AI-translated from English; not yet reviewed by a fluent editor.

# Mga open-weight model ang humawak ng 56% ng mga token ng Vercel, pero 14% lang ng gastos

> Ayon sa AI Gateway ng Vercel, 56% ng dami ng token noong Agosto at 14% ng tinatayang gastos batay sa list price sa traffic nito ang mula sa mga open-weight model. Hindi ito sukatan ng buong merkado o kabuuan ng mga invoice.

By BIG CHANGE Editorial

Published: 2026-09-27T03:43:31.964Z
Updated: 2026-09-27T03:43:31.964Z
Canonical: https://bigchange.ai/blog/open-weight-models-vercel-token-volume-spend

![Conceptual charcoal illustration of network cables connected to a rack-mounted switch, with one orange cable among dark cables.](https://bigchange.ai/api/media/file/open-weight-gateway-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

Ayon sa ulat ng AI Gateway ng Vercel noong Setyembre, 56% ng mga token na dumaan sa gateway nito noong Agosto ang pinroseso ng mga open-weight model, samantalang 14% lamang ng tinatayang gastos ang naugnay sa mga ito. Ipinakikita ng agwat kung paanong magkaibang kuwento ang naihahayag ng dami ng paggamit at badyet para sa modelo. Larawan ito ng traffic sa iisang gateway, hindi sukatan ng buong merkado ng AI o ng aktuwal na singil sa mga kostumer.

Sa 20:03 ng episode 290 ng [podcast na All-In](https://youtu.be/cvP_1jmnkmM?t=1203s), tinatalakay ng panel ang bilis ng paglabas ng mga open-weight at premium na modelo at iginiit na pinalalawak ng mas mahusay at nada-download na mga modelo ang akses. Interpretasyon iyon ng panel. Hiwalay at mas limitadong datos ang mula sa [September AI Gateway Production Index ng Vercel](https://vercel.com/blog/ai-gateway-production-index-september-2026), na nag-uulat ng traffic hanggang Agosto.

## Ang malaking pagbabago

- **Ano ang nagbago:** Mula Disyembre hanggang Agosto, naging mayorya at umabot sa 56% ang bahagi ng mga open-weight model sa mga token sa Vercel AI Gateway, samantalang 14% lang ng tinatayang gastos batay sa list price noong Agosto ang sa kanila.
- **Bakit ito mahalaga:** Kailangang ihiwalay ng mga team na pumipili ng modelo ang dami ng hinihinging token sa gastos, saka ihambing ang kalidad at kabuuang gastos sa pagpapatakbo para sa mga task na ginagamit nila. Walang resultang partikular sa task o matitipid ng indibidwal na team na ipinakikita ang index.
- **Ano ang dapat bantayan:** Ang praktikal na tanong ay kung natutugunan ng napiling modelo ang mga pangangailangan ng team sa kalidad, latency, privacy at pagpapatakbo sa kabuuang halaga nito. Hindi ito masasagot ng bahagi lang sa mga token; mahalaga rin ang mga tuntunin ng lisensiya, hardware at oras ng engineering.

## Ano ang sinusukat ng 56% at 14%

Ayon sa Vercel, 56% ng mga token na dumaan sa AI Gateway noong Agosto ang pinangasiwaan ng mga open-weight model; unang buwan iyon na nakakuha ang mga ito ng mayorya sa dami ng traffic sa gateway. 14% ng tinatayang gastos naman ang bahagi ng mga ito. Ipinakikita ng tsart ng kompanya na umakyat ang bahagi mula 13% noong Abril tungo sa 56% noong Agosto. May petsang Setyembre 17 ang ulat at gumagamit ito ng datos hanggang Agosto.

Hindi ibig sabihin ng agwat na libre ang pagpapatakbo sa mga modelong ito. Kailangan pa rin ng compute, kuryente at operasyon para sa nada-download na weights. Batay sa mga bahaging ni-round off, humigit-kumulang ikawalong bahagi ng karaniwang tinatayang gastos kada token sa pangkat ng open-weight model kumpara sa iba pang modelo sa dataset na ito. Ginagamit sa kalkulasyong ito ang mga bilang ng Vercel: 14% ng gastos hinati sa 56% ng mga token, kumpara sa natitirang 86% ng gastos na hinati sa 44% ng mga token. Karaniwang halaga ito sa magkakaibang modelo at uri ng token, hindi presyo o kakayahan ng partikular na modelo.

