一个反直觉的数字

Vercel 刚发布的 AI Gateway 八月生产指数（统计七月数据）里，藏着一段容易被当成花边的数据：

Anthropic 只处理了全网关 30% 的 token 量，却收走了 65.1% 的支出。它的单 token 均价，是其他所有厂商平均值的 4.4 倍——而这个倍数上个月还是 3.4。

一边是均价全线上涨，一边是全平台平均 token 价格在七月下降了 13.6%。这两个数字同时为真，而且互相解释。

过去两年，关于"模型价格战"的叙事一直很粗：开源模型把价格打下来、闭源厂商守着溢价。但 Vercel 这份月度报告给出了更细的颗粒度，足以看清推理市场真实的运行机制——它已经不是一条价格曲线，而是一个按任务分层定价的市场结构。而这个结构，正在越来越像电力行业。

七月到底发生了什么

先把数据摊开。Vercel AI Gateway 每月路由数万亿 token 的生产流量，是少有的能反映企业真实用模行为的公开样本：

  • 全平台 token 量环比增长 59%，支出增长 37%，平均 token 价格下降 13.6%；
  • DeepSeek 七月超越 Google，成为按 token 量计的第二大厂商，跑掉了全网约四分之一的流量，是 Google（11%）的两倍多；
  • Google 的份额从四月的 40% 跌到七月的 11%，丢掉的份额几乎全部流向 DeepSeek，且集中在个人助手类消费场景；
  • 开源权重模型占了 36% 的 token 量，但只拿走 8.6% 的支出；
  • 四大前沿厂商合计的支出份额七个月来首次跌破 93%，降到 89%。

最有信息量的是这一句：81% 的七月 token 跑在六个月前还不存在于网关上的模型里。

这不是一个"大家换了个便宜模型"的故事。这是一个市场用半年时间完成了重新分层的故事。

分层：企业不是在买"模型"，是在买"任务"

报告里有一个被 Vercel 自己点破的行为模式：采购方先按任务要求给模型分层，再在层内按价格选择。 “DeepSeek 和 Opus 从来就不在竞争。"（DeepSeek and Opus were never competing.）

具体表现：

  • 三分之四月消耗量超过千万 token 的团队，至少调整了十分之一的模型组合；五分之三调整了四分之一以上；
  • OpenAI 新增流量的 85% 跑向了 GPT-5 家族里最便宜的 GPT-5-Nano；
  • Google 丢掉的消费级份额，大部分流向 DeepSeek 的 V4 Flash——这个全网最便宜的模型之一，七月单模型跑的 token 比 Google 全部模型加起来还多。

用电力行业类比就非常直白：没人会因为"工业高压电更先进"就给手机充电接一万伏。电压等级由用电器决定，模型等级由任务决定。 批量分类、摘要、嵌入这类高并发任务跑便宜模型，就像工厂机器接工业电；编码 Agent 这种长链路任务跑 Opus 级模型，就像精密设备接稳压电源。价格差不是缺陷，是市场在给"可靠性"定价。

一个佐证：在编码 Agent——网关按 token 计最大的单一用例——里，Anthropic 拿走了超过 80% 的支出。跑长任务的 Agent 对模型失误的容忍度极低，一次 derail 的成本远超省下的 token 钱，所以最贵的模型反而拿走最多的钱。

溢价：4.4 倍的经济学

Anthropic 能收 4.4 倍均价，靠的不是模型榜单，而是两个结构性位置：

第一，卡住了付费意愿最强的场景。 编码 Agent 是目前验证最充分的 AI 付费场景，Anthropic 在这个用例里的支出份额超过 80%。Claude Code 已经成为其核心收入引擎——外部报道显示 Anthropic 年化收入从 2025 年底的约 90 亿美元涨到 2026 年七月的超过 650 亿美元，编码工具是第一驱动力。当你的 Agent 在生产环境里每天跑几小时，模型的可靠性和 harness 的纠错能力直接决定任务成功率，此时单价的重要性急剧下降。

第二，高端供给的稀缺性被监管放大了。 报告里轻描淡写地提了一句：Fable 5 七月一日回归，此前因出口管制被暂停三周。恢复当月它就冲到网关支出的 13.2%，仅次于 Opus 4.8，而且当月使用 Fable 5 的团队 90% 是新客户。被禁三周的高端模型，解禁当月就吸引九成新客户——高端推理是卖方市场，这个信号比任何定价策略都硬。

