Vercel的AI网关仪表盘上,最近一周最扎眼的变化是DeepSeek冲到了token处理量第一,占掉了平台流量的三分之一还多,连Z.ai旗下的GLM-5.2都挤进了前四。但把镜头切到支出榜,Anthropic依然独占超过一半的整体消费,过去一个月份额只是小幅松动——而这波松动,很大程度上还是Anthropic自己涨价造成的。
一边是开源模型在“跑量”上势如破竹,一边是前沿模型在“收钱”上纹丝不动。Decagon的CEO Jesse Zhang给出一个解释:两者根本不是零和竞争,而是同一个使用场景的两个阶段——前沿模型负责“发现”,证明一个用例能不能跑通;跑通之后,便宜的开源模型接手“生产”,负责把它跑量做便宜。这个说法很讨巧,但真正值得追问的是:支撑它的那几组数字,彼此对得上吗?
价格口径打架,理论先自己绊了一跤
翻一下公开的价目表就会发现问题。Anthropic官方定价文件里,Opus 4.7标准价是输入每百万token 5美元、输出25美元;DeepSeek官方页面上,V4 Flash缓存未命中的输入价是0.14美元,输出0.28美元。按这两份官方表算,Anthropic的输出价大约是DeepSeek的89倍。
可原文引用的OpenRouter均价却说,Opus 4.8只比V4 Flash贵23倍(1.37美元对0.06美元)。同样是“前沿贵、开源便宜”的结论,倍数却差了近四倍。一部分原因是型号本身不同(4.7对4.8),一部分是OpenRouter用的是输入输出混合均价,官方表是分开报价——但这恰恰说明,行业目前根本没有一套统一的口径去衡量前沿和开源之间的真实价差。
价目表打架的地方,恰是理论还立不住的地方。
开源阵营自己也还没定型
Zhang的两阶段理论隐含一个假设:开源那一侧已经足够成熟,可以稳定地接住“生产”这个环节。但现实没这么整齐。
Nvidia Nemotron被原文点名“即将跃升榜首”,可它走的其实是自托管、企业私有部署的路子,主打的是总体拥有成本而非公开API计价。这意味着它大概率根本不会完整出现在Vercel或OpenRouter的token排行榜里——榜单看不见它,不代表它没在抢企业级合同。
DeepSeek这边也不安分。按官方公告,旧的模型命名deepseek-chat和deepseek-reasoner将在7月24日弃用。一个理论上已经进入“稳定生产阶段”的阵营,连命名体系都还在换,谈何稳定。
企业该看的不是token单价,是总成本
对采购和架构团队来说,这张图最大的提醒是:单看token单价选模型,容易踩坑。开源模型如果输出质量不稳定,导致重试变多、输出膨胀,或者需要额外的安全审查包装,实际跑下来的总成本未必比前沿模型便宜多少——这一块隐性成本,无论是Vercel还是OpenRouter的公开数据都没有统计进去。
- 风险.排行榜上的token量对比,可能既低估了Nemotron这类自托管方案的侵蚀力,也高估了开源模型的实际成本优势。
Anthropic目前守住的,是“前沿溢价”这块最贵的地皮,前提是复杂任务足够难、足够贵,开源模型接不住。这个前提能撑多久,还得看下一轮定价调整和月度份额数据——现在下结论说两层经济已经稳定,为时尚早。