Ein KI-Modell kann einen großen Teil der Arbeit erledigen und trotzdem nur einen kleinen Teil der Rechnung ausmachen. Im September entfielen bei Vercels AI Gateway 71,5 Prozent der verarbeiteten Token auf Modelle mit offenen Gewichten. Ihr Anteil an den geschätzten Ausgaben lag bei 23 Prozent. Wer auf die Datenmenge schaut, sieht einen anderen Marktführer als jemand, der dem Geld folgt.
Diese Lücke hilft, den gegenwärtigen KI-Wettbewerb zu verstehen. Günstige Modelle übernehmen viel Volumen, während Unternehmen zugleich mehr für teure Spitzenmodelle ausgeben. Die Entwicklung spricht für einen Markt, in dem unterschiedliche Aufgaben unterschiedliche Modelle bekommen. Für die Anbieter zählt damit zunehmend, welche Arbeit sie gewinnen und zu welchem Preis. Der Titel „meistgenutzt“ beantwortet nur einen Teil dieser Frage.
Ein Token ist eine Arbeitseinheit mit wechselndem Preis
Sprachmodelle verarbeiten Text in kleinen Einheiten, den Token. Ein Token kann ein kurzes Wort oder einen Wortteil darstellen. Bei einer Anfrage entstehen Kosten für die Eingabe und für die erzeugte Antwort; weitere Arten verarbeiteter Token können hinzukommen. Der Preis dieser Einheiten unterscheidet sich zwischen Modellen und Betriebsformen. Eine Milliarde günstiger Einheiten kann weniger Geld bewegen als eine viel kleinere Menge teurer Einheiten.
Vercels Production Index vom 15. Oktober 2026 macht diesen Unterschied sichtbar. Sein Tokenvolumen umfasst Eingaben, Ausgaben, zusätzliche Rechenschritte sowie verschiedene Cache-Kategorien. Die Ausgaben berechnet Vercel anhand veröffentlichter Listenpreise. Sie beschreiben daher eine geschätzte Rechnung für den beobachteten Verkehr. Individuelle Verträge und tatsächlich bezahlte Rechnungen können davon abweichen.
Ein Gateway vermittelt zwischen einer Anwendung und den gewählten Modellen. Es sieht etwa Anfragen einer Software, die Dokumente zusammenfasst oder Arbeitsschritte eines Agenten ausführt. In dieser Vermittlungsstelle treffen Nutzung und Preis aufeinander. Die Verteilung der verarbeiteten Einheiten und die Verteilung der geschätzten Ausgaben haben jedoch unterschiedliche Nenner. Beides verdient einen eigenen Blick.
Aus einem Modellwechsel wird eine längere Entwicklung
Schon eine frühere, unabhängig erhobene Plattformauswertung zeigte, wie beweglich die Nutzung ist. OpenRouter untersuchte mehr als 450 Billionen Token vom 1. Januar bis zum 14. Juni 2026. Im Vergleich Januar zu Juni stieg DeepSeeks Anteil dort von neun auf 18 Prozent. Die Plattform zählt für diese Anteile Eingabe- und Ausgabetoken. Sie misst damit eine andere Grundgesamtheit als Vercel.
OpenRouter beschreibt außerdem, dass automatisierte Agenten besonders viel Tokenverkehr erzeugen. Die Einordnung erfolgt anhand von Aktivitätsmustern eines API-Schlüssels. Ein solcher Schlüssel kann verschiedene Aufgaben bündeln; die dominante Nutzung entscheidet über die Kategorie. Der Befund zeigt damit eine Verschiebung innerhalb des beobachteten Plattformverkehrs. Er ergänzt Vercels spätere Entwicklung, ohne mit deren Prozentwerten verrechnet zu werden.
Bei Vercel stieg der geschätzte Ausgabenanteil von Open-Weight-Modellen von ungefähr fünf Prozent im Juni auf 23 Prozent im September. Im August hatten sie dort erstmals die Mehrheit des Tokenvolumens verarbeitet. Zwei getrennte Anbieter beobachten über mehrere Monate also eine stärkere Rolle günstiger beziehungsweise offen verfügbarer Modelle. Wie groß diese Rolle im weltweiten KI-Geschäft ist, hängt zusätzlich von Anwendungen und Verträgen außerhalb dieser Gateways ab.
Die teuren Modelle wachsen mit
Das stärkste Gegenargument gegen eine einfache Verdrängungsgeschichte steht im Vercel-Bericht selbst. Seit Dezember haben sich die geschätzten Ausgaben für Spitzenmodelle verzehnfacht. Ihr Anteil am wachsenden Geschäft kann sinken, während mehr Geld bei ihnen ankommt. Wer aus einem verlorenen Anteil unmittelbar einen Umsatzrückgang macht, übersieht die Größe des Kuchens.
