开源AI崛起为何暂时未伤及Anthropic：双轨制AI经济形成
📌 核心要点
- • Decagon CEO Jesse Zhang提出新理论：前沿模型与开源模型不是竞争关系，而是同一生命周期的两个阶段
- • DeepSeek在Vercel平台token使用量上已跃居第一，处理超过三分之一的token
- • 但Anthropic仍占据Vercel平台超过一半的AI支出份额
- • OpenRouter数据显示：DeepSeek V4 Flash周处理5.3万亿token，Opus 4.8处理2万亿+，但Opus单价是V4 Flash的23倍
- • 前沿模型主导“发现阶段”，开源模型主导“生产阶段”，形成稳定的双轨制经济
2026年7月，AI市场正在形成一种有趣的双轨制经济。一方面，开源模型如DeepSeek在使用量上疯狂增长；另一方面，前沿模型如Anthropic的Opus 4.8依然牢牢占据着支出的大头。这种看似矛盾的现象背后，隐藏着AI产业发展的深层逻辑。
一、“双轨制”理论的提出
本周一，Decagon CEO Jesse Zhang发表了一篇 provocative 的文章，标题为“每个人都对企业级开源AI的理解都是错误的”。这篇文章探讨了当今AI经济中最有趣的矛盾之一：越来越多的成熟AI部署正在转向更轻量级的模型，但昂贵的前沿模型的整体支出几乎没有下降。
Zhang的理论提供了一个全新的视角来理解前沿模型与开源模型之间的关系。在他的叙述中，它们不是竞争者，开源模型的成功也不是以牺牲前沿实验室为代价的。相反，它们是同一生命周期的两个阶段——昂贵的前沿模型用于验证用例，当这些用例成熟后，就会转移到更便宜的开源替代方案上。
💡 双轨制经济的核心逻辑
- • 发现阶段：前沿模型主导，用于探索新用例、验证可行性
- • 生产阶段：开源模型主导，用于规模化部署、降低成本
- • 动态平衡：新用例不断涌现，前沿模型始终保持高需求
- • 价格差异：前沿模型单价是开源模型的10-23倍
- • 支出结构：前沿模型占据支出的大头，尽管使用量可能较低
二、数据支撑的双轨制
Vercel的AI网关仪表板显示，仅在过去一周，DeepSeek就跃居token使用量的首位，现在处理通过该公司基础设施的token的略高于三分之一。Z.ai——流行GLM-5.2模型背后的实验室——在同一时期跃居令人尊敬的第四位。
但如果你向下滚动到整体token支出，你会看到Anthropic仍占该平台整体AI支出的一半以上。考虑到最近的许多变化来自Anthropic自身不断上涨的价格，这一份额在过去一个月略有下降，但幅度不大。
OpenRouter讲述了类似的故事，捕捉了更大（但稍微不那么企业化）的市场份额。DeepSeek V4 Flash是整体使用量的主要赢家，每周处理5.3万亿token。最受欢迎的前沿模型Opus 4.8处理略高于2万亿token。OpenRouter不按总支出对模型进行排名，但它注册了Opus 4.8的平均token成本大约是V4 Flash的23倍（每百万token 1.37美元，而V4 Flash仅6美分），这意味着Opus可能仍然占据了支出的大部分。
三、为什么前沿模型能保持地位
这些数据并没有完全证明Zhang关于AI生命周期的观点，但它们确实表明，像Anthropic这样的前沿实验室目前还没有因为开源的崛起而受到太大伤害。一种解释是，AI可寻址任务的市场增长如此之快，以至于顶级模型仅通过主导早期部署就能维持其地位。正如Zhang所说：“前沿实验室将继续拥有发现权。开源将越来越多地拥有生产权。”
另一种解释可能是，即使客户转向开源，许多用例如此困难，以至于它们无法完全被更便宜的替代品取代。前沿模型在处理复杂推理、多步骤任务和边缘情况方面仍然具有优势，这些是开源模型目前难以企及的。
四、新玩家的入场
这些数据甚至还没有捕捉到最新的参与者——Nvidia的Nemotron，它凭借Nvidia强大的联系和模型自身的极端适应性，“准备跃居前列”。这表明AI市场的竞争格局仍在快速变化，新的变量不断加入。
Nvidia作为GPU市场的霸主，进入AI模型市场具有天然优势。它不仅可以优化模型以在自己的硬件上运行得更好，还可以利用其庞大的客户基础快速推广。Nemotron的出现可能会进一步复杂化双轨制经济的格局。
五、对企业的启示
对于企业来说，理解这种双轨制经济至关重要。首先，不要简单地认为“开源更好”或“前沿更好”——它们服务于不同的目的。其次，建立灵活的模型策略，根据用例的成熟度选择合适的模型。
第三，关注总拥有成本（TCO），而不仅仅是token价格。前沿模型虽然单价高，但在复杂任务上的成功率也更高，这可能意味着更少的重试和更低的总体成本。最后，保持对新模型的关注，因为市场格局变化很快，今天的最佳选择明天可能就不再是最优。
常见问题（FAQ）
Q1: 什么是“双轨制”AI经济？
双轨制AI经济是指前沿模型和开源模型在AI市场中扮演不同角色的格局。前沿模型（如Anthropic Opus 4.8、OpenAI GPT-5）用于探索新用例、处理复杂任务，占据支出的大头；开源模型（如DeepSeek V4、Z.ai GLM-5.2）用于规模化部署、处理成熟用例，占据使用量的大头。两者形成互补而非竞争的关系。
Q2: 为什么开源模型使用量高但支出不高？
这是因为开源模型的token价格远低于前沿模型。以OpenRouter数据为例，Opus 4.8的平均token成本是DeepSeek V4 Flash的23倍（1.37美元/百万token vs 0.06美元/百万token）。因此，即使DeepSeek处理的token数量是Opus的2.5倍，Opus的支出仍然更高。
Q3: 企业应该如何选择模型？
建议采用分层策略：1）对于新用例、复杂推理、关键任务，使用前沿模型确保质量；2）对于成熟用例、简单任务、大规模部署，使用开源模型降低成本；3）建立模型评估机制，定期审查用例成熟度，适时从前沿模型迁移到开源模型；4）保持多模型架构，避免供应商锁定。
Q4: 这种双轨制会持续多久？
短期内（1-2年），双轨制可能会持续，因为AI可寻址任务的市场仍在快速扩张，新用例不断涌现。长期来看，如果开源模型的能力继续快速提升，能够处理更复杂的任务，双轨制的边界可能会模糊化。但考虑到前沿实验室的持续创新，完全被开源取代的可能性很低。更可能的是演化为多轨制——不同价格点、不同能力水平的模型服务于不同场景。
总结
开源AI的崛起并没有像许多人预测的那样重创前沿实验室。相反，AI市场正在形成一种更加复杂和稳定的双轨制经济。前沿模型主导“发现”，开源模型主导“生产”，两者形成互补而非替代的关系。
这种格局对企业意味着需要更加精细化的模型策略——不是简单地选择“最便宜”或“最强”，而是根据用例的成熟度和复杂性选择合适的模型。对于前沿实验室来说，关键在于持续创新，保持在“发现阶段”的领先地位，同时通过服务差异化和生态系统建设来维持定价权。
对于整个AI行业来说，双轨制经济的形成是一个积极信号——它意味着AI正在从“技术展示”走向“规模化应用”，从“单一模式”走向“多元化生态”。这种成熟度将推动AI技术的更广泛采用，最终造福整个社会。