开源模型两个月内杀死比赛
过去 60 天，全球主流 AI 部署平台 Vercel AI Gateway 的调用数据揭示出一个重要拐点：开源模型的 Token 调用份额从 28%暴涨至 62%，历史上首次反超闭源模型，成为当下模型市场的主流。
更关键的信号是，这轮反超恰逢闭源模型密集推新。纵使 OpenAI、Anthropic 接连发布旗舰、频繁降价抵御开源冲击，Token 增量还是更多地流向了对手阵营。
与此同时，黄仁勋开始重仓开源模型。
今日消息，知情人士透露，英伟达将向 Poolside 支付 60 亿美元技术授权费，另追加 10 亿美元股权投资，并收编其 100 多名工程师加入 Nemotron （开源大模型产品线）团队 ，目标直指能与
OpenAI、Anthropic 本是英伟达最重要的头部客户，如今英伟达却主动入局模型层，不惜与大客户为敌也要扶持更低成本的开源模型供给，其战略决心可见一斑。
最先进的模型明明还掌握在闭源巨头手中，但风向标却已明显倒向开源阵营。
黄仁勋变阵
60 亿美元砸向 Poolside，绝非黄仁勋一时兴起。
按照《华尔街日报》披露的交易结构，英伟达并未直接收购 Poolside，而是以 60 亿美元获得技术授权，再按 120 亿美元投前估值投资 10 亿美元，同时吸收 100 多名核心员工。
这实际上是一笔典型的“变相人才收购”（Acquihire），以绕开繁琐的“反垄断”审查。黄仁勋真正看中的，是 Poolside 在开源代码模型（Laguna S 为代表）领域积累的强化学习训练能力与顶尖工程师团队。
收编后，这批工程师将直接进入英伟达的 Nemotron 团队，目标是在未来一年内推出超万亿参数、真正具备 Frontier 水准的开源模型，正面迎战
这场瞄准开源市场的转向“蓄谋已久”。
早在今年 3 月，英伟达就牵头成立了 Nemotron Coalition，将 Mistral、Perplexity、Cursor、Thinking Machines 等一众模型与 Agent 明星团队拉入同一阵营，共享算力与数据。
7 月，黄仁勋在社交网络发表《Open Weights and American AI Leadership》，更是直言不讳地指出：“美国的 AI 领导力不取决于单一的闭源前沿模型，而取决于能否建立一个能够渗透进千行百业的开放体系。”
8 月，英伟达快马加鞭发布了开源的 Nemotron 3.5 Lightning 混合专家模型，并在底层与自身的 CUDA 及 TensorRT-LLM 算力基座深度绑定。
事实上，黄仁勋根本不在乎最终哪个模型跑分最高，他要的是把基础模型的推理成本彻底打穿。当开源模型变得极度廉价且唾手可得时，全世界应用将疯狂消耗 Token，最终所有的利润都只能重新沉淀回英伟达的硬件底座。
Token 倒戈
在每天路由数万亿 Token 的 Vercel AI Gateway 数据里，开源模型的增长曲线几乎是陡直上扬的：
4 月，开放权重模型的 Token 份额还只有约 11%；6 月下旬升至 28.4%，当时它们仅占不到 4%的 API 支出，却承担了近三分之一的调用；到 8 月 22 日，这个数字进一步冲到 62%，首次反超闭源模型，占据市场主流。
其中，
更值得注意的是，这轮反超并非建立在闭源失速的基础上，相反，投资人 Gavin Baker 指出，7 月 OpenAI 和 Anthropic 的绝对 Token 调用量其实仍在加速增长。换句话说，在闭源模型更新最激进、降价最凶狠的阶段，他们依然失掉了领先身位。
复盘过去半年开源 vs 闭源两大阵营的交火线，就会发现大模型的竞争节奏，已经被硬生生从“半年一代”压缩到了“两周一轮”的绞肉机模式。
4 月起
过去开源阵营追赶的主要是“模型能力”，如今争夺的已经是真正消耗大量 Token 的生产工作流。
闭源巨头也在同步调整防御策略。5—6 月 Anthropic 用 Opus 4.8、Fable 5 守住前沿，又迅速以 Sonnet 5 把高阶 Agent 能力下放到更便宜档位；7 月 OpenAI 发布 GPT-5.6 系列（Sol/Terra/Luna），破天荒把“Performance per dollar（单位美元性能）”作为核心卖点，Anthropic 紧急补位 Opus 5 价格腰斩；8 月谷歌 Gemini 3.7 Flash 距上一代仅三周，价格再对半砍。
