过去60天，全球主流AI部署平台Vercel AI Gateway的调用数据揭示出一个重要拐点：开源模型的Token调用份额从28%暴涨至62%，历史上首次反超闭源模型，成为当下模型市场的主流。更关键的信号是，这轮反超恰逢闭源模型密集推新。纵使OpenAI、Anthropic接连发布旗舰、频繁降价抵御开源冲击，Token增量还是更多地流向了对手阵营。

与此同时，黄仁勋开始重仓开源模型。今日消息，知情人士透露，英伟达将向Poolside支付60亿美元技术授权费，另追加10亿美元股权投资，并收编其100多名工程师加入Nemotron（开源大模型产品线）团队，目标直指能与DeepSeek、Kimi抗衡的前沿开源模型。

OpenAI、Anthropic本是英伟达最重要的头部客户，如今英伟达却主动入局模型层，不惜与大客户为敌也要扶持更低成本的开源模型供给，其战略决心可见一斑。最先进的模型明明还掌握在闭源巨头手中，但风向标却已明显倒向开源阵营。

黄仁勋变阵

60亿美元砸向Poolside，绝非黄仁勋一时兴起。按照《华尔街日报》披露的交易结构，英伟达并未直接收购Poolside，而是以60亿美元获得技术授权，再按120亿美元投前估值投资10亿美元，同时吸收100多名核心员工。这实际上是一笔典型的“变相人才收购”（Acquihire），以绕开繁琐的反垄断审查。黄仁勋真正看中的，是Poolside在开源代码模型（Laguna S为代表）领域积累的强化学习训练能力与顶尖工程师团队。

收编后，这批工程师将直接进入英伟达的Nemotron团队，目标是在未来一年内推出超万亿参数、真正具备Frontier水准的开源模型，正面迎战DeepSeek、Kimi等中国开源主力，也包括OpenAI、Anthropic的闭源产品。

这场瞄准开源市场的转向“蓄谋已久”。早在今年3月，英伟达就牵头成立了Nemotron Coalition，将Mistral、Perplexity、Cursor、Thinking Machines等一众模型与Agent明星团队拉入同一阵营，共享算力与数据。7月，黄仁勋在社交网络发表《Open Weights and American AI Leadership》，直言不讳地指出：“美国的AI领导力不取决于单一的闭源前沿模型，而取决于能否建立一个能够渗透进千行百业的开放体系。”8月，英伟达快马加鞭发布了开源的Nemotron 3.5 Lightning混合专家模型，并在底层与自身的CUDA及TensorRT-LLM算力基座深度绑定。

事实上，黄仁勋根本不在乎最终哪个模型跑分最高，他要的是把基础模型的推理成本彻底打穿。当开源模型变得极度廉价且唾手可得时，全世界应用将疯狂消耗Token，最终所有的利润都只能重新沉淀回英伟达的硬件底座。

Token倒戈

在每天路由数万亿Token的Vercel AI Gateway数据里，开源模型的增长曲线几乎是陡直上扬的：4月，开放权重模型的Token份额还只有约11%；6月下旬升至28.4%，当时它们仅占不到4%的API支出，却承担了近三分之一的调用；到8月22日，这个数字进一步冲到62%，首次反超闭源模型，占据市场主流。其中，DeepSeek单独拿下了22.6%的Token份额。GLM-5.2上线后短短两周，日Token消耗量增长约50倍。

更值得注意的是，这轮反超并非建立在闭源失速的基础上，相反，投资人Gavin Baker指出，7月OpenAI和Anthropic的绝对Token调用量其实仍在加速增长。换句话说，在闭源模型更新最激进、降价最凶狠的阶段，他们依然失掉了领先身位。

复盘过去半年开源vs闭源两大阵营的交火线，就会发现大模型的竞争节奏，已经被硬生生从“半年一代”压缩到了“两周一轮”的绞肉机模式。4月起DeepSeek V4、Qwen3.6、Kimi K2.6把开放模型的竞争重点从通用问答推向Coding与Agent；随后GLM-5.2、Kimi K3、DeepSeek V4 Pro、GLM-5.3持续强化长程任务与工具调用，阿里8月开放Qwen3.8-2.4T-A95B的Max级旗舰权重。过去开源阵营追赶的主要是“模型能力”，如今争夺的已经是真正消耗大量Token的生产工作流。

