過去60天，全球主流AI部署平台Vercel AI Gateway的呼叫資料揭示了一個重要拐點：開源模型的Token呼叫份額從28%暴漲至62%，歷史上首次反超閉源模型，成為當下模型市場的主流。更關鍵的訊號是，這輪反超恰逢閉源模型密集推新——縱使OpenAI、Anthropic接連發布旗艦、頻繁降價抵禦開源衝擊，Token增量還是更多地流向了對手陣營。

與此同時，輝達開始重倉開源模型。據知情人士透露，輝達將向Poolside支付60億美元技術授權費，另追加10億美元股權投資，並收編其100多名工程師加入Nemotron（開源大模型產品線）團隊，目標直指能與DeepSeek、Kimi抗衡的前沿開源模型。OpenAI、Anthropic本是輝達最重要的頭部客戶，如今輝達卻主動入局模型層，不惜與大客戶為敵也要扶持更低成本的開源模型供給，其戰略決心可見一斑。

黃仁勳變陣

60億美元砸向Poolside，絕非黃仁勳一時興起。按照《華爾街日報》披露的交易結構，輝達並未直接收購Poolside，而是以60億美元獲得技術授權，再按120億美元投前估值投資10億美元，同時吸收100多名核心員工。這實際上是一筆典型的“變相人才收購”（Acquihire），以繞開繁瑣的反壟斷審查。黃仁勳真正看中的，是Poolside在開原始碼模型（Laguna S為代表）領域積累的強化學習訓練能力與頂尖工程師團隊。收編後，這批工程師將直接進入輝達的Nemotron團隊，目標是在未來一年內推出超萬億引數、真正具備Frontier水準的開源模型，正面迎戰DeepSeek、Kimi等中國開源主力，也包括OpenAI、Anthropic的閉源產品。

這場瞄準開源市場的轉向“蓄謀已久”。早在今年3月，輝達就牽頭成立了Nemotron Coalition，將Mistral、Perplexity、Cursor、Thinking Machines等一眾模型與Agent明星團隊拉入同一陣營，共享算力與資料。7月，黃仁勳在社交網路發表《Open Weights and American AI Leadership》，直言不諱地指出：“美國的AI領導力不取決於單一的閉源前沿模型，而取決於能否建立一個能夠滲透進千行百業的開放體系。”8月，輝達快馬加鞭釋出了開源的Nemotron 3.5 Lightning混合專家模型，並在底層與自身的CUDA及TensorRT-LLM算力基座深度繫結。事實上，黃仁勳根本不在乎最終哪個模型跑分最高，他要的是把基礎模型的推理成本徹底打穿。當開源模型變得極度廉價且唾手可得時，全世界應用將瘋狂消耗Token，最終所有的利潤都只能重新沉澱回輝達的硬體底座。

Token倒戈

在每天路由數萬億Token的Vercel AI Gateway資料裡，開源模型的增長曲線幾乎是陡直上揚的：4月，開放權重模型的Token份額還只有約11%；6月下旬升至28.4%，當時它們僅佔不到4%的API支出，卻承擔了近三分之一的呼叫；到8月22日，這個數字進一步衝到62%，首次反超閉源模型，佔據市場主流。其中，DeepSeek單獨拿下了22.6%的Token份額。GLM-5.2上線後短短兩週，日Token消耗量增長約50倍。

更值得注意的是，這輪反超並非建立在閉源失速的基礎上，相反，投資人Gavin Baker指出，7月OpenAI和Anthropic的絕對Token呼叫量其實仍在加速增長。換句話說，在閉源模型更新最激進、降價最兇狠的階段，他們依然失掉了領先身位。覆盤過去半年開源vs閉源兩大陣營的交火線，就會發現大模型的競爭節奏，已經被硬生生從“半年一代”壓縮到了“兩週一輪”的絞肉機模式。4月起DeepSeek V4、Qwen3.6、Kimi K2.6把開放模型的競爭重點從通用問答推向Coding與Agent；隨後GLM-5.2、Kimi K3、DeepSeek V4 Pro、GLM-5.3持續強化長程任務與工具呼叫，阿里8月開放Qwen3.8-2.4T-A95B的Max級旗艦權重。過去開源陣營追趕的主要是“模型能力”，如今爭奪的已經是真正消耗大量Token的生產工作流。