Auch auf Kundenseite überlagern sich die Entwicklungen. Von den Teams, die im September mehr für Open-Weight-Modelle ausgaben, erhöhten laut Vercel 68 Prozent zugleich ihre Ausgaben für Modelle mit geschlossenen Gewichten. Das passt zu einer Arbeitsteilung: Ein preiswertes Modell erledigt viele Routineanfragen, ein leistungsfähigeres übernimmt ausgewählte schwierige Fälle. Die Statistik liefert keine vollständige Aufgabenbeschreibung jedes Teams. Sie zeigt aber, wie häufig beide Budgets gemeinsam wachsen.
Selbst innerhalb der Open-Weight-Gruppe unterscheiden sich Volumen und Geld erheblich. Nach Vercels Auswertung erzeugten besonders günstige Modelle viel Verkehr, während teurere Modelle einen großen Teil des zusätzlichen Ausgabenvolumens auf sich vereinten. „Offene Gewichte“ beschreibt zunächst die Verfügbarkeit von Modellparametern. Daraus folgt weder ein einheitliches Preisniveau noch automatisch eine freie Lizenz für jeden denkbaren Einsatz.
Warum die Verbindungsschicht wichtiger werden kann
Wenn eine Anwendung mehrere Modelle verwendet, braucht sie einen Ort, an dem Anfragen verteilt werden. Dort lassen sich Zugänge bündeln, Kosten beobachten und Ausfälle behandeln. Die eigentliche Anwendung bleibt bestehen, während einzelne Modelle wechseln. Diese Trennung kann den Austausch erleichtern und zugleich die Bedeutung der Vermittlung erhöhen.
Vercel berichtet, dass im September 48 Prozent der untersuchten Teams ihr meistgenutztes Modell wechselten; 28,6 Prozent wechselten sogar das meistgenutzte Modelllabor. Für diese Kennzahl betrachtet der Anbieter zahlende Teams mit mindestens zehn Millionen bezahlten Token in beiden verglichenen Monaten. „Meistgenutzt“ bedeutet hier den größten Anteil an bezahlten Token. Ein Wechsel an der Spitze muss daher keine vollständige Kündigung des bisherigen Anbieters bedeuten.
Daraus ergibt sich die Strukturthese: Werden Modelle häufiger gegeneinander ausgetauscht, kann die dauerhafte Verbindung zur Anwendung wirtschaftlich wertvoller werden. Wer Zugriff, Betrieb und Auswahl organisiert, bleibt Teil des Arbeitsablaufs. Wie viel Gewinn ein Gateway daraus erzielt, hängt von seinen Kosten, Preisen und Kundenbindungen ab. Die Nutzungsberichte enthalten dafür keine Margenrechnung. Zudem haben beide veröffentlichenden Unternehmen selbst ein Interesse an einer wichtigen Vermittlerrolle.
Was die Zahlen für den KI-Markt wirklich verändern
Für Unternehmen, die KI einsetzen, verschiebt sich die Frage von der einen besten Marke zur passenden Kombination. Ein niedriger Tokenpreis hilft vor allem dann, wenn das Modell die Aufgabe zuverlässig erfüllt. Nacharbeit, zusätzliche Anfragen oder ein späterer Wechsel können den Vorteil verändern. Umgekehrt kann ein höherer Preis sinnvoll sein, wenn ein Modell eine schwierige Aufgabe mit weniger Aufwand löst. Die geeignete Rechnung beginnt deshalb bei der erledigten Arbeit.
Beim Lesen der Marktberichte bleiben die Messregeln entscheidend. Vercels Open-Weight-Einteilung ist inzwischen breiter als in früheren Berichten; ältere Werte können mit aktualisierten Methoden revidiert werden. Beide Gateways beobachten ihre eigenen Kunden. Direkte Verträge mit Modelllaboren, selbst betriebene Systeme und andere Plattformen prägen weitere Teile des Geschäfts. Die beiden Zeitreihen sind getrennte Fenster auf dieselbe Entwicklung.
Ihr gemeinsamer Erkenntnisgewinn ist dennoch erheblich: Wachstum verteilt sich auf verschiedene Aufgaben, Preise und Betriebsschichten. Ein Anbieter kann mehr Geld verdienen und relativ weniger Nutzung auf sich vereinen. Ein anderer kann den Tokenverkehr dominieren und einen kleinen Ausgabenanteil behalten. Wer künftig einen Sieger im KI-Markt ausruft, sollte deshalb zuerst sagen, was er zählt: verarbeitete Einheiten, geschätzte Ausgaben oder erfolgreich erledigte Aufgaben.
Quellen
- Amelia Charles und Harpreet Arora, Vercel: Open weight takes 71.5% of tokens and 23% of spend – AI Gateway Production Index, October 2026, 15. Oktober 2026; Daten bis September 2026.
- OpenRouter: DeepSeek V4 Is Earning Agentic Token Share, 30. Juni 2026, aktualisiert am 1. Juli 2026; Daten 1. Januar bis 14. Juni 2026.
Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.
