Vercel最近公布了AI Gateway的7月生产指数一组数据让闭源厂商坐不住了2026年6月开源模型在AI Gateway上的token占比达到29%而4月这个数字还是11%。两个月三倍增长。与此同时中国开源模型在全球头部模型总调用量中的占比已经达到61%。全球超过500家机构从单一闭源模型切换到开源或混合部署模式。说实话这个趋势比很多人预想的来得更快。数据背后的三件事先看Vercel AI Gateway的完整数据时间开源模型占比闭源模型占比2026年4月11%89%2026年5月21%79%2026年6月29%71%两个月从11%涨到29%不是线性增长是加速增长。按这个趋势年底之前开源模型占比突破40%是大概率事件。但更有意思的是另一组数据中国开源模型DeepSeek、Qwen、GLM等在头部模型总调用量中占比61%。也就是说全球开发者调用最多的模型超过一半是中国开源模型。这背后反映了三件事开源模型崛起的三重驱动成本驱动性能驱动自主驱动开源成本仅为闭源1/50DeepSeek单价0.5元/百万token中小企业成本敏感开源编码模型多项基准反超闭源GLM-5.2 Terminal-Bench超GPT-5.5LongCat-2.0 SWE-bench领先数据安全与合规私有化部署需求避免供应商锁定成本1/50不是夸张我们算一笔账。以编码任务为例目前主流模型的价格模型输入价格每百万token输出价格每百万tokenGPT-5.5$3.00$12.00Claude 4.5$3.00$15.00DeepSeek V3$0.27$1.10GLM-5.2$0.50$2.00Qwen3-Max$0.55$2.20一个中型开发团队每天消耗约500万token输入输出一个月22个工作日用GPT-5.5约$3,300/月用DeepSeek V3约$60/月用GLM-5.2约$110/月不是1/2不是1/10是1/50。对于创业公司来说这笔账不需要算第二遍。而且这些开源模型你还可以私有化部署。买几台服务器一次性投入后续只有电费和运维成本。对于数据安全要求高的金融、医疗、政务行业私有化部署是刚需——不是成本问题是合规问题。性能开源已经追上来了过去开源模型效果好但不如闭源的刻板印象已经过时了。2026年上半年的数据SWE-bench Pro美团LongCat-2.059.5 GPT-5.558.6Terminal-Bench 2.1智谱GLM-5.281.0 GPT-5.575.2HumanEvalDeepSeek V392.8 GPT-5.591.8MBPPQwen3-Max86.1 Claude 4.582.7四个核心编码基准开源模型在三个上领先。这不是偶然是趋势。当然在通用能力多语言翻译、创意写作、复杂推理上闭源模型仍然有优势。但差距在缩小而且缩小得很快。500家机构的迁移潮全球超过500家机构从单一闭源切换到开源或混合模式。这个数字背后有几个典型场景场景一创业公司。预算有限用不起GPT-5.5的API。部署DeepSeek或GLM-5.2成本降到1/50效果差不了多少。场景二金融行业。数据不能出海只能用私有化部署。开源模型是唯一选择。场景三大型互联网公司。自建AI平台底层模型可以随时切换。混合部署——简单的任务用开源模型复杂的任务用闭源模型——成本最优。场景四科研机构。需要模型可解释、可修改、可复现。闭源模型是黑盒开源模型才能做研究。安卓时刻的类比靠谱吗很多人把开源模型的崛起比作智能手机的安卓时刻——当年iOS先定义了智能手机但安卓通过开源和免费策略最终占据了全球80%以上的市场份额。这个类比有一定道理但不完全准确。相似之处开源降低了使用门槛扩大了用户基数开源让更多厂商参与进来加速了生态繁荣开源模型的定制化能力远超闭源不同之处大模型的训练门槛比手机操作系统高得多——不是谁都能训一个万亿参数模型闭源模型在安全性、稳定性、合规性上仍然有优势大模型领域可能不会出现赢家通吃的局面更可能是多模型共存闭源厂商会怎么应对面对开源模型的冲击闭源厂商的策略已经在调整降价OpenAI和Anthropic都在降低API价格但降到1/50是不可能的差异化强调闭源模型在安全、对齐、多模态上的优势锁定生态通过工具链、插件、平台绑定来增加迁移成本开源部分模型Meta的Llama系列就是典型但最新的Llama 4又开始收紧商用条款有趣的是这些策略iPhone在面对安卓竞争时都试过。结果大家都知道。对开发者的建议如果你是开发者现在选模型应该考虑什么不要只盯着一个模型。混合部署是趋势。简单任务用开源复杂任务用闭源成本最优。关注模型的可替换性。设计系统时把模型层抽象出来方便随时切换。不要深度绑定任何一个模型供应商。私有化部署的门槛在降低。48B激活参数的模型几张消费级显卡就能跑。对于数据敏感的场景私有化部署是值得考虑的选项。关注中国开源模型。DeepSeek、Qwen、GLM、LongCat——这些模型在编码能力上已经不输甚至超过闭源模型而且成本低得多。写在最后29%的占比61%的调用量500家机构的迁移——这些数字说明一件事开源模型的崛起不是趋势预测是正在发生。对开发者来说最好的策略不是选边站队而是拥抱多元。开源和闭源不是非此即彼的选择它们是工具箱里的不同工具。好的工程师会用最适合的工具解决当前的问题。而2026年下半年的工具箱比以往任何时候都丰富。Vercel AI Gateway 7月生产指数显示2026年6月开源模型token占比达29%4月为11%两个月增长3倍。中国开源模型占全球头部模型调用量的61%。超过500家机构从闭源切换到开源或混合部署。开源模型编码成本仅为闭源的1/50。