“性价比”这个曾专属开源阵营的底层武器，已经成了 OpenAI 们必须割肉流血回答的命题。
仅 Fireworks 一家开源推理平台，目前日均 Token 处理量就超过 40 万亿，约为 OpenAI 今年 3 月底 API 吞吐量的整整两倍。智谱 GLM-5.2 在上线后的短短两周内，日 Token 消耗量更是暴涨了约 50 倍。
SemiAnalysis 判断，最近两个月是开源模型 Agentic 时代的“爆发期”。对比之下，2025 年的“
Fable5 滞销
如果只把这场变革简单归结为“开源更便宜”，显然是低估了它。
过去几年，闭源模型的商业模式依赖于一个稳定假设：率先造出 SOTA，就可以凭能力领先获得最多用户、最多 Token 和最高定价，再把“智能溢价”投入下一代 Frontier 模型。
但问题在于，这套飞轮最重要的前提正在松动——能力领先依然存在，但领先能够被变现的时间越来越短。
SemiAnalysis 把大模型发展划为 Early Scaling、Reasoning、Agentic 三个周期，他们发现了一个非常稳定的规律：每当闭源实验室率先开创新一代范式，开放模型追上它所需的时间大约缩短一半。
早期 Scaling 阶段，Llama 2 与 GPT-3.5 的初始综合能力差距一度达 35.8 分；进入 Reasoning 时代，o1 与开放模型的起始差距缩小到 12.1 分，
闭源仍然可以率先抵达下一站，但它独占下一站的时间越来越短。过去投入几十亿美元训练出领先模型，或许可以依靠一年甚至更长的技术窗口收费；现在这个窗口可能只剩几个月。客户自然会重新计算：为了领先 5%的能力，究竟值不值得支付数倍乃至十倍的价格？
这一变化最直接的现实注脚，是 Anthropic 旗舰 Fable 5 的滞销。
《金融时报》援引 Ramp 对约 7 万家企业的支付数据称，Fable 5 作为能力最强、价格最高的旗舰模型，发布两个多月后仅占其企业客户模型总支出的约 11.4%，按 Token 计算更只有约 6%；而 7 月底才上线、更便宜的 Opus 5，企业支出很快便反超 Fable。
这打破了过去几年一个相当稳定的惯例——新旗舰发布，企业默认迁移到最新、最强模型。
重估智能溢价
最强模型卖不动，并非性能不足。Anthropic 重要投资方 Accel 合伙人 Miles Clements 的解释直击要害：“Most people don't need to operate at the frontier.”绝大多数企业任务，本来就不需要始终运行在智能最前沿。
这意味着，模型智能开始出现明显的边际效用递减。从 70 分提升到 90 分，可以让大量原本做不了的工作第一次变得可用；但从 95 分继续到 97 分，训练和推理成本急剧上涨，企业实际收益却未必同步增长。对邮件总结、搜索、普通 Coding、信息抽取和大量 Agent 子任务而言，95 分和 97 分之间的能力差，很难支撑数倍的成本差。
同时，Agent 的兴起又进一步放大了这笔经济账。一次工作背后可能展开几十甚至上百轮模型调用，过去几分钱的 API 差价，在百万、千万乃至亿级 Token 调用面前，会直接变成产品的成本结构和毛利率。
过去半年，开源完成了一次比 Benchmark 登顶更重要的跨越：从“能用”，走到了“值得被大规模使用”。这也是为什么开源模型占据的 62%份额如此重要。最强能力、最多 Token 和最高收入，第一次不再绑定在同一个模型身上。
开源模型不需要全面成为世界第一，只要与 Frontier 之间的差距缩小到“足够好”，巨大的成本优势就足以让大量 Token 迁移过来。过去几年统治大模型行业的商业模式——只要持续制造最强智能，就能持续出售最高的智能溢价—被开源模型打破。
声明：本文为 AI 前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。
本文来自微信公众号 “AI前线”（ID：ai-front），作者：四月，36氪经授权发布。
