Newshot 文章标题：决策模型占请求量的26%；Anthropic 在新团队获取上以2:1领先
正文： AI Gateway 生产指数——2026年11月
每个月，AI Gateway 在生产应用与 AI 实验室之间路由超过100万亿 token。这些流量让我们得以窥见当今企业和初创公司环境中 AI 使用的面貌，涵盖语言、决策、语音、图像和视频模型。我们每月在此发布。参见8月、9月和10月的生产指数报告。
Copy link to heading2026年11月摘要
- 六周内，决策模型增长至占网关请求的四分之一，同时仅占每美元支出的半美分。10月，近三分之一的付费团队使用了决策模型。在每月处理超过100亿 token 的团队中，十分之七使用了决策模型。
- 10月，约11%的付费团队使用了语音模型，高于7月的4%。
- OpenAI 和 Anthropic 现在覆盖的付费团队份额大致相同，而10月的新团队选择 Anthropic 的比例接近二比一。与此同时，OpenAI 在网关支出中的份额自12月以来上升了三分之二。
- 超过一半的语言模型请求流向了发布不到两个月的模型，高于此前的不到十分之三。在一个典型模型达到使用峰值后的一个月内，使用它的团队中有四分之三已经转向别处。
Copy link to heading决策模型占全部请求的26%
生产级 AI 正在分化为两项工作：生成与判断。直到最近，当软件需要快速做出判断时，团队可以使用固定规则——便宜但僵化，或者使用语言模型——聪明但缓慢且昂贵。
决策模型现在成为第三种选择。它们进行分类、评分或在选项之间做选择，而不是生成文本，每次请求的成本约为语言模型的七十分之一。
它们于9月中旬登陆 AI Gateway，目前有来自八家不同供应商的15个决策模型可用。10月，AI Gateway 上近三分之一的付费团队使用了决策模型。约11%的付费团队使用了决策模型，却没有向文本生成模型发送任何请求。
决策模型从8月占网关请求的零增长到10月的26%，而语言模型下降了超过五分之一。
决策模型每 token 成本远低，且给出的答案非常简短，因此尽管它们在10月收到了约四分之一的网关请求，却仅占总支出的0.53%。
几乎所有这些请求量都流向了 TypeSafe AI 的 Jev，仅它一家收到的请求就接近 Anthropic 总请求量的四倍。团队每在 Jev 上花费1美元，就在 Anthropic 模型上花费64美元。
决策模型在运行最多 AI 的团队中最为常见。10月，运行少于1000万 token 的团队中仅有略超五分之一使用了决策模型。在1亿到10亿 token 区间，近一半使用了。超过100亿 token 的团队中，十分之七使用了。
部分原因是大团队什么都用得更多。按支出排名前1%的团队使用的模型数量中位数为29个，而排名后十分之一的团队只使用一个。这也是量的问题。团队发送的请求越多，就越能从一种让简单决策更快、成本效益高得多的模型中获益。
Copy link to heading语音采用率自7月以来增长2.6倍
10月，约九分之一的付费团队使用了语音模型，高于7月的二十四分之一，增长了161%。
新团队在使用语音，现有团队也在增加语音。在7月和10月都付费的团队中，使用语音的比例从5%升至14%。
使用语音的团队也在用得更多。每月发送至少100次语音请求的团队份额增长了五倍，9月的语音团队中有六成在10月继续使用，高于7月的不到一半。
语音转文字是最常见的语音模型类型。仅10月一个月，使用语音的团队份额增幅就超过了8月和9月的总和。团队可以使用不止一种类型。
与 AI 应用进行语音对话需要三个步骤：
- 语音模型把用户说的话转成文本
- 语言模型写出回复
- 另一个语音模型把回复读回给用户
大多数语音团队只用到其中一两块。自 7 月以来，语音转文本模型的使用量几乎增长到三倍，文本转语音则增长到三倍以上。
有些模型能自己完成全部三个步骤。7 月，约四分之一的语音团队使用这类一体化模型，六分之一则自己把各个部件组装起来。到 10 月，这两个数字互换了。
对大多数团队来说，语音是用户与他们已经拥有的应用或 agent 对话的一种新方式。团队偏好的语言模型仍在中间，他们可以在一端或两端加上语音。
Copy link to heading Anthropic 在新团队中以二比一胜出，OpenAI 的支出份额上升三分之二
去年 12 月，AI Gateway 上每 100 个付费团队中有 70 个使用 OpenAI 模型，48 个使用 Anthropic 模型。到 10 月，这两家实验室已几乎持平，OpenAI 为 55，Anthropic 为 54。
两家实验室现在都覆盖了更多自 12 月起就一直在网关上的团队，但 Anthropic 的覆盖增长更多。这些团队中使用 Anthropic 的比例从约一半上升到三分之二，而 OpenAI 从约四分之三上升到五分之四。
