Derfor tar modeller med åpne vekter over AI-trafikken

Et tydelig skifte i modellbruken

Vercel AI Gateway viser et marked der kostnad og kapasitet veies stadig mer opp mot hverandre. Modeller med åpne vekter sto for 54 prosent av alle tokens som ble behandlet gjennom tjenesten tirsdag 25. august 2026. Proprietære modeller sto for de resterende 46 prosentene. Lørdagen før nådde andelen for åpne modeller en rapportert rekord på 62 prosent, mot 38 prosent for proprietære modeller.4

Vercel AI Gateway er en samlet inngang til mange KI-modeller. For utviklere gjør det enklere å bytte modell uten å endre hele infrastrukturen.

Tokenvolumet tipper i åpen retning

Måling i august	Modeller med åpne vekter	Proprietære modeller
Lørdagen før 25. august	62 %	38 %
Tirsdag 25. august	54 %	46 %

På tirsdagen hadde modeller med åpne vekter dermed et forsprang på åtte prosentpoeng. Ved den tidligere rekorden var forspranget 24 prosentpoeng.

Tallene gjelder tokens som er behandlet gjennom gatewayen. De sier ikke direkte noe om inntekter, fortjeneste eller hvor mange virksomheter som bruker de ulike modelltypene.

DeepSeek V4 Flash ble katalysatoren

Den umiddelbare utløsende faktoren var DeepSeek V4 Flash. Vercel opplyser at modellen nå bruker oppdaterte vekter som standard på AI Gateway. På Terminal-Bench steg resultatet fra 56,9 i april-forhåndsvisningen til 82,7 – en forbedring på 25,8 poeng.19

Oppdateringen krevde verken en ny modell-ID eller endringer i applikasjonskoden. Eksisterende brukere kunne derfor få tilgang til de nye vektene uten å gjøre om integrasjonen sin.19

Det er også viktig fordi modellens appell ikke bare handler om å være billig. Bedre ytelse i agentbaserte arbeidsflyter gjør V4 Flash mer aktuell for omfattende kodearbeid og bruk av verktøy. Samtidig gir plasseringen i DeepSeeks effektivitetsklasse utviklere en måte å holde kostnadene for inferens nede på.

Vercel beskriver modellen som egnet for resonnering og verktøybruk, med implisitt caching og et kontekstvindu på 1 million tokens.27

Prisforskjellen påvirker rutingen

Prisene forsterker dette bildet. Reuters rapporterte at DeepSeek lanserte V4 Pro til omtrent ni ganger høyere pris for input og 14 ganger høyere pris for output enn V4 Flash.17 Det synliggjør forskjellen mellom selskapets effektivitetsmodell og det dyrere flaggskipet.

Uavhengige sammenligninger viser også et betydelig prisfortrinn for V4 Flash, selv om resultatene varierer med test og konfigurasjon.25

For utviklere betyr det at V4 Flash kan være et naturlig valg for store mengder arbeid der gjennomstrømning og pris per token er viktigere enn maksimal modellkapasitet.

Hvorfor de proprietære modellene mistet andel

Tilgjengelig rapportering knytter nedgangen i volumet til svakere etterspørsel etter Anthropics dyrere Fable 5.4 Det kan være en rimelig forklaring for arbeidsoppgaver der utviklere prioriterer kapasitet og stykkøkonomi fremfor den høyest mulige ytelsen. Gateway-tallene beviser likevel ikke at dette var den eneste årsaken for alle kunder eller forespørsler.

Fable 5 er fortsatt posisjonert for langvarige, uklare og flertrinnsoppgaver, ifølge Vercels produktbeskrivelse.3 August-tallene ser derfor mindre ut som en generell dom over at åpne modeller er bedre, og mer som et resultat av aktiv modellruting:

• velg en rimeligere modell for store mengder arbeid den håndterer godt
• reserver dyrere proprietære modeller for oppgaver som faktisk forsvarer merkostnaden

Flere tokens betyr ikke høyere forbruk

Den viktigste innvendingen gjelder forskjellen mellom bruk og pengebruk. Tidligere Vercel-tall viste at modeller med åpne vekter sto for 29 prosent av gatewayens tokenvolum, men under 4 prosent av kostnadene.44

Årsaken er enkel: Antall tokens sier ikke hvor mye hvert input- eller output-token koster.

August-tallene viser derfor at åpne modeller behandlet mer av arbeidsmengden gjennom gatewayen. De viser ikke nødvendigvis at modellene sto for mesteparten av inntektene eller utgiftene. Proprietære modeller kan fortsatt ta en uforholdsmessig stor del av pengebruken selv om rimeligere åpne modeller håndterer flere tokens.

Hva utviklere bør ta med seg

Skiftet peker mot en mer bevisst strategi for valg av modell:

• Bruk effektivitetsmodeller i stor skala: Masseproduksjon av tekst, kodeassistanse og rutinemessige verktøykall er ofte følsomt for kostnaden per token.
• Test på nytt etter oppdateringer av vektene: Oppgraderingen av DeepSeek V4 Flash endret ytelsesprofilen uten at utviklerne måtte endre modell-ID eller kode.19
• Skill mellom kvalitet og økonomi: Et bedre benchmarkresultat betyr ikke at modellen er best for alle produksjonsoppgaver. Nøyaktighet i praksis, stabilitet, forsinkelse, personvern og tilgjengelighet hos leverandøren må fortsatt vurderes.
• Følg med på kostnader, ikke bare tokens: Modellen som leder på tokenvolum, er ikke automatisk den som gir høyest verdi eller står for størst pengebruk.

Den bredere lærdommen fra Vercels augustdata er at modeller med åpne vekter kan vinne produksjonsvolum når de kombinerer tilstrekkelig kapasitet med langt lavere kostnader. DeepSeek V4 Flash er det tydeligste eksempelet, men utviklingen handler ikke nødvendigvis om å erstatte alle proprietære modeller. Den handler snarere om å matche hver arbeidsoppgave med den rimeligste modellen som løser den pålitelig nok.