的付费团队。“最常用”按付费 token 衡量。
提供商位置指公司总部所在地。
发布指标涵盖每个模型前 14 天内的外部付费团队。覆盖范围使用从发布月开始到数据截止日期活跃的付费团队。支出份额使用模型窗口期内的总付费网关支出。回流率是首周团队在第二周再次使用的比例。
模型计数涵盖 12 月至 9 月，每个版本单独计数。团队规模阈值使用该期间的总输入和输出 token。
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，前几个月的数据可能会被修订。