Open-Weight-Modelle gewinnen bei Nutzung und Ausgaben
Open-Weight-Modelle haben ihren Anteil am Datenverkehr über Vercels AI Gateway deutlich ausgebaut. Im September 2026 entfielen 71,5 % der dort verarbeiteten Token auf Modelle mit öffentlich verfügbaren Gewichten. Ihr Anteil an den geschätzten Ausgaben stieg zugleich von rund 5 % im Juni auf fast 25 % im September.
Open Weight bedeutet, dass die trainierten Modellgewichte zugänglich sind. Das ist nicht automatisch mit Open Source gleichzusetzen, denn Lizenzen können Nutzung, Veränderung oder Weitergabe weiterhin einschränken.
Sinngemäß erklärte Vercel: Im August verarbeiteten Open-Weight-Modelle erstmals den Großteil des Tokenvolumens. Inzwischen folgt auch das Geld, der Ausgabenanteil hat sich innerhalb von drei Monaten mehr als vervierfacht.
Mehr Nutzung bei sinkendem Tokenpreis
Das gesamte Ausgabenvolumen im Gateway lag im September ungefähr 13-mal höher als im Dezember 2025. Gleichzeitig sank der durchschnittliche Preis pro Token um rund 47 %. Das spricht für wachsende Nachfrage, aber auch für starken Preiswettbewerb zwischen Modellen und Anbietern.
| Kennzahl | Wert | Zeitraum oder Vergleich |
|---|---|---|
| Anteil der Open-Weight-Modelle am Tokenvolumen | 71,5 % | September 2026 |
| Anteil an den Gateway-Ausgaben | fast 25 % | September 2026 |
| Ausgabenanteil im Juni | rund 5 % | Juni 2026 |
| Wachstum der gesamten Gateway-Ausgaben | Faktor 13 | September 2026 gegenüber Dezember 2025 |
| Veränderung des durchschnittlichen Tokenpreises | minus 47 % | September 2026 gegenüber Dezember 2025 |
| Teams mit Wechsel des meistgenutzten Anbieters | fast ein Drittel | September 2026 |
Fast jedes dritte Team wechselte im September seinen meistgenutzten KI-Anbieter. Ein Gateway erleichtert solche Wechsel, weil verschiedene Modelle über eine gemeinsame Schnittstelle angesprochen werden. Dieses Modell-Routing zwischen proprietären und offenen Angeboten kann Abhängigkeiten reduzieren, sofern Anwendungen nicht auf anbieterspezifische Funktionen zugeschnitten sind.
Jev verbreitet sich schnell, verursacht aber geringe Kosten
Das am weitesten verbreitete Modell im September war Jev von TypeSafe AI. Innerhalb von 14 Tagen nutzten es 35 % der zahlenden Teams im Vercel-Gateway. Wegen seiner Architektur entfielen jedoch nur 1 % der Token und 0,15 % der Ausgaben auf das Modell.
Die Zahlen zeigen, dass Verbreitung, Tokenvolumen und Kostenanteil getrennt betrachtet werden müssen. Ein Modell kann in vielen Anwendungen eingesetzt werden, ohne bei Rechenlast oder Budget eine dominante Rolle zu spielen. Jev steht zudem im Wettbewerb mit offenen Alternativen wie Cloudflare Clef.
Proprietäre US-Modelle führen bei den Ausgaben
Bei den einzelnen Modellen erhielten Anthropic und OpenAI weiterhin die größten Ausgabenanteile. Claude Opus 5.5 lag bei 11,03 %, GPT-6 Astra bei 4,86 %. DeepSeek V4.1 Flash folgte mit 4,19 % auf dem dritten Platz.
| Modell | Anteil an den Gateway-Ausgaben |
|---|---|
| Claude Opus 5.5 | 11,03 % |
| GPT-6 Astra | 4,86 % |
| DeepSeek V4.1 Flash | 4,19 % |
Das bestätigt ein bekanntes Muster: Günstigere Modelle übernehmen große Teile des Volumens, während leistungsstarke proprietäre Modelle einen überproportionalen Teil des Budgets binden. Wie schnell sich dieses Verhältnis ändern kann, zeigt auch die deutliche Preissenkung bei Claude Haiku 5.5.
Chinesische Modelle liefern viel Volumen für wenig Geld
DeepSeek verarbeitete 58 % der Token, stand aber nur für 6,6 % der Ausgaben. Moonshot AI erreichte mit Kimi 3,6 % des Tokenvolumens und 13,2 % der Kosten. Z.ai kam mit GLM-5.3 auf 7,2 % der Token und 4,5 % der Ausgaben.
| Anbieter | Anteil am Tokenvolumen | Anteil an den Ausgaben |
|---|---|---|
| DeepSeek | 58 % | 6,6 % |
| Moonshot AI | 3,6 % | 13,2 % |
| Z.ai | 7,2 % | 4,5 % |
Mehr als zwei Drittel der September-Ausgaben für chinesische Modelle liefen über US-Anbieter, die diese Modelle bereitstellen. Im Dezember 2025 lag dieser Anteil noch unter 10 %. Die Modellherkunft und der tatsächliche Infrastrukturbetreiber sind daher zwei getrennte Ebenen der Lieferkette.
Exportkontrollen werden zum Betriebsrisiko
China hat vorgeschlagen, 40 Technologiekategorien in seine Exportkontrollliste aufzunehmen. 23 davon betreffen KI. Modelle wie Kimi K3 von Moonshot AI und Qwen 3.8-Max von Alibaba erfüllen laut Berichten die genannten Schwellenwerte für die Parameterzahl, wurden von den Behörden jedoch nicht ausdrücklich als betroffen benannt.
Für Unternehmen im DACH-Raum entsteht dadurch ein zusätzliches Verfügbarkeitsrisiko. Selbst wenn ein chinesisches Modell über einen europäischen oder US-amerikanischen Dienst bezogen wird, können Exportