Vercels AI-Gateway-Leaderboard zeigt derzeit ein ungewöhnliches Bild: Am 13. September liefen 79,5 Prozent des gemessenen Tokenvolumens über Modelle mit veröffentlichten Gewichten. Beim Geld sieht die Rangliste deutlich anders aus. Die höchsten Spend-Anteile liegen weiterhin bei geschlossenen Modellen wie Claude Opus 4.8, Claude Opus 5, GPT 5.6 Sol und GPT-6 Astra.
Das ist kein Beweis dafür, dass Open-Weight-Modelle den gesamten Markt übernommen haben. Die Daten stammen ausschließlich aus Vercels AI Gateway. Sie zeigen aber ziemlich gut, warum „welches Modell ist am beliebtesten?“ für produktive AI-Systeme inzwischen die falsche Frage sein kann.
DeepSeek erzeugt viel Volumen, aber vergleichsweise wenig Kosten
DeepSeek V4.1 Flash steht im aktuellen Modell-Leaderboard bei 64,6 Prozent des Tokenvolumens. Beim Anteil der Requests sind es 23,5 Prozent. Beim Spend taucht dasselbe Modell mit 4,3 Prozent auf.
Schon diese drei Zahlen beschreiben sehr unterschiedliche Dinge.
Ein Modell kann große Mengen Tokens verarbeiten, ohne die meisten Requests zu erhalten. Und es kann beim Tokenvolumen dominieren, ohne die größte Kostenposition zu sein.
Das ist bei günstigen Modellen zu erwarten, wird in einer echten Produktionsverteilung aber konkreter als in einer Preistabelle. Entwickler optimieren offenbar nicht jeden Arbeitsschritt auf dasselbe Modell.
Die teuersten Modelle sitzen an anderen Stellen des Workflows
Beim Spend führt Claude Opus 4.8 mit 15,0 Prozent, gefolgt von Claude Opus 5 mit 12,9 Prozent. GPT 5.6 Sol liegt bei 7,0 Prozent, GPT-6 Astra bei 6,9 Prozent und Claude Sonnet 5 bei 6,2 Prozent.
Keines dieser Modelle führt beim gesamten Tokenvolumen.
Eine plausible Interpretation ist, dass teure Frontier-Modelle gezielter für Aufgaben eingesetzt werden, bei denen höhere Kosten akzeptiert werden: schwierige Reasoning-Schritte, Coding, Planung oder Entscheidungen innerhalb längerer Agentenläufe. Die Vercel-Daten allein beweisen diese Zuordnung für einzelne Modelle jedoch nicht. Sie zeigen nur die Trennung zwischen Volumen und Spend.
Genau diese Einschränkung ist wichtig. Aus anonymisierten Gateway-Daten lässt sich keine konkrete Architektur eines einzelnen Kunden rekonstruieren.
Ein „primäres Modell“ bedeutet nicht Modell-Monokultur
Noch deutlicher wird die Verteilung bei der Team-Nutzung. Das Modell mit dem höchsten Preference-Wert, GLM 5.3 Flash, ist nur bei 13,4 Prozent der Teams das primäre Modell nach Tokenvolumen. Mehr als die Hälfte der Verteilung steckt in „Other“.
Vercels ältere Production-Index-Daten passen dazu. Dort beschreibt das Unternehmen, dass besonders große Workloads im Durchschnitt über viele verschiedene Modelle routen. Im Mai-Bericht waren es bei High-Volume-Systemen mehr als 30 Modelle.
Das heißt nicht, dass jede SaaS-Anwendung dreißig Modelle braucht. Es zeigt eher, dass Modellwahl in größeren Systemen zu einer Routingfrage wird.
Ein schneller und günstiger Task kann auf einem anderen Modell laufen als ein schwieriger Review-Schritt. Fallbacks können wiederum bei einem dritten Anbieter liegen. Sobald Bild-, Embedding- und Textmodelle hinzukommen, wächst die Zahl weiter.
Open Weights sind im Vercel-Sample von 29 auf 79,5 Prozent gestiegen
Im Juli veröffentlichte Vercel für Daten aus Juni einen Open-Weight-Anteil von 29 Prozent am Tokenvolumen. Das aktuelle Live-Leaderboard zeigt 79,5 Prozent für den 13. September.
Die beiden Zahlen sind nicht ohne Weiteres als saubere Zeitreihe gegeneinander zu rechnen. Vercel weist selbst darauf hin, dass Daten nachträglich vervollständigt werden können, und die Klassifizierung in älteren Reports teilweise anders ausgewertet wurde.
Trotzdem ist die Richtung auffällig. Open-Weight-Modelle sind in diesem Gateway nicht mehr nur eine kleine Alternative für Spezialfälle.
DeepSeek allein hält im aktuellen Lab-Leaderboard einen sehr großen Anteil des Tokenvolumens, während Anthropic beim Spend deutlich vorne liegt. Damit entstehen zwei unterschiedliche Ranglisten für denselben Markt: Wer am meisten Rechenarbeit bekommt und wer den größten Teil der Rechnung erzeugt.
Für SaaS-Architektur wird Routing wichtiger als ein globales Default-Modell
Bei einem neuen AI-Feature beginnt die Implementierung oft mit einer einfachen Konfiguration: ein Provider, ein Modell, ein API-Key.
Das ist für einen Prototyp vernünftig. In Produktion kommen später andere Anforderungen hinzu. Manche Requests müssen billig sein. Andere brauchen bessere Tool-Nutzung oder längeren Kontext. Ein Ausfall eines Providers soll vielleicht nicht das gesamte Feature stoppen. Für bestimmte Daten können regionale oder vertragliche Anforderungen gelten.
Dann wird die Modellwahl zu einer Laufzeitentscheidung.
Dafür braucht es nicht sofort ein komplexes automatisches Routing-System. Schon eine klare Trennung nach Aufgaben kann reichen: beispielsweise ein günstiges Modell für Klassifizierung und Extraktion, ein stärkeres Modell für schwierige Agentenentscheidungen und definierte Fallbacks für Ausfälle.
Die Vercel-Daten sprechen zumindest gegen die Vorstellung, dass Produktionssysteme zwangsläufig auf ein einziges „bestes“ Modell zulaufen.
Die wichtigste Einschränkung: Das ist Vercel-Traffic, nicht der gesamte AI-Markt
AI Gateway verarbeitet laut Vercel sehr große Produktionsmengen und veröffentlicht die Daten täglich anonymisiert. Trotzdem bleibt die Stichprobe selektiv.
Unternehmen, die direkt mit Azure OpenAI, Bedrock, Vertex AI oder eigenen Inference-Clustern arbeiten, erscheinen dort nicht automatisch. Auch Vercels Nutzerbasis beeinflusst, welche Anwendungen und Modelle überrepräsentiert sind.
Deshalb wäre „79,5 Prozent aller AI-Tokens laufen über Open Weights“ falsch.
Korrekt ist: Im aktuellen Vercel-AI-Gateway-Datensatz entfallen 79,5 Prozent des Tokenvolumens auf Open-Weight-Modelle. Gleichzeitig sitzen die größten einzelnen Spend-Anteile bei geschlossenen Frontier-Modellen.
Für Entwickler ist gerade diese Differenz brauchbar. Sie beschreibt einen Produktionsalltag, in dem günstiges Volumen und teure schwierige Arbeit nicht zwingend auf demselben Modell landen.
Quellen: Vercel AI Gateway Leaderboards, Stand 13. September 2026; Vercel AI Gateway Production Index und Open-Data-Dokumentation.