開源模型贏了 Token 流量，Anthropic 賺走了大部分錢

作者 ｜ 褚杏娟

周一，Decagon CEO Jesse Zhang 發(fā)布了一篇文章，表示開源模型崛起，但整個企業(yè)市場中開源模型的支出占比卻在下降。

這不禁讓人想到之前 Dario Amodei 之前的“暴論”：在 AI 領(lǐng)域，開源是一個干擾項(xiàng)，或者說是一個偽命題。

“即使模型公開，你也看不到它的內(nèi)部運(yùn)行機(jī)制，因此業(yè)內(nèi)通常把這類模型稱為‘開放權(quán)重’，而不是‘開源’。傳統(tǒng)開源軟件可以由社區(qū)共同修改、持續(xù)迭代，并在協(xié)作中不斷增強(qiáng)，但這種優(yōu)勢并不完全適用于大模型。”Amodei 說道。

因此，他看到一款新模型時，從來不會先問它是否開源。就連 DeepSeek 是否開源，對他來說也不重要。他真正關(guān)心的只有一個問題：這款模型到底夠不夠好，在重要任務(wù)上能不能擊敗我們。而且，開源從來不等于免費(fèi)。模型體量如此龐大，企業(yè)仍然需要花錢在云端運(yùn)行推理，也需要專業(yè)團(tuán)隊(duì)進(jìn)行部署和優(yōu)化，確保模型能夠足夠快速、穩(wěn)定地運(yùn)行。與其糾結(jié)模型是否開源，不如關(guān)注誰的模型真正能夠把你需要完成的任務(wù)做到最好。

隨著 AI 應(yīng)用逐漸成熟，越來越多企業(yè)正在轉(zhuǎn)向更輕量的模型，Decagon 自己也是如此。但 Jesse 表示，企業(yè)在昂貴前沿模型上的整體支出卻幾乎沒有下降。

據(jù)介紹，Decagon 現(xiàn)在約 90% 的工作負(fù)載都運(yùn)行在開源模型上，而不是 OpenAI 或 Anthropic 的模型。他解釋道：

這并不是因?yàn)槌杀荆膊皇强蛻魪?qiáng)制要求我們這么做，盡管他們通常并不反對。真正的原因是，我們幾乎沒有其他選擇。

當(dāng)你在生產(chǎn)環(huán)境中運(yùn)行客服 AI 智能體時，延遲會直接決定產(chǎn)品能不能用。一次對話中，每輪回復(fù)都要等待 8 秒，這樣的產(chǎn)品沒人愿意使用。因此，你需要體量更小、速度更快的模型。每一次模型調(diào)用，沒有必要知道立陶宛的首都，也不需要掌握高中物理知識。

但開箱即用的小模型，達(dá)不到客戶要求的質(zhì)量標(biāo)準(zhǔn)。只有針對特定任務(wù)進(jìn)行大規(guī)模微調(diào)，它們才能滿足要求。

問題在于，前沿模型實(shí)驗(yàn)室基本不提供這種組合。我們無法按照實(shí)際需求去微調(diào)它們最強(qiáng)的模型，而它們的小模型也不屬于我們，無法任由我們塑造。

因此，“小模型 + 深度微調(diào)”本質(zhì)上意味著必須使用開放權(quán)重模型。成本節(jié)省確實(shí)存在，但只是次要收益；企業(yè)對自托管模型更加放心，也只是附帶好處，而不是我們選擇開源模型的根本原因。

在 Jesse 看來，前沿模型和開源模型之間并不是競爭對手，開源模型的成功也并非建立在前沿模型實(shí)驗(yàn)室失去市場的基礎(chǔ)上。相反，它們更像是同一個生命周期中的兩個階段：企業(yè)先使用昂貴的前沿模型驗(yàn)證某個應(yīng)用場景是否成立，等到場景逐漸成熟，再將其遷移到成本更低的開源模型上。

隨著越來越多成熟場景轉(zhuǎn)向輕量模型，新的應(yīng)用場景也在不斷涌現(xiàn)，因此企業(yè)在前沿模型上的總體投入并沒有明顯下降。

Jesse Zhang 并未提供太多數(shù)據(jù)來支撐這一觀點(diǎn)，但 Techcrunch 找到了一些相關(guān)數(shù)據(jù)。

Vercel 的 AI Gateway 儀表盤顯示，僅在過去一周，DeepSeek 的 Token 處理量就迅速升至第一，目前已經(jīng)占到 Vercel 基礎(chǔ)設(shè)施總 Token 流量的三分之一以上。推出熱門模型 GLM-5.2 的智譜，也在同期躍升至第四名。

