AI Radar
Open-weight-модели впервые заняли большую часть трафика Vercel AI Gateway: во вторник на них пришлось 54% токенов, а рекорд выходных достиг 62%. Рост обеспечили прежде всего недорогие китайские модели во главе с DeepSeek-V4-Flash.
Сдвиг произошёл всего за два месяца. 24 июня открытые по весам модели обслуживали 28% токенов через шлюз Vercel, тогда как закрытые — 72%. В субботу соотношение развернулось до рекордных 62% против 38%, а во вторник немного скорректировалось до 54% против 46%. Речь именно об объёме токенов, а не о числе пользователей, запросов или выручке провайдеров.
Лидером по токенам стал DeepSeek-V4-Flash. Китайские разработчики заняли четыре места в первой пятёрке: кроме основной и обновлённой версии DeepSeek-V4-Flash 0731, туда вошли Step 3.7 Flash от StepFun и GLM-5.2 от Zhipu, работающей под брендом Z.ai. Единственной закрытой моделью среди лидеров оказалась GPT-5.6 Luna от OpenAI, расположившаяся на третьем месте.
Экономика особенно заметна в агентных сценариях. Автономные системы расходуют большие объёмы токенов на рассуждения, написание и проверку кода, повторные вызовы инструментов и работу с длинным контекстом. Даже небольшая разница в цене одного миллиона токенов при таком профиле быстро превращается в значительную статью расходов. Open-weight-модели также можно адаптировать и разворачивать в выбранной инфраструктуре, поэтому сокращение разрыва в качестве делает их практичной альтернативой дорогим frontier API.
Параллельно проявляется предел готовности бизнеса платить за максимальное качество. По данным Ramp, за первый месяц после выпуска Anthropic Fable 5 обеспечила лишь 6% токенов, купленных корпоративными клиентами у Anthropic, и 11,4% расходов на модели компании. Для сравнения, GPT-5.6 Sol получила 25% токенов OpenAI и 23% расходов. Ramp связывает слабое принятие самой дорогой модели Anthropic с тем, что дополнительные способности уже не всегда оправдывают ценовую надбавку.
Однако статистику нельзя переносить на весь рынок: она описывает только трафик Vercel AI Gateway, который особенно популярен у веб-разработчиков и создателей AI-приложений. Кроме того, доступность весов и возможность настройки расширяют поверхность риска. На фоне роста использования появились сообщения, что связанные с Пекином хакерские группы применяют DeepSeek для автоматизации рутинных операций и помощи в разработке вредоносного ПО; сама по себе открытая модель не обеспечивает безопасного развёртывания.
Американские компании уже реагируют на усиление китайских моделей. Nvidia, по имеющимся данным, планирует лицензировать технологии coding-стартапа Poolside за $6 млрд, отдельно вложить в него $1 млрд и привлечь более ста сотрудников к проекту открытых моделей Nemotron. Предполагаемая цель — создать конкурента DeepSeek и Kimi K3, сохранив при этом Poolside как самостоятельную компанию, а не проводить классическое поглощение.
Для разработчиков агентных продуктов цена токена становится архитектурным фактором: дешёвая модель может сделать экономически жизнеспособными длинные циклы рассуждений и частые вызовы инструментов. Данные Vercel показывают, что open-weight-альтернативы уже переходят из экспериментов в production-нагрузки. Но это срез одной платформы, а безопасность и качество конкретного развёртывания по-прежнему нужно оценивать отдельно.
DSML editors review the selection. AI helps deduplicate signals and draft the text; the published edition remains an editorial product, not a feed of individual channels.