Binibilang sa index ang mga input, output, reasoning, cached-input at cache-creation token. Maaaring magkaiba ang presyo ng mga uri ng token na ito, kaya nakadepende rin ang karaniwang halaga ng isang pangkat sa ipinadala at nalikhang nilalaman ng mga gumagamit nito. Tinatantiya ng Vercel ang gastos batay sa inilathalang list price ng mga lab at sinasabi nitong maaaring magkaiba ang aktuwal na singil. Nagbibigay-daan ang paraang ito na maihambing ng kompanya ang traffic ng mga team na gumagamit ng sarili nilang provider key, pero hindi ito audit ng invoice o sukat ng compute cost ng self-hosting.

Iniulat din ng kompanya na bumaba nang 23.2% noong Agosto ang karaniwang tinatayang presyo kada token sa buong gateway. Sa mga team na bawat isa ay nagpatakbo ng mahigit 10 milyong token kapwa noong Hulyo at Agosto, bumaba nang 7.6% ang median na tinatayang presyo kada token ng team. Iniuugnay ng Vercel ang bahagi ng pagbaba sa paglaki ng paggamit ng open-weight model. Hindi ibinubukod sa ulat kung gaano kalaki sa pagbabago ang nagmula sa paglipat na iyon, sa magkaibang halo ng token o sa pagpapalit ng mga team ng modelo at workload.

## Hindi buong merkado ang iisang gateway

Pinagsama-sama at inalisan ng pagkakakilanlan ang traffic na dumaan sa Vercel AI Gateway, at iyon ang laman ng index. Nagbibigay ito ng sulyap sa tunay na mga production request na dumaan sa serbisyo, na mas kongkreto kaysa leaderboard ng modelo o anunsyo ng paglabas. Gayunman, hindi pinatutunayan ng ulat na kumakatawan sa lahat ng gumagamit ng AI ang mga kostumer nito, hindi nito inilalantad ang paraan ng pagsa-sample para sa mas malawak na merkado, at wala itong datos sa paggamit para sa mga workload na hindi dumaraan sa gateway. Kaya dapat basahin ang mga porsiyento bilang halo ng paggamit sa gateway ng Vercel.

Binabanggit din ng Vercel na nakabatay ang klasipikasyon nito ng mga open-weight model sa kasalukuyang listahan ng modelo sa AI Gateway, na mas malawak kaysa depinisyong ginamit sa mga naunang ulat. Maaaring magbago ang mga naunang bilang habang binabago ng Vercel ang pamamaraan at tumatanggap ng mas kumpletong datos. Mahalaga ang buwanang trend, pero binabalaan din mismo ng ulat na nagbago ang hangganan ng kategorya.

Hindi rin magkapareho ang “open-weight” at “open source.” Mga numerong parameter na natutuhan ang model weights, at maaari itong ilabas para i-download. Mas malawak ang pamantayan ng Open Source Initiative na [Open Source AI Definition 1.0](https://opensource.org/ai/open-source-ai-definition): hinihingi nito ang kalayaang gumamit, mag-aral, magbago at magbahagi ng AI system, at itinuturing na bahagi ng mas mainam na anyo para sa pagbabago ang impormasyon tungkol sa training data, code at mga parameter ng modelo. Maaari pa ring may paghihigpit sa lisensiya ang nada-download na checkpoint o kulang ito sa detalye tungkol sa training code at datos. Kailangang tingnan ng mga team ang aktuwal na lisensiya at mga materyal na inilabas para sa bawat modelo.

## Ano ang kahulugan ng agwat para sa mga bumibili ng AI

Sinusuportahan ng mga bilang ng Vercel ang makitid na konklusyon: sa gateway na ito, mas malaking dami ng token ang pinangasiwaan ng mga open-weight model, sa mas maliit na bahagi ng tinatayang gastos batay sa list price. Hindi ipinakikita ng mga ito na mas mura ang parehong workload sa lokal na server o kayang ipalit ang mas murang modelo sa premium nang walang pagbabago sa kalidad, bilis o pagiging maaasahan.