但溢价不是没有代价的。Anthropic 的支出份额连续数月超 60% 的同时，token 份额在掉（30%，环比降两个点）。它守住的是每 token 最值钱的那 30% 流量。这是一场主动的退守：放弃量、守住价，靠编码 Agent 和企业工作流的高粘性变现。

结构：从卖模型到卖"每任务成本”

这份报告里，真正值钱的是"Cost per Task"这个视角的浮现。

当企业按任务分层、按价格路由，采购的核心指标就从"每 token 多少钱"变成了"每任务多少钱、成功率多少"。这对行业有三个直接推论：

推论一：模型路由成为默认架构。 报告里四分之三的团队在一个月内调整了模型组合，说明"模型组合"本身已经是工程对象。网关、路由器这类中间层的价值会继续上升——它们的职责就是把"什么任务跑什么模型"从人工决策变成自动决策。杰富瑞同日的另一份 Agent 实测报告也指向同一件事：Agent 竞争的胜负手正从模型分转向 Harness 分（驾驭模型的外围工程），评估会从"模型榜"走向"任务榜"。

推论二：开源权重的商业模式跑通了，但跑的是"量"的逻辑。 K3 七月十六日发布后，日流量三周翻了三倍，到月底单模型流量追平 Claude Opus 4.8；开源权重支出份额首次翻倍到 8.6%，增量几乎全部来自 Moonshot 和智谱。注意 Vercel 的原话：K3 和 GLM 5.2 是"第一批在闭源厂商传统领地里跑出有意义份额的开源模型"——不是靠更便宜抢低端，而是靠够用的能力+明显更低的价格切走了中端任务。11 倍于 DeepSeek 的单价还能放量，说明"够好+不贵"的中间带是真实存在的市场。

推论三：规模路线和成本路线同时加码，并不矛盾。 同一天的新闻里，字节 Seed 为传闻中超 5 万亿参数的模型重组了预训练数据和 RL 团队。表面看，一边 token 均价暴跌、一边参数规模暴涨，像是行业精神分裂。实际是同一枚硬币的两面：极致便宜的高压电（超大规模 MoE 摊薄推理成本）和极致精密的稳压电源（前沿闭源模型收溢价）都在扩张，中间的"通用型"模型被两头挤压。电力行业一百多年前就演过这一幕。

判断：token 会消失在账单里

把这个结构外推几年，我的判断有三条：

第一，token 定价会被"任务定价"逐步包裹。 就像没人按"度"买电、而是按用电套餐付费一样，当路由层成熟后，企业看到的报价会越来越是"每千次成功任务"而不是"每百万 token"。token 会沉到账单底层，成为基础设施的内部计量单位。先行者已经在做：各大云厂商的 Agent 平台报价里，任务成功率开始和单价并列出现。

第二，溢价会收窄但不会消失，因为它的来源是风险定价而非性能定价。 Anthropic 的 4.4 倍里，有多少是"能力溢价"、多少是"免检溢价"（高端客户不愿在生产链路里做质量验证的替代品），值得拆开看。当开源模型在编码场景的可靠性数据积累足够，倍数会下来——但只要长链路任务的失败成本居高不下，愿意为确定性付钱的买家就一直在。

第三，最大的赢家是掌握路由的中间层。 在电力行业，发电厂（不管烧煤还是核电）利润率长期远低于电网。如果分层结构固化，模型厂商会滑向发电厂的位置，而网关/路由/harness 层拿走客户关系和定价权。Vercel 发这份报告本身就是一种位置宣示：我在计量表的位置上。

尾注：一份月报的稀缺性

最后值得说一下这类数据本身的价值。训练侧的叙事（参数、benchmark）从来是厂商自报，而推理侧的真实流量数据极度稀缺——Vercel、Ramp 这类平台各自只看到切片，但每一个切片都在修正我们对中国模型"只有量没有钱"的旧印象：K3 用 11 倍于 DeepSeek 的单价拿到了真实的企业支出。

下次看到"某模型屠榜"或"某模型价格击穿地板"的新闻，可以先问一句：它跑在哪一层？对推理市场来说，层比榜重要。

数据来源：Vercel AI Gateway Production Index（2026年8月）、The Decoder、Reuters 相关报道。