На модели с открытыми весами приходится 71,5% токенов и 23% расходов

Индекс использования AI Gateway — октябрь 2026 года

Каждый месяц AI Gateway маршрутизирует десятки триллионов токенов между промышленными приложениями и лабораториями ИИ. Этот трафик дает нам представление о том, как на самом деле выглядит использование ИИ в современном бизнесе, и мы публикуем эти данные ежемесячно. Ознакомьтесь с отчетами индекса за июль, август и сентябрь.

Скопировать ссылку на заголовокСводка за октябрь 2026 года

• Модели с открытыми весами теперь обрабатывают более семи из десяти токенов шлюза и обеспечивают почти каждый четвертый доллар расходов. Их доля в затратах выросла более чем в четыре раза с июня.

Модели с открытыми весами теперь обрабатывают более семи из десяти токенов шлюза и обеспечивают почти каждый четвертый доллар расходов. Их доля в затратах выросла более чем в четыре раза с июня.

• Расходы через шлюз в сентябре были примерно в 13 раз выше, чем в декабре, в то время как средняя цена за токен была на 47% ниже. Почти каждая третья команда сменила своего основного поставщика моделей в сентябре, что является рекордом индекса.

Расходы через шлюз в сентябре были примерно в 13 раз выше, чем в декабре, в то время как средняя цена за токен была на 47% ниже. Почти каждая третья команда сменила своего основного поставщика моделей в сентябре, что является рекордом индекса.

• Почти 70% сентябрьских расходов через шлюз на китайские модели прошли через провайдеров, базирующихся в США, по сравнению с менее чем 10% в декабре.

Почти 70% сентябрьских расходов через шлюз на китайские модели прошли через провайдеров, базирующихся в США, по сравнению с менее чем 10% в декабре.

• Jev стала самой быстрорастущей моделью в истории AI Gateway, достигнув 35% платных команд за первые две недели, но на нее пришлось всего 0,27% расходов через шлюз за тот же период. Opus 5.5 забрала более одного из десяти долларов шлюза за свои первые две недели, что является самой большой долей расходов среди всех запусков моделей в сентябре.

Jev стала самой быстрорастущей моделью в истории AI Gateway, достигнув 35% платных команд за первые две недели, но на нее пришлось всего 0,27% расходов через шлюз за тот же период. Opus 5.5 забрала более одного из десяти долларов шлюза за свои первые две недели, что является самой большой долей расходов среди всех запусков моделей в сентябре.

В августе модели с открытыми весами впервые обработали большую часть объема токенов AI Gateway. Теперь за ними последовали и деньги. Доля расходов на открытые веса выросла более чем в четыре раза за последние три месяца: с одного из двадцати долларов шлюза в июне до почти одного из четырех в сентябре.

Рост открытых весов происходит с обоих концов ценового диапазона и отражает ситуацию на рынке шлюзов в целом. Самые дешевые модели стимулируют рост количества токенов, в то время как дорогие модели стимулируют рост расходов.

Возглавляемые Kimi K3, модели, цена которых как минимум в четыре раза превышает среднюю стоимость токена для открытых весов, составили около двух третей прироста расходов на открытые веса.

Напротив, только одна модель DeepSeek-v4.1-Flash обработала почти половину всех сентябрьских токенов, но забрала лишь 2,6% расходов. Ее цена за токен составила около пятой части от среднего показателя для открытых весов.

Клиенты увеличивают бюджеты по обе стороны рынка. С декабря расходы на передовые модели выросли в десять раз; расходы на модели с открытыми весами выросли более чем в семьдесят раз.

В сентябре 68% команд, которые вложили больше средств в модели с открытыми весами, сделали то же самое для моделей с закрытыми весами. И более двух из пяти команд, уже платящих за передовые модели, потратили на них больше, чем в августе, что является самым высоким показателем в этом году.

Расходы на передовые модели все еще растут, но расходы на альтернативы растут быстрее. Компания может тратить больше на передовую лабораторию, полагаясь на нее для меньшего количества рабочих нагрузок, поэтому лаборатория получает больше денег, но меньшую часть бизнеса клиента.

Скопировать ссылку на заголовокРасходы на ИИ выросли в 13 раз, а стоимость токена сократилась вдвое

Рыночная доля переходит из рук в руки на рынке, который становится намного больше и дешевле.

