DeepSeek V4 Flash driver modeller med öppna vikter förbi 60 procent av Vercels AI Gateway-trafik

En kombination av lägre kostnader och bättre kapacitet håller på att förändra trafikmönstret på Vercels AI Gateway. Tisdagen den 25 augusti 2026 stod modeller med öppna vikter för 54 procent av gatewayens tokenvolym, jämfört med 46 procent för proprietära modeller. Lördagen före nådde de enligt rapporteringen ett rekord på 62 procent, medan de slutna modellerna stod för 38 procent.4

Den närmaste utlösande faktorn var DeepSeek V4 Flash. Uppdaterade vikter förbättrade modellens resultat inom kodning, verktygsanvändning och agentbaserade arbetsflöden – utan att modellen placerades i den dyraste premiumklassen.19

Så förändrades tokenvolymen

Rapporterad tidpunkt i augusti	Modeller med öppna vikter	Proprietära modeller
Lördagen före den 25 augusti	62 %	38 %
Tisdagen den 25 augusti	54 %	46 %

På tisdagen hade modeller med öppna vikter alltså ett försprång på 8 procentenheter. Vid det tidigare rekordet var försprånget 24 procentenheter.

Det är viktigt att siffrorna gäller tokens som behandlats via gatewayen. De ska inte tolkas som ett mått på intäkter, vinster eller hur många företag som använder respektive modell.

Därför fick DeepSeek V4 Flash genomslag

Vercel uppger att DeepSeek V4 Flash började använda uppdaterade vikter som standard på AI Gateway. Modellens resultat i Terminal-Bench steg till 82,7 från 56,9 i aprilförhandsversionen – en förbättring på 25,8 procentenheter.19

Uppdateringen krävde varken ett nytt modell-ID eller ändringar i applikationskoden. Befintliga användare kunde därför få tillgång till de nya vikterna utan att bygga om sina integrationer.19

Modellens attraktionskraft handlar därmed om mer än att den är billig. Den förbättrade agentförmågan gör den bättre lämpad för omfattande kodnings- och verktygsarbetslaster, medan dess effektiviserade prisnivå ger utvecklare större kontroll över kostnaden för inferens – alltså beräkningen när modellen genererar svar.

Enligt Vercels beskrivning stöder DeepSeek V4 Flash resonemang, verktygsanvändning och implicit cachning samt har ett kontextfönster på 1 miljon tokens.27

Prissättningen förstärker den positionen. Reuters rapporterade att DeepSeeks V4 Pro lanserades med ett inpris på ungefär nio gånger V4 Flashs och ett utpris på ungefär 14 gånger V4 Flashs nivå.17 Oberoende jämförelser visar också en betydande prisfördel för V4 Flash, även om resultaten varierar beroende på test och konfiguration.25

Varför de proprietära modellerna tappade andel

Den tillgängliga rapporteringen kopplar nedgången i volym för proprietära modeller till svagare företagsefterfrågan på Anthropics dyrare Fable 5.4 Det är en rimlig förklaring för arbetslaster där genomströmning och kostnad per enhet väger tyngre än maximal modellkapacitet. Gateway-siffrorna bevisar däremot inte att detta var den enda orsaken för alla kunder eller förfrågningar.

Fable 5 är fortfarande positionerad för långvariga, tvetydiga och flerstegsbaserade uppgifter, enligt Vercels produktbeskrivning.3 Trafikförändringen i augusti ser därför mindre ut som ett universellt besked om att öppna modeller är bättre och mer som ett beslut om modellstyrning: använd en billigare modell för stora mängder lämpligt arbete och reservera dyrare proprietära modeller för uppgifter som motiverar merkostnaden.

Tokenvolym är inte samma sak som AI-utgifter

Den viktigaste brasklappen är skillnaden mellan användning och intäkter. I en tidigare Vercel-rapport stod modeller med öppna vikter för 29 procent av gatewayens tokenvolym, men för mindre än 4 procent av utgifterna.44

Skillnaden beror på att antalet tokens inte visar vilket pris som betalats per in- eller utgående token. Proprietära modeller kan därför behålla en oproportionerligt stor andel av kostnaderna även när billigare modeller hanterar fler tokens.

Augustisiffrorna visar alltså att modeller med öppna vikter behandlade mer av gatewayens arbetslast – inte nödvändigtvis att de genererade mer affärer för modellleverantörerna.

Vad utvecklare bör ta med sig

Data pekar mot en mer medveten strategi för att fördela arbetslaster mellan modeller:

• Använd effektivitetsmodeller i stor skala: Högvolymgenerering, kodningsassistans och rutinmässiga verktygsanrop kan vara mycket känsliga för kostnaden per token.
• Testa igen efter viktuppdateringar: Uppgraderingen av DeepSeek V4 Flash förändrade modellens prestandaprofil utan att kräva ändringar av modell-ID:t i applikationen.19
• Skilj på kvalitet och ekonomi: Ett bättre benchmarkresultat visar inte att modellen är bäst för alla produktionsarbetslaster. Noggrannhet i verkliga användningsfall, driftsäkerhet, svarstid, integritet och tillgänglighet hos leverantören behöver fortfarande utvärderas.
• Följ både kostnader och tokens: Den modell som leder tokenvolymen är inte automatiskt den som står för störst utgifter eller skapar mest värde.

Den bredare lärdomen från Vercels augustitrafik är att modeller med öppna vikter kan vinna produktionsvolym när de kombinerar tillräcklig kapacitet med betydligt lägre kostnader. DeepSeek V4 Flash är det tydligaste exemplet, men den underliggande förändringen handlar snarare om att matcha varje arbetslast med den billigaste modell som fungerar tillräckligt tillförlitligt – inte om att ersätta alla proprietära modeller på en gång.