但如果繼續(xù)查看總體 Token 支出，就會發(fā)現(xiàn) Anthropic 依然占據(jù)該平臺 AI 總支出的半數(shù)以上。由于近期變化中有相當(dāng)一部分來自 Anthropic 自身價(jià)格上漲，其支出份額在過去一個月略有下降，但降幅并不明顯。

OpenRouter 的數(shù)據(jù)也呈現(xiàn)出類似趨勢。相比 Vercel，OpenRouter 覆蓋的市場規(guī)模更大，但企業(yè)用戶屬性略弱一些。

從整體使用量來看，DeepSeek V4 Flash 是目前最明顯的贏家，每周處理約 5.3 萬億 Token。最受歡迎的前沿模型 Opus 4.8，每周處理的 Token 數(shù)量則略高于 2 萬億。

OpenRouter 并未按照模型總支出進(jìn)行排名，但其數(shù)據(jù)顯示，Opus 4.8 的平均 Token 成本大約是 V4 Flash 的 23 倍：Opus 4.8 每百萬 Token 平均成本約為 1.37 美元，而 V4 Flash 僅為 0.06 美元。

按照這一價(jià)格差距推算，盡管 Opus 4.8 的 Token 使用量明顯低于 V4 Flash，但它很可能仍然占據(jù)了平臺大部分模型支出。

這些數(shù)據(jù)還沒有包括最新入場的 Nvidia Nemotron。憑借 Nvidia 強(qiáng)大的產(chǎn)業(yè)關(guān)系，以及 Nemotron 本身極高的適配能力，這款模型有望迅速進(jìn)入市場前列。

這些數(shù)字尚不足以完全證明 Jesse Zhang 關(guān)于 AI 應(yīng)用生命周期的判斷，但至少說明，Anthropic 等前沿模型實(shí)驗(yàn)室并沒有因?yàn)殚_源模型崛起而受到太大沖擊，至少目前還沒有。

一種解釋是，可被 AI 覆蓋的任務(wù)市場增長得太快。即便越來越多成熟場景被遷移到開源模型上，頂級模型仍然可以依靠占據(jù)新應(yīng)用早期驗(yàn)證階段，維持自身的市場地位。

正如 Jesse Zhang 所說的：“開源模型支出占比下降，并不是因?yàn)殚_源模型正在失敗，而是因?yàn)檎麄€企業(yè) AI 市場仍處于成熟曲線的最早期。”“前沿模型實(shí)驗(yàn)室將繼續(xù)主導(dǎo)應(yīng)用發(fā)現(xiàn)，開源模型則會越來越多地主導(dǎo)生產(chǎn)部署。”

當(dāng)一個應(yīng)用場景剛剛出現(xiàn)時，企業(yè)會優(yōu)先選擇能夠獲得的最聰明的通用模型。因?yàn)槟氵€不知道問題最終會呈現(xiàn)出什么形態(tài)，所以會愿意為一些未來可能根本用不上的智能能力支付溢價(jià)。在這個階段，這是一筆合理的交換。 但當(dāng)一個應(yīng)用場景已經(jīng)充分成熟，企業(yè)已經(jīng)了解輸入數(shù)據(jù)的分布、模型需要表現(xiàn)出的行為，以及必須防范的失敗模式時，權(quán)衡就會發(fā)生逆轉(zhuǎn)。 此時，通用智能反而成了額外負(fù)擔(dān)。企業(yè)真正需要的是體量最小、速度最快，并且經(jīng)過專門微調(diào)、能夠把特定任務(wù)做到極致的模型。

“按照這一邏輯，今天所有使用前沿模型進(jìn)行原型驗(yàn)證的應(yīng)用場景，未來都有可能遷移到開源模型。”Jesse 表示，“不過，這個過程會比很多人預(yù)想的更漫長。”

另一種解釋是，即便客戶開始轉(zhuǎn)向開源模型，很多應(yīng)用場景本身仍然足夠復(fù)雜，無法完全被價(jià)格更低的模型替代。

但無論如何，這種雙層模型經(jīng)濟(jì)都有可能成為 AI 產(chǎn)業(yè)中相對穩(wěn)定的結(jié)構(gòu)。

https://www.threads.com/@whaleagent/post/DaJx5pfkzmL

https://x.com/thejessezhang/status/2074154325933424861

https://techcrunch.com/2026/07/07/why-the-rise-of-open-source-ai-isnt-hurting-anthropic-yet/

聲明：本文由 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

大會限時早鳥票享 8 折專屬優(yōu)惠，現(xiàn)在報(bào)名立減 1160，更多詳情可掃碼或聯(lián)系票務(wù)經(jīng)理 13269078023 進(jìn)行咨詢。

今日薦文

你也「在看」嗎？