Para sa product team, ang mahalagang paghahambing ay ang gastos sa pagtapos ng parehong task ayon sa parehong pamantayan ng pagtanggap. Kailangang isama rito ang dami ng input at output, mga muling pagsubok, tool, routing, latency at pagsusuri ng tao, saka ihambing ang singil ng provider sa hardware at operasyon na kailangan para direktang magpatakbo ng weights. Hindi ibinibigay ng index noong Setyembre ang mga paghahambing na ito kada task. Mahalaga ito bilang senyas na malaking bahagi na ng paggamit sa isang production gateway ang mga open-weight model, habang nananatiling nakatuon sa ibang lugar ang halo ng gastos.

Maaaring ihambing sa ganitong uri ng ebidensiya sa paggamit ang mas malawak na argumento ng panel ng All-In na lumalawak ang akses sa mga modelo, pero hindi pinatutunayan ng index ng Vercel ang bawat pahayag tungkol sa modelo sa talakayan o hinuhulaan kung saan susunod lalawak ang paggamit. Sa ngayon, mahalagang pag-ibahin ang dami ng token na pinoproseso ng isang kategorya, tinatayang singil ng provider para rito at gastos ng team upang makakuha ng maaasahang resulta.

## Mga sanggunian at karagdagang babasahin

- [Vercel, “Open-weight models take 56% of token volume” (Setyembre 17, 2026)](https://vercel.com/blog/ai-gateway-production-index-september-2026) — Datos ng gateway ng Vercel noong Agosto, mga depinisyon ng token, paraan ng pagtantiya ng gastos batay sa list price, babala sa klasipikasyon at paalala tungkol sa pagbabago ng datos.
- [Open Source Initiative, Open Source AI Definition 1.0](https://opensource.org/ai/open-source-ai-definition) — Mga kalayaan at bahaging ginagamit ng inisyatiba sa depinisyon nito ng open-source AI, na naiiba sa simpleng pagkakaroon ng weights.
- [All-In episode 290, talakayan tungkol sa open model sa 20:03](https://youtu.be/cvP_1jmnkmM?t=1203s) — Talakayan ng panel tungkol sa bilis ng paglabas at akses sa mga modelo; komentaryo ito, hindi ebidensiya para sa mga bilang ng paggamit o gastos ng Vercel.

## Sources

- [Vercel: AI Gateway Production Index — Setyembre 2026](https://vercel.com/blog/ai-gateway-production-index-september-2026) — Pangunahing datos na pinagmulan para sa bahagi ng token/gastos ng gateway noong Agosto, mga bilang buwan-buwan at limitasyon sa pagsukat. Gumagamit ang ulat ng pinagsama-samang traffic ng Vercel AI Gateway na inalisan ng pagkakakilanlan, kabilang ang ilang uri ng token, at tinatantiya ang gastos batay sa inilathalang list price ng mga lab; sinasabi nitong maaaring magkaiba ang invoice, mas malawak ang klasipikasyon nito ng open-weight kaysa sa nauna at maaaring baguhin ang nakaraang datos. Hindi ito datos ng buong merkado o independiyenteng survey.
- [Open Source Initiative: Open Source AI Definition 1.0](https://opensource.org/ai/open-source-ai-definition) — Itinatakda ang mga kalayaan para sa open-source AI at ang mas mainam na anyong maaaring baguhin, kabilang ang impormasyon sa training data, code at mga parameter. Ginagamit upang ibukod ang pagkakaroon ng open-weight sa mas malawak na depinisyon ng OSI; walang sinuring lisensiya ng partikular na modelo.
- [All-In episode 290, video at mga caption sa YouTube, 20:03–24:20](https://youtu.be/cvP_1jmnkmM?t=1203s) — Konteksto para sa bahaging hiniling ng may-ari: talakayan ng panel tungkol sa bilis ng paglabas ng modelo at akses sa open-weight. Mali-mali ang mga caption ng creator at hindi maaasahan ang pagtukoy sa mga nagsasalita. Ginamit lamang bilang komentaryo, hindi ebidensiya para sa mga sukatan ng Vercel o sa mga partikular na pahayag nito tungkol sa modelo.