Open-Weight-Modelle erreichen 71,5 Prozent Tokenanteil bei Vercel

Open-Weight-Modelle verarbeiteten im September 2026 laut Vercel 71,5 Prozent des Tokenvolumens im AI Gateway. Ihr Anteil an den erfassten Ausgaben betrug dagegen 23 Prozent. Der am 15. Oktober veröffentlichte Monatsindex zeigt damit, wie unterschiedlich sich Nutzung und Ausgaben auf KI-Modelle verteilen.

Für IT-Entscheider liefert die Auswertung einen Anlass, den eigenen Modellmix zu überprüfen. Welche Aufgaben benötigen ein leistungsfähiges, teureres Modell? Wo genügt eine günstigere Alternative? Die Daten beantworten diese Fragen nicht für einzelne Unternehmen, machen die wirtschaftliche Bedeutung der Auswahl aber sichtbar.

Was misst der Vercel-Index eigentlich?

Vercels Oktober-Auswertung betrachtet den Verkehr über das eigene AI Gateway. Der Dienst vermittelt Modellzugriffe aus Anwendungen. Die Kennzahlen beschreiben somit die Nutzung innerhalb dieser Plattform. Sie stehen weder für den weltweiten KI-Markt noch für den Einsatz in deutschen Unternehmen.

Auch die Begriffe verlangen eine klare Trennung. Open Weight bezeichnet Modelle mit zugänglichen Gewichten und bedeutet nicht automatisch uneingeschränkte Open-Source-Nutzung. Die Unterschiede bei Lizenzen und Betriebsmodellen erläutert der IT-Dock-Beitrag zu Open Source KI. Aus dem Gateway-Verkehr lässt sich zudem kein Wechsel zum lokalen Eigenbetrieb ableiten.

Warum bedeutet hohe Nutzung keinen hohen Kostenanteil?

Besonders deutlich wird die Verteilung bei DeepSeek-V4.1-Flash. Das Modell verarbeitete laut Vercel nahezu die Hälfte aller September-Tokens, verursachte jedoch nur 2,6 Prozent der Ausgaben. Der Preis je Token lag bei etwa einem Fünftel des Open-Weight-Durchschnitts. Gleichzeitig wuchsen laut Anbieter die Ausgaben sowohl für Open-Weight- als auch für Frontier-Modelle.

Ein geringerer Ausgabenanteil bedeutet deshalb nicht automatisch sinkende absolute Ausgaben. Ebenso lässt ein niedriger Tokenpreis allein keinen Schluss auf die Wirtschaftlichkeit eines Arbeitsablaufs zu. Dafür müssten Unternehmen auch prüfen, wie zuverlässig ein Modell die Aufgabe erledigt und wie viel Nacharbeit anfällt.

Wo endet die Aussagekraft der Zahlen?

Vercel verwendet nach eigener Methodik eine breitere Open-Weight-Klassifikation als in früheren Berichten. Zeitliche Veränderungen dürfen deshalb nicht ausschließlich als veränderte Nachfrage gelten. Die Zahlen sind außerdem eine Anbieterauswertung und kein unabhängiger Qualitätsvergleich der Modelle.

Ein hoher Tokenanteil kann beispielsweise durch besonders umfangreiche Arbeitsabläufe entstehen. Er ist kein Maß dafür, wie viele Unternehmen ein Modell bevorzugen. Für Beschaffungsentscheidungen sollten Unternehmen Nutzung, Ergebnisqualität und Kosten deshalb getrennt auswerten.

Was können Unternehmen für die Modellwahl ableiten?

Aus redaktioneller Sicht spricht die Auswertung dafür, Modelle aufgabenbezogen zu vergleichen. Ein sinnvoller Test beginnt mit repräsentativen Vorgängen aus dem eigenen Betrieb. Neben Antwortqualität und Laufzeit gehören dabei Fehlversuche, menschliche Korrekturen und die Kosten je erfolgreich abgeschlossenem Vorgang in die Bewertung.

Auch die Austauschbarkeit braucht praktische Tests. Andere Modelle können abweichende Parameter, Prompts oder Werkzeugaufrufe erfordern. Welche Betriebsrisiken dabei entstehen, beschreibt der Beitrag zum KI-Modellwechsel und Migrationen.

Open-Weight-Modelle erweitern die Auswahl. Ob sie für einen konkreten Unternehmensprozess wirtschaftlich taugen, zeigt erst dessen eigene Bewertung. Der Vercel-Index liefert dafür einen aktuellen Nutzungsbefund, aber keine pauschale Anbieterempfehlung.

Quelle: Vercel: Open weight takes 71.5% of tokens and 23% of spend