閉源巨頭也在同步調整防禦策略。5—6月Anthropic用Opus 4.8、Fable 5守住前沿，又迅速以Sonnet 5把高階Agent能力下放到更便宜檔位；7月OpenAI釋出GPT-5.6系列（Sol/Terra/Luna），破天荒把“Performance per dollar（單位美元效能）”作為核心賣點，Anthropic緊急補位Opus 5價格腰斬；8月谷歌Gemini 3.7 Flash距上一代僅三週，價格再對半砍。“價效比”這個曾專屬開源陣營的底層武器，已經成了OpenAI們必須割肉流血回答的命題。

僅Fireworks一家開源推理平台，目前日均Token處理量就超過40萬億，約為OpenAI今年3月底API吞吐量的整整兩倍。智譜GLM-5.2在上線後的短短兩週內，日Token消耗量更是暴漲了約50倍。SemiAnalysis判斷，最近兩個月是開源模型Agentic時代的“爆發期”。對比之下，2025年的“DeepSeek Moment”聲勢浩大，但R1主要承擔邊緣性測試任務，沒有規模化進入產生經濟價值的工作流；而到2026年，GLM 5.3、Kimi K3已經能承擔Coding、Agent等生產級任務，這恰恰是Anthropic ARR暴漲的核心腹地。

Fable5滯銷

如果只把這場變革簡單歸結為“開源更便宜”，顯然是低估了它。過去幾年，閉源模型的商業模式依賴於一個穩定假設：率先造出SOTA，就可以憑能力領先獲得最多使用者、最多Token和最高定價，再把“智慧溢價”投入下一代Frontier模型。但問題在於，這套飛輪最重要的前提正在鬆動——能力領先依然存在，但領先能夠被變現的時間越來越短。SemiAnalysis把大模型發展劃為Early Scaling、Reasoning、Agentic三個週期，他們發現了一個非常穩定的規律：每當閉源實驗室率先開創新一代範式，開放模型追上它所需的時間大約縮短一半。早期Scaling階段，Llama 2與GPT-3.5的初始綜合能力差距一度達35.8分；進入Reasoning時代，o1與開放模型的起始差距縮小到12.1分，DeepSeek R1-0528約8.5個月完成追趕；到了Agentic階段，Kimi K2.6約4.8個月追過Opus 4.5，GLM-5.2約6個月追過GPT-5.2。閉源仍然可以率先抵達下一站，但它獨佔下一站的時間越來越短。過去投入幾十億美元訓練出領先模型，或許可以依靠一年甚至更長的技術視窗收費；現在這個視窗可能只剩幾個月。客戶自然會重新計算：為了領先5%的能力，究竟值不值得支付數倍乃至十倍的價格？

這一變化最直接的現實註腳，是Anthropic旗艦Fable 5的滯銷。《金融時報》援引Ramp對約7萬家企業的支付資料稱，Fable 5作為能力最強、價格最高的旗艦模型，釋出兩個多月後僅佔其企業客戶模型總支出的約11.4%，按Token計算更只有約6%；而7月底才上線、更便宜的Opus 5，企業支出很快便反超Fable。這打破了過去幾年一個相當穩定的慣例——新旗艦釋出，企業預設遷移到最新、最強模型。

重估智慧溢價

最強模型賣不動，並非效能不足。Anthropic重要投資方Accel合夥人Miles Clements的解釋直擊要害：“Most people don't need to operate at the frontier.”絕大多數企業任務，本來就不需要始終執行在智慧最前沿。這意味著，模型智慧開始出現明顯的邊際效用遞減。從70分提升到90分，可以讓大量原本做不了的工作第一次變得可用；但從95分繼續到97分，訓練和推理成本急劇上漲，企業實際收益卻未必同步增長。對郵件總結、搜尋、普通Coding、資訊抽取和大量Agent子任務而言，95分和97分之間的能力差，很難支撐數倍的成本差。同時，Agent的興起又進一步放大了這筆經濟賬。一次工作背後可能展開幾十甚至上百輪模型呼叫，過去幾分錢的API差價，在百萬、千萬乃至億級Token呼叫面前，會直接變成產品的成本結構和毛利率。

過去半年，開源完成了一次比Benchmark登頂更重要的跨越：從“能用”，走到了“值得被大規模使用”。這也是為什麼開源模型佔據的62%份額如此重要。最強能力、最多Token和最高收入，第一次不再繫結在同一個模型身上。開源模型不需要全面成為世界第一，只要與Frontier之間的差距縮小到“足夠好”，巨大的成本優勢就足以讓大量Token遷移過來。過去幾年統治大模型行業的商業模式——只要持續製造最強智慧，就能持續出售最高的智慧溢價——被開源模型打破。