闭源巨头也在同步调整防御策略。5—6月Anthropic用Opus 4.8、Fable 5守住前沿，又迅速以Sonnet 5把高阶Agent能力下放到更便宜档位；7月OpenAI发布GPT-5.6系列（Sol/Terra/Luna），破天荒把“Performance per dollar（单位美元性能）”作为核心卖点，Anthropic紧急补位Opus 5价格腰斩；8月谷歌Gemini 3.7 Flash距上一代仅三周，价格再对半砍。“性价比”这个曾专属开源阵营的底层武器，已经成了OpenAI们必须割肉流血回答的命题。

仅Fireworks一家开源推理平台，目前日均Token处理量就超过40万亿，约为OpenAI今年3月底API吞吐量的整整两倍。智谱GLM-5.2在上线后的短短两周内，日Token消耗量更是暴涨了约50倍。

SemiAnalysis判断，最近两个月是开源模型Agentic时代的“爆发期”。对比之下，2025年的“DeepSeek Moment”声势浩大，但R1主要承担边缘性测试任务，没有规模化进入产生经济价值的工作流；而到2026年，GLM 5.3、Kimi K3已经能承担Coding、Agent等生产级任务，这恰恰是Anthropic ARR暴涨的核心腹地。

Fable5滞销

如果只把这场变革简单归结为“开源更便宜”，显然是低估了它。过去几年，闭源模型的商业模式依赖于一个稳定假设：率先造出SOTA，就可以凭能力领先获得最多用户、最多Token和最高定价，再把“智能溢价”投入下一代Frontier模型。但问题在于，这套飞轮最重要的前提正在松动——能力领先依然存在，但领先能够被变现的时间越来越短。

SemiAnalysis把大模型发展划为Early Scaling、Reasoning、Agentic三个周期，他们发现了一个非常稳定的规律：每当闭源实验室率先开创新一代范式，开放模型追上它所需的时间大约缩短一半。早期Scaling阶段，Llama 2与GPT-3.5的初始综合能力差距一度达35.8分；进入Reasoning时代，o1与开放模型的起始差距缩小到12.1分，DeepSeek R1-0528约8.5个月完成追赶；到了Agentic阶段，Kimi K2.6约4.8个月追过Opus 4.5，GLM-5.2约6个月追过GPT-5.2。

闭源仍然可以率先抵达下一站，但它独占下一站的时间越来越短。过去投入几十亿美元训练出领先模型，或许可以依靠一年甚至更长的技术窗口收费；现在这个窗口可能只剩几个月。客户自然会重新计算：为了领先5%的能力，究竟值不值得支付数倍乃至十倍的价格？

这一变化最直接的现实注脚，是Anthropic旗舰Fable 5的滞销。《金融时报》援引Ramp对约7万家企业的支付数据称，Fable 5作为能力最强、价格最高的旗舰模型，发布两个多月后仅占其企业客户模型总支出的约11.4%，按Token计算更只有约6%；而7月底才上线、更便宜的Opus 5，企业支出很快便反超Fable。这打破了过去几年一个相当稳定的惯例——新旗舰发布，企业默认迁移到最新、最强模型。

重估智能溢价

最强模型卖不动，并非性能不足。Anthropic重要投资方Accel合伙人Miles Clements的解释直击要害：“Most people don't need to operate at the frontier.”绝大多数企业任务，本来就不需要始终运行在智能最前沿。这意味着，模型智能开始出现明显的边际效用递减。从70分提升到90分，可以让大量原本做不了的工作第一次变得可用；但从95分继续到97分，训练和推理成本急剧上涨，企业实际收益却未必同步增长。对邮件总结、搜索、普通Coding、信息抽取和大量Agent子任务而言，95分和97分之间的能力差，很难支撑数倍的成本差。

同时，Agent的兴起又进一步放大了这笔经济账。一次工作背后可能展开几十甚至上百轮模型调用，过去几分钱的API差价，在百万、千万乃至亿级Token调用面前，会直接变成产品的成本结构和毛利率。

过去半年，开源完成了一次比Benchmark登顶更重要的跨越：从“能用”，走到了“值得被大规模使用”。这也是为什么开源模型占据的62%份额如此重要。最强能力、最多Token和最高收入，第一次不再绑定在同一个模型身上。开源模型不需要全面成为世界第一，只要与Frontier之间的差距缩小到“足够好”，巨大的成本优势就足以让大量Token迁移过来。过去几年统治大模型行业的商业模式——只要持续制造最强智能，就能持续出售最高的智能溢价——被开源模型打破。