Расходы через шлюз в сентябре были примерно в 13 раз выше, чем в декабре, что составляет рост на 1180%, в то время как средняя цена за токен упала на 47%. Медианный платный клиент, активный как в декабре, так и в сентябре, увеличил свои расходы более чем вдвое.

Команды тратят больше, но лаборатории должны продолжать бороться за их бизнес. В сентябре почти каждая вторая команда сменила свою основную модель. И почти каждая третья сменила своего основного поставщика, что является рекордом индекса.

Даже команды с небольшими объемами токенов используют широкий набор моделей. С декабря команды, обработавшие не менее 10 миллионов токенов за этот период, использовали в среднем 15 различных моделей. Средний показатель вырос до 26 для команд, обрабатывающих не менее 100 миллионов токенов, и до 42 для тех, кто обрабатывает не менее миллиарда.

Модель становится заменяемой частью гораздо более крупных инвестиций. Компании могут постоянно улучшать свои ИИ-продукты и рабочие процессы, меняя модели, на которых они работают. Они могут тратить больше на ИИ, не становясь более зависимыми от какой-либо одной лаборатории.

Скопировать ссылку на заголовокКитайские модели — большой бизнес для американских провайдеров

Более двух третей сентябрьских расходов через шлюз на модели китайского происхождения пришлись на провайдеров, базирующихся в США, по сравнению с менее чем десятой частью в декабре. Китайская лаборатория создает модель; американский провайдер запускает ее и продает доступ.

Модели DeepSeek обработали 58% всех токенов шлюза, что составило 6,6% расходов. Более четырех из пяти этих токенов обслуживались самой DeepSeek, однако два из пяти долларов, потраченных на ее модели, прошли через американских провайдеров.

Moonshot AI, пекинская лаборатория, стоящая за Kimi, обеспечила 3,6% токенов шлюза и 13,2% расходов в сентябре. Американские провайдеры обслужили девять из десяти этих токенов.

Z.ai, также базирующаяся в Пекине и создатель GLM, обеспечила 7,2% всех токенов и 4,5% расходов. Американские провайдеры обслужили семь из десяти.

Клиенты могут использовать китайские модели через доступ, продаваемый американскими провайдерами. Для команд, которые в сентябре вложили больше средств в китайские модели, в среднем 53% их расходов на эти модели прошли через американских провайдеров и 41% — через китайских.

Одна и та же китайская модель может конкурировать с моделями из США, принося при этом доход американским провайдерам.

Скопировать ссылку на заголовокТаблица результатов запуска моделей в сентябре: Jev, Opus 5.5 и GPT-6

Успешность запуска модели зависит от того, что вы измеряете: насколько широко ее пробуют, какой объем использования и расходов она получает или какая доля ее первоначальных пользователей возвращается. Мы оценили каждый запуск модели в сентябре, имеющий данные как минимум за две недели, по этим метрикам; в таблицах представлены десять лучших по каждому показателю. Полная таблица результатов находится в конце отчета.

Скопировать ссылку на заголовокJev — самая популярная и часто вызываемая модель

За первые две недели Jev охватила более трети платных команд, что почти вдвое превышает охват Sonnet 5.5, занявшей второе место. Это самое быстрое внедрение любой модели в истории AI Gateway.

Jev также получила больше всего запросов среди всех моделей в сентябре, несмотря на то, что была запущена в середине месяца. Из команд, которые попробовали Jev на первой неделе, 55,6% вернулись на второй, что является пятым по величине показателем удержания.

Ранг

Лаборатория

Модель

Запуск шлюза

Охват

Процентиль охвата

TypeSafe AI

Jev

17 сен

35,3%

Anthropic

Claude Sonnet 5.5

28 сен

18,1%

OpenAI

GPT-6 Luna

22 сен

14,9%

Google

Gemini 3.8 Flash

2 сен

13,2%

Anthropic

Claude Opus 5.5

22 сен

13,1%

Z.ai

GLM-5.3-Flash

26 авг

9,5%

DeepSeek

DeepSeek-V4.1-Flash

8 сен

8,4%

OpenAI

GPT-6 Sol

22 сен

6,9%

OpenAI

GPT-6 Astra

4 сен

6,6%

Anthropic

Claude Fable 5.1

1 сентября

5.8%

Jev — это модель для принятия решений. По сравнению с типичными запросами к языковым моделям, запрос к Jev выполняется быстрее, дешевле и использует лишь малую часть токенов. Поэтому, несмотря на быстрое и широкое внедрение, на его долю пришлось всего 1% токенов за месяц и 0,15% расходов.

