Derfor stormer open-weight-modeller frem på Vercels AI Gateway

Et skifte i forholdet mellem pris og kapacitet er ved at ændre trafikken på Vercels AI Gateway. Open-weight-modeller stod for 54 procent af gatewayens tokenmængde tirsdag den 25. august 2026, mens proprietære modeller stod for 46 procent. Lørdagen før nåede open-weight-modellerne ifølge de rapporterede tal en rekordandel på 62 procent, hvilket efterlod de lukkede modeller med 38 procent.4

Den umiddelbare katalysator var DeepSeek V4 Flash. En opdatering af modellens vægte forbedrede dens resultater inden for kodning, værktøjsbrug og agentbaserede arbejdsgange – uden at gøre den til en premium-model med en tilsvarende høj pris.19

Tokenmængden skifter hænder

Målepunkt i august	Open-weight-modeller	Proprietære modeller
Lørdagen før 25. august	62 %	38 %
Tirsdag den 25. august	54 %	46 %

Open-weight-modellerne havde altså et forspring på 8 procentpoint tirsdag og på 24 procentpoint ved den tidligere rekord. Tallene handler specifikt om antallet af tokens, der blev behandlet gennem gatewayen. De kan ikke læses som et mål for omsætning, overskud eller antallet af virksomheder, der bruger de enkelte modeller.

Hvorfor DeepSeek V4 Flash gjorde en forskel

Vercel oplyste, at DeepSeek V4 Flash som standard begyndte at køre med opdaterede vægte på AI Gateway. På Terminal-Bench steg modellens score fra 56,9 i april-forhåndsvisningen til 82,7 – en forbedring på 25,8 point.19 Eksisterende brugere skulle hverken ændre model-ID eller applikationskode for automatisk at få adgang til de nye vægte.19

Modellens appel handlede derfor om mere end blot en lav pris. Den forbedrede ydeevne i agentopgaver gjorde den bedre egnet til omfattende kodning og værktøjsbrug, mens dens placering i DeepSeeks effektivitetssegment gav udviklere mulighed for at holde udledningsomkostningerne nede. Vercel beskriver modellen som egnet til ræsonnement, værktøjsbrug og implicit caching samt med et kontekstvindue på 1 million tokens.27

Prisen understøttede den position. Reuters skrev, at DeepSeek V4 Pro blev lanceret til en inputpris på omtrent ni gange V4 Flashs og en outputpris på 14 gange modellens pris. Det fremhæver forskellen mellem virksomhedens effektivitetsmodel og dens dyrere premium-tilbud.17 Uafhængige sammenligninger viser også en markant prisfordel for V4 Flash, selv om benchmarkresultater varierer alt efter test og konfiguration.25

Hvorfor de proprietære modeller mistede tokenandele

De tilgængelige rapporter forbinder faldet i mængden af tokens fra proprietære modeller med svagere erhvervsefterspørgsel efter Anthropics dyrere Fable 5.4 Det er en sandsynlig forklaring for arbejdsgange, hvor udviklere prioriterer gennemløb og en lav pris pr. enhed højere end maksimal modelkapacitet. Gateway-tallene dokumenterer dog ikke én enkelt årsag for alle kunder eller forespørgsler.

Ifølge Vercels produktbeskrivelse er Fable 5 fortsat målrettet langvarige, uklare og flertrinsbaserede opgaver.3 August-tallene ligner derfor mindre en universel dom over, at open-weight-modeller er bedre, og mere en beslutning om modelrouting: Brug en billigere model til store mængder passende arbejde, og gem de dyre proprietære modeller til opgaver, der kan retfærdiggøre prisen.

Tokenmængde er ikke det samme som AI-forbrug

Den vigtigste reservation er forskellen mellem brug og omsætning. Tidligere Vercel-tal viste, at open-weight-modeller steg til 29 procent af gatewayens tokenmængde, men stod for under 4 procent af udgifterne.44 Forskellen skyldes, at tokenoptællinger ikke tager højde for prisen pr. input- eller outputtoken.

August-krydset viser derfor, at open-weight-modeller behandlede en større del af gatewayens arbejdsbyrde – ikke nødvendigvis, at de skabte flere forretninger for modeludbyderne. Proprietære modeller kan fortsat stå for en uforholdsmæssigt stor del af udgifterne, selv om billigere open-weight-modeller håndterer flere tokens.

Hvad udviklingen betyder for udviklere

Tallene peger på en mere bevidst strategi for modelrouting:

• Brug effektivitetsmodeller i stor skala: Massegenerering, kodeassistance og rutinemæssige værktøjskald kan være meget følsomme over for prisen pr. token.
• Test igen efter opdateringer af vægte: Opgraderingen af DeepSeek V4 Flash ændrede modellens præstationsprofil uden at kræve en ændring af model-ID'et i applikationen.19
• Adskil kvalitet fra økonomi: Et bedre benchmarkresultat viser ikke, at en model er bedst til alle produktionsopgaver. Nøjagtighed i praksis, stabilitet, svartid, databeskyttelse og tilgængelighed hos udbyderen skal stadig vurderes.
• Følg både udgifter og tokens: Den model, der håndterer flest tokens, er ikke automatisk den, der står for det største forbrug eller skaber mest værdi.

Den bredere lektie fra Vercels augusttrafik er, at open-weight-modeller kan vinde produktionsvolumen, når de kombinerer tilstrækkelige evner med markant lavere omkostninger. DeepSeek V4 Flash er det tydeligste eksempel, men den underliggende udvikling handler snarere om at matche hver arbejdsgang med den billigste model, der leverer stabilt nok – ikke om at erstatte alle proprietære modeller på én gang.