DeepSeek V4 Flash 推高開放權重模型，佔 Vercel AI Gateway 逾六成流量

Vercel AI Gateway 的流量，正反映出 AI 模型市場一個愈來愈明顯的取捨：企業及開發者未必每次都需要最強模型，而是會按工作量、表現和每個 token 的成本，選擇「夠用而且平」的方案。

截至 2026 年 8 月 25 日星期二，開放權重模型佔 AI Gateway token 流量的 54%，超過專有模型的 46%。而在之前的星期六，開放權重模型更錄得 62% 的高位，專有模型佔 38%。4

幾日之內，開放模型領先幅度由 8 個百分點擴至 24 個百分點

8 月的數據時間點	開放權重模型	專有模型
之前的星期六	62%	38%
8 月 25 日星期二	54%	46%

換句話說，開放權重模型在星期二領先 8 個百分點，而在較早前的紀錄則領先 24 個百分點。

不過，這裏比較的是經 Vercel AI Gateway 處理的 token 數量，並不是收入、利潤，亦不是使用各類模型的企業數目。token 可以簡單理解為模型處理文字內容時所計算的基本單位；不同模型每個 token 的收費可以相差甚遠。

DeepSeek V4 Flash 為何成為關鍵推手？

Vercel 表示，DeepSeek V4 Flash 已在 AI Gateway 預設採用更新後的權重，Terminal-Bench 得分由 4 月預覽版的 56.9 升至 82.7，增加 25.8 分。19

更方便的是，現有請求毋須更改模型 ID 或應用程式碼，就可以自動取得新權重。19 對於已經將模型接入生產環境的開發者來說，這大幅降低了重新測試及部署的門檻。

因此，V4 Flash 的吸引力不只是「夠平」。更新後的模型在編程、工具使用及代理式工作流程方面更有競爭力，較適合大量處理 coding agent、工具呼叫及其他高頻工作。Vercel 的產品資料亦顯示，模型支援推理、工具使用及隱式快取，並提供 100 萬 token 的上下文視窗。27

這個定位與 DeepSeek 的高階產品形成鮮明對比。路透社報道，DeepSeek V4 Pro 的輸入價格約為 V4 Flash 的 9 倍，輸出價格則約為 14 倍，凸顯兩者在效率型與旗艦型產品之間的價格差距。17 獨立比較亦顯示 V4 Flash 具備顯著價格優勢，但不同測試及配置所得的 benchmark 結果並不完全一致。25

專有模型是否真的「輸了」？未必如此簡單

現有報道將專有模型流量下跌，與企業對 Anthropic 高價 Fable 5 的需求轉弱連繫起來。4 對於重視吞吐量及單位成本、多過追求最高模型能力的工作，這個解釋確實合理；但目前的 Gateway 數據，並不足以證明所有客戶或每一個請求都由同一個原因造成轉向。

按 Vercel 的產品介紹，Fable 5 仍然針對長時間、含糊而且涉及多個步驟的複雜任務，目標是完成過往需要人類頻繁跟進的工作。3 因此，8 月的流量變化更像是模型路由策略轉變，而不是一個「開放模型全面勝出」的判決：大量而合適的工作交給較低成本模型，需要更深層能力的任務，則保留給較昂貴的專有模型。

token 流量高，不等於 AI 開支高

最需要留意的，是使用量與收入之間的差別。

Vercel 早前公布的數據顯示，開放權重模型曾佔 Gateway token 流量的 29%，但所佔支出不足 4%。44 原因在於，單看 token 數量，無法反映輸入及輸出 token 各自的收費。

所以，8 月的交叉點代表開放權重模型處理了 Gateway 較多工作量，並不代表它們為模型供應商帶來較多生意。即使較便宜的開放模型處理更多 token，專有模型仍然可以憑較高的單價，佔據不成比例的總開支。

對開發者有甚麼啟示？

這些數據反映，模型選擇正由「揀一個最強的」變成更精細的路由安排：

• 大量工作優先考慮效率型模型： 大批次生成、編程輔助及例行工具呼叫，通常對每個 token 的成本較敏感。
• 模型更新後要重新測試： DeepSeek V4 Flash 更新權重後，表現有所改變，但不需要在應用程式層面更換模型 ID。19
• 將能力與經濟效益分開評估： benchmark 分數上升，不代表模型適合所有生產環境；實際準確度、穩定性、延遲、私隱及供應商可用性仍然要逐項驗證。
• 同時追蹤 token 和支出： token 流量冠軍，不一定是支出冠軍，更不一定代表整體價值最高。

Vercel 8 月的流量變化，顯示開放權重模型只要將能力提升至「足以可靠完成工作」，再配合明顯較低的成本，就可以在生產環境搶到大量使用量。DeepSeek V4 Flash 是其中最鮮明的例子，但更深層的趨勢，是開發者開始為每項工作配對一個在可靠性足夠的前提下、成本最低的模型，而不是一下子全面取代所有專有模型。