谁在真正购买 SOTA 模型?OpenRouter 数据显示 84% 的 token 并非前沿模型

Tomer Tunguz 博客(VC 分析)·2026-08-14 08:00·17天前
AI 导读

OpenRouter 数据显示,84% 的 token 并非来自 SOTA 模型,用户选择的六款主力模型仅提供前沿约 77% 的性能,成本却仅为 Claude Fable 5 的 2.5%。这些模型混合价格约 $0.50/百万 token,而 Fable 5 为 $20。企业正转向更小、微调或开源模型,前沿模型的经济效益面临挑战。

Tomer Tunguz 博客(VC 分析)
精选
63AI 编辑部评分,满分 100

谁在真正购买 SOTA 模型?OpenRouter 数据显示 84% 的 token 并非前沿模型

2026-08-14 08:00· 17天前
AI 导读

OpenRouter 数据显示,84% 的 token 并非来自 SOTA 模型,用户选择的六款主力模型仅提供前沿约 77% 的性能,成本却仅为 Claude Fable 5 的 2.5%。这些模型混合价格约 $0.50/百万 token,而 Fable 5 为 $20。企业正转向更小、微调或开源模型,前沿模型的经济效益面临挑战。

推荐理由

作者用 OpenRouter 与 Ramp 数据说明多数流量流向性价比模型,为判断前沿模型商业化的可持续性提供了可参考的框架。

正文 · AI 翻译

最先进的模型比去年十一月时聪明了三分之二。这种飞速改进的节奏仍在持续,每三天就有两款新模型问世。

Monthly major-lab model releases since November 2025, averaging about 20 per month

但在 OpenRouter 上,84% 的 token 并非来自最先进的模型。

Non state of the art token share on OpenRouter named top models held near 84 percent

事实上,用户选择用来生成绝大多数 token 的六款模型,其性能约为前沿模型的 77%,而成本仅为 Claude Fable 5 的 2.5%。

该指数持续攀升。大约每个季度就会出现一次三到五个 Artificial Analysis 积分的大幅跃升,较小的涨幅则填补了其间空白。

Waterfall of the Artificial Analysis intelligence frontier climbing from 37 to 63 points on three large jumps with smaller steps in between

在 8 月 10 日那一周,六款模型承载了 80% 的流量。它们的综合价格为每百万 token 0.50 美元,而 Fable 5 为 20 美元。

OpenRouter top models at 77% of state of the art quality for one-fortieth the Fable price

Ramp 的数据显示,买家对价格高度敏感。Fable 5 定价约为每百万 token 10 美元,上线一个月后便占据了 Anthropic token 流量的 6% 和 Anthropic 支出的 11%。GPT-5.6 Sol 作为 OpenAI 最贵的主流产品线,则持有 OpenAI 约四分之一的 token 流量。

尽管 Fable 5 价格远高于 GPT-5.6 Sol,但七月份其模型归因收入约为后者的 75%。

每一代新的最先进模型发布,所抢占的市场份额都应少于前一代。

企业将整合支出。合同会像云时代那样集中在少数一两家供应商手中,而一旦某款模型通过了高价值任务的考验,该工作负载就会长期留在那里。

在显著的价格折扣下,性能已经足够出色。差距正从下方不断收窄。最好的开源权重模型到五月份时已达到前沿模型分数的 80%,而一年前这一比例仅为 48%。

应用部署则是另一回事。我们越来越多的投资组合公司和初创企业默认选择更小的模型、微调模型和开源模型。他们在优化另一条帕累托前沿——以价格换性能。

如果市场份额不再转移,且“够用就好”持续成立,那么最先进模型的经济逻辑就会改变。一次九位数的训练投入必须赢得市场份额才能收回成本,而这个门槛会随着时间推移不断抬高。

这个标题有些轻率。很多人确实在购买最先进的模型,而且理由充分。软件工程架构和安全性设计是最明显的例子,在这些场景中,最好的可用模型物有所值。

但我们掌握的公开数据表明,真正重要的前沿是另一条。


  1. Artificial Analysis 模型目录与智能指数。主要实验室的月度发布数量与前沿路径。样本起始于 2025-11-01。发布速率趋势持平。大型(≥3 分)前沿跃迁之间的中位间隔约为 3.5 个月。智能指数 ↩︎

  2. 最先进水平指某一周内可获得的最佳 Artificial Analysis 得分;当某模型的得分处于该周最佳命名模型的 10% 以内时,即被视为接近前沿。将 OpenRouter 每周命名的头部模型与 Artificial Analysis 得分进行匹配,取的是 OpenRouter 轮播列表的头部,而非全部 API。份额序列,周次为 2025-11-03 至 2026-05-25(n=30),仅计命名模型,排除 Others。前十三周与后十三周相比,接近前沿的比例约为 17.5% 对 14.6%(约 82-85% 处于前沿之外)。集中度快照,2026-08-10 当周,覆盖命名 token 前约 80% 的模型。按 token 加权的 Artificial Analysis 得分落后全球目录最先进水平约 23%(约为前沿质量的 77%),并落后该 OpenRouter 列表上最佳模型约 10%。混合篮子约为 $0.50/百万 token,而 Fable 5 为 $20/百万(约 40 倍)。2026 年 5 月的历史核查显示,落后本地列表领先者约 16%。最佳开源权重模型在前十三周的前沿得分为 47.5%,后十三周为 70.9%;单周最佳为 2026-05-25,DeepSeek V4 Pro 得分 45.27,前沿为 56.31(80.4%)。OpenRouter 排名 ↩︎ ↩︎ ↩︎

  3. 这些数据源并未涵盖第一方云服务,即 OpenAI、Anthropic 与 Google 自身的服务。运行在原生 API 上的前沿流量从未进入 OpenRouter 排名,因此数据存在偏差。 ↩︎

  4. Ramp Economics Lab,AI 指数 2026 年 8 月(Fable 5 采用情况)。econlab.substack.com/p/ai-index-august-2026 ↩︎

来源:Tomer Tunguz 博客(VC 分析)· tomtunguz.com