В сентябре Jev быстро стал популярной моделью для продакшена, оставаясь при этом незначительной частью счета за инференс.

Скопировать ссылку на заголовокOpus 5.5 забирает более одного из десяти долларов шлюза

Запуск, который принес больше всего средств, — это Opus 5.5, доля которого более чем в два раза превысила показатели любого другого сентябрьского запуска, за ним следуют GPT-6 Astra и DeepSeek-v4.1-Flash.

Ранг

Лаборатория

Модель

Запуск шлюза

Доля расходов

Перцентиль доли расходов

Anthropic

Claude Opus 5.5

22 сентября

11.03%

OpenAI

GPT-6 Astra

4 сентября

4.86%

DeepSeek

DeepSeek V4.1 Flash

8 сентября

4.19%

Anthropic

Claude Sonnet 5.5

28 сентября

3.21%

OpenAI

GPT-6 Sol

22 сентября

2.25%

Google

Gemini 3.8 Flash

2 сентября

2.21%

xAI

Grok 4.7

21 сентября

2.00%

Anthropic

Claude Fable 5.1

1 сентября

1.94%

OpenAI

GPT-6 Luna

22 сентября

0.88%

Z.ai

GLM-5.3-Flash

26 августа

0.60%

Opus 5.5 быстро завоевал популярность: почти девять из десяти долларов поступили от команд, уже использующих Opus 5. Существующие клиенты пробовали новый релиз, в то время как более широкое семейство Opus теряло долю рынка.

Среди всех версий Opus составил почти треть долларов шлюза в сентябре по сравнению с половиной в августе. Общая доля Anthropic впервые упала ниже половины от общего объема расходов через шлюз, снизившись с 63,7% до 43,9%.

Скопировать ссылку на заголовокLuna вернула пользователей; Astra принесла расходы

GPT-6 Luna охватила почти три из каждых двадцати платных команд за первые две недели, заняв третье место после Jev и Sonnet 5.5. Но показатель возврата пользователей был самым высоким в месяце; почти две трети команд, попробовавших её в первую неделю, вернулись во вторую.

Ранг

Лаборатория

Модель

Запуск шлюза

Удержание

Перцентиль удержания

OpenAI

GPT-6 Luna

22 сентября

64.8%

Anthropic

Claude Sonnet 5.5

28 сентября

60.5%

DeepSeek

DeepSeek-V4.1-Flash

8 сентября

60.3%

Google

Gemini 3.8 Flash

2 сентября

60.0%

TypeSafe AI

Jev

17 сентября

55.6%

Anthropic

Claude Opus 5.5

22 сентября

54.9%

Z.ai

GLM-5.3-Flash

26 августа

51.0%

OpenAI

GPT-6 Sol

22 сентября

46.1%

OpenAI

GPT-6 Astra

4 сентября

45.8%

Meta

Muse Spark 1.3 Contributor

2 сентября

45.0%

GPT-6 Astra охватила меньшую аудиторию, но забрала больше бюджета. За первые две недели на её долю пришлось около одного из двадцати долларов шлюза; на долю Luna — менее одного из ста. Luna охватила почти в три раза больше команд, в то время как Astra захватила более чем в пять раз большую долю расходов.

OpenAI привлекает больше клиентов с помощью Luna, но получает гораздо больше денег с помощью Astra, несмотря на то, что её использует меньше команд.

Скопировать ссылку на заголовокПолная сентябрьская сводка

Ранг

Лаборатория

Модель

Запуск шлюза

Охват

Перцентиль охвата

Доля расходов

Перцентиль расходов

Удержание

Перцентиль удержания

Оценка

Anthropic

Claude Sonnet 5.5

28 сентября

18.1%

3.2%

60.5%

87.8

Google

Gemini 3.8 Flash

2 сентября

13.2%

2.2%

60.0%

81.3

Anthropic

Claude Opus 5.5

22 сентября

13.1%

11.0%

54.9%

79.9

OpenAI

GPT-6 Luna

22 сентября

14.9%

0.9%

64.8%

79.4

DeepSeek

DeepSeek-V4.1-Flash

8 сентября

8.4%

4.2%

60.3%

78.4

TypeSafe AI

Jev

17 сентября

35.3%

0.3%

55.6%

65.9

OpenAI

GPT-6 Astra

4 сентября

6.6%

4.9%

45.8%

61.9

OpenAI

GPT-6 Sol

22 сентября

6.9%

2.3%

46.1

58.0

Z.ai

GLM-5.3-Flash

26 сентября

9.5%

0.6%

51.0%

55.5

Anthropic

Claude Fable 5.1

1 сентября

5.8%

1.9%

43.4%

48.0

xAI

Grok 4.7

21 сентября

3.6%

2.0%

36.2%

41.0

Meta

Muse Spark 1.3 Contributor

2 сентября

2.1%

0.1%

45.0%

29.6

Meta

Muse Spark 1.3 Contributor

2 сентября

1.9%

0.1%

33.5%

14.2

Alibaba

Qwen3.8-Flash

26 сентября

2.4%

0.0%

31.3%

11.7

Xiaomi

MiMo-V2.6-Pro

21 сентября

1.9%

0.1%

28.0%

10.7

Xiaomi

MiMo-V2.6-Flash

21 сентября

1.6%

0.0%

21.3%

5.7

Z.ai

GLM-5.3-FlashX

18 сентября

1.0%

0.0%

20.5%

3.2

Alibaba

Qwen3.8-Omni-Flash

18 сентября

0.8%

0.0%

23.0%

2.2

Скопировать ссылку на заголовокПредыдущие отчеты индекса производства AI Gateway

Скопировать ссылку на заголовокОб этом отчете

В этом отчете используется анонимизированный совокупный трафик, проходящий через Vercel AI Gateway по сентябрь 2026 года.

Несколько примечаний об измерениях:

• Объем токенов включает токены ввода, вывода, рассуждения, кэшированного ввода и создания кэша.

Объем токенов включает токены ввода, вывода, рассуждения, кэшированного ввода и создания кэша.

• Расходы оцениваются по опубликованным прейскурантным ценам; фактические счета могут отличаться. Средняя цена за токен — это расчетные расходы, деленные на объем токенов.

Расходы оцениваются по опубликованным прейскурантным ценам; фактические счета могут отличаться. Средняя цена за токен — это расчетные расходы, деленные на объем токенов.

• Классификация моделей с открытыми весами соответствует текущему списку моделей AI Gateway, что является более широким определением, чем в предыдущих отчетах.

Классификация моделей с открытыми весами соответствует текущему списку моделей AI Gateway, что является более широким определением, чем в предыдущих отчетах.

• Показатели переключения сравнивают платные команды с не менее чем 10 миллионами платных токенов в обоих месяцах. «Наиболее используемые» измеряются по платным токенам.

Показатели переключения сравнивают платные команды с не менее чем 10 миллионами платных токенов в обоих месяцах. «Наиболее используемые» измеряются по платным токенам.

• Местоположение провайдера означает штаб-квартиру компании.

Местоположение провайдера означает штаб-квартиру компании.

• Метрики запуска охватывают внешние платные команды в течение первых 14 дней работы каждой модели. Охват использует платные команды, активные с начала месяца запуска до отсечки данных. Доля расходов использует общие платные расходы через шлюз в течение окна модели. Показатель возврата — это доля команд первой недели, которые использовали её снова на второй неделе.

Метрики запуска охватывают внешние платные команды в течение первых 14 дней работы каждой модели. Охват использует платные команды, активные с начала месяца запуска до отсечки данных. Доля расходов использует общие платные расходы через шлюз в течение окна модели. Показатель возврата — это доля команд первой недели, которые использовали её снова на второй неделе.

• Количество моделей охватывает период с декабря по сентябрь, при этом каждая версия учитывается отдельно. Пороговые значения размера команды используют общее количество входных и выходных токенов за этот период.

Количество моделей охватывает период с декабря по сентябрь, при этом каждая версия учитывается отдельно. Пороговые значения размера команды используют общее количество входных и выходных токенов за этот период.

• Все цифры используют самые последние доступные данные и протоколы; предыдущие месяцы могут быть пересмотрены по мере обновления методологии.

Все цифры используют самые последние доступные данные и протоколы; предыдущие месяцы могут быть пересмотрены по мере обновления методологии.