Anthropic 的大部分增长来自新团队。10 月，把它作为首选实验室的新团队数量几乎是 OpenAI 的两倍。
在过去 11 个月中的 9 个月里，Anthropic 一直是新团队最常见的首选。OpenAI 在另外两个月位居首选第一，分别是 2025 年 12 月和 2026 年 8 月。
但在最大的团队中，两家实验室几乎已经覆盖了所有人。按支出排名前 1% 的团队中，超过十分之九同时使用 Anthropic 和 OpenAI。对于这些团队，两家实验室现在争夺的是各自能拿到多少工作量。
Anthropic 仍然拿走最多的支出，尽管其份额在 9 月和 10 月大幅下降。OpenAI 的份额有起伏，但自 4 月以来每个月都高于前一个月。
按这一指标，Anthropic 仍然领先，但 OpenAI 已经缩小了差距。OpenAI 现在拿走了网关上每美元支出中的近 15 美分，高于 12 月的约 9 美分，而 Anthropic 同期减半至约 32 美分。
Copy link to heading 如今大多数 AI 流量跑在上线不到两个月的模型上
团队转向新模型的速度几乎和实验室发布的速度一样快。10 月的语言模型请求中，超过一半流向上线不到 60 天的模型。在 9 月之前，这一比例从未超过十分之三。
在每个模型家族内，新版本发布的中位间隔是 61 天，而一个典型模型在上线一个月内达到峰值。四周后，在峰值时使用它的团队中有四分之三已不再使用它，无论该家族是否已发布后继版本。这些团队大多仍留在 AI Gateway 上，使用其他模型。
团队在上线后几天内就开始使用新模型。9 月，约六分之一的语言模型请求流向上线不到两周的模型。
团队频繁更换模型，通常是换到更新的模型，而且常常换到另一家实验室。10 月，每月运行至少 1000 万 token 的团队中约有一半更换了其最常用的模型。其中五分之四转向了更新的版本，六成转向了另一家实验室。
较旧的模型仍在使用，往往与更新的主模型并用。10 月，每月运行至少 1000 万 token 的团队中有七成仍在使用至少十个月大的模型，但对典型团队而言，它运行的 token 占比不到 3%。
AI 模型现在的半衰期约为六周。这意味着，对使用它们的团队来说，实验室的水平只取决于其最新模型，必须靠每一个新模型重新赢得业务。
Copy link to heading 10 月数据中的其他内容
决策模型占请求量的 26%；Anthropic 现在以 2:1 的比例赢得新团队
- Opus 5.5 在首个完整月份中成为按支出排名第一的模型。它约占所有团队每七美元支出中的一美元。AI Gateway 上使用最广泛的六个模型中，有四个来自 Anthropic：Sonnet 5.5（达到 26% 的付费团队）、Haiku 5.5（22%）、Haiku 4.5（20%）和 Opus 5.5（18%）。另外两个是 Jev（28%）和 GPT-6 Luna（19%）。
- 图像和视频在 AI Gateway 上都迎来了迄今为止最大的月份。投入支出的团队数量比以往任何时候都多，而规模最大的团队采用得最快。按支出排名前 1% 的团队中，约三分之一现在使用图像模型，高于 7 月份的四分之一。六分之一使用视频模型，高于十分之一。
- OpenAI 最新的图像模型 GPT-Image-2.5 Sunburst 在其首个完整月份中领跑图像支出，紧随其后的是其 Flare 和 GPT-Image-2 模型。ByteDance 的 Seedance 2.5 连续第三个月领跑视频支出，领先于 Google 的 Veo 3.1 和 Kuaishou 的 Kling 3.0。
复制标题链接关于这些数据
本报告使用截至 2026 年 10 月通过 Vercel AI Gateway 路由的匿名聚合流量。
关于衡量方式的几点说明：
- 支出按公布的目录价格估算；实际账单可能有所不同。
- 付费团队是指当月至少有一次付费请求的团队。团队规模按该团队当月总 token 数衡量。
- 决策模型是 AI Gateway 模型列表中归类为决策模型的模型。
- 每个模型版本单独计算。模型年龄从该版本在 AI Gateway 上的第一天算起，而网关历史始于 2025 年 10 月 20 日。
- 切换率比较的是在 9 月和 10 月均拥有至少 1000 万 tokens 的付费团队。团队最常用的模型按 tokens 衡量。
- 语音数据始于 2026 年 6 月 22 日。“自行组装各环节”的团队在同一天使用了语音转文本、语言模型和文本转语音。
- 新团队的首选实验室，是其在第一个月内发送语言模型请求最多的实验室。
- 所有数字均使用现有最新数据和协议；随着方法更新，此前月份的数据可能会被修订。
进一步了解我们的方法，并浏览或下载公开数据。