12月的一个星期一，Decagon首席执行官Jesse Zhang发布了一项颇具挑衅性的理论，标题为“每个人都对企业中的开放源代码人工智能错误”。这篇文章探讨了当今人工智能经济中最有趣的矛盾之一：他表示，越来越成熟的人工智能部署正在转向更轻的模型，即使在他自己的公司也是如此。但对昂贵的尖端模型的总体支出几乎没有变化。这是一种新的思考开放源代码模型与尖端模型之间关系的方式。在Zhang的叙述中，它们并不是竞争对手，开放源代码模型的成功并不是以尖端实验室为代价。相反，它们是同一生命周期的两个阶段，高价尖端模型用于验证可以传递给更便宜的开放源代码替代品的用例，随着它们的成熟。随着越来越成熟的用例转向更轻的模型，新用例不断涌现——而对尖端模型的总体支出几乎没有下降。Zhang没有提供太多数据来支持这一观点，但数据并不难找。Vercel的人工智能网关仪表板显示，仅在过去一周内，DeepSeek在token量上已经跃居领先位置，现在处理着公司基础设施中超过三分之一的token。Z.ai——背后有热门GLM-5.2模型的实验室——在同一期间跃升至相当体面的第四位。但如果你向下滚动至整体token支出，你会发现Anthropic仍占该平台整体人工智能支出的一半以上。考虑到最近的变化大部分源自Anthropic自身价格的上涨，过去一个月其份额略有下降，但并不显著。图片来源：Vercel仪表板/数据导出。OpenRouter讲述了类似的故事，捕捉了市场一个更大（但稍微不那么企业化）的细分市场。Deepseek V4Flash是总体使用上的主要赢家，每周处理53万亿token。最受欢迎的尖端模型Opus 4.8每周处理的token略超过20万亿。OpenRouter没有按总支出对模型进行排名，但它注册的Opus 4.8的平均token成本约为V4Flash的23倍（每百万token为1.37美元，而V4Flash仅为6美分），这意味着Opus仍然可能占据支出的大部分。那些数字甚至没有捕捉到最新到来的Nvidia的Nemotron，这个模型凭借Nvidia强大的关系和自身极高的适应能力，有望跃至领先位置。这些数据并没有完全证明Zhang关于人工智能生命周期的观点，但确实表明，像Anthropic这样的尖端实验室并没有因为开放源代码的崛起而受到太大的影响——至少目前没有。一个解释是，人工智能可解决任务的市场正在快速增长，以至于顶级模型能够通过主导早期部署来维持其地位。正如Zhang所说：“尖端实验室将持续占据发现的主导地位，而开放源代码将越来越多地占据生产的主导地位。”另一个解释可能是，即使客户转向开放源代码，许多用例依然如此艰难，以至于无法完全用更便宜的替代品代替。无论如何，这种双层经济模型可能会成为人工智能经济中的一种相对稳定的特征。就在去年的九月，我还在写基础实验室最终会为星巴克出售咖啡豆的可能性——也就是说，作为商品进行输入，而应用层则获得好处。这一预测的某些部分已经变成现实：垂直人工智能公司转向了更轻的模型，另一方面，“GPT包装”初创公司的经济状况基本保持稳定。但我们也看到，按token计，尖端提供商能够保持市场上最受欢迎的部分——优质token价格。而且看起来这种情况不会在不久的将来改变。通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。Russell Brandom自2012年以来一直在报道科技行业，专注于平台政策和新兴技术。他曾在The Verge和Rest of World工作，并为Wired、The Awl和MIT的《技术评论》撰写文章。他可以通过电子邮件联系：russell.brandom@techcrunch.com，或在Signal上联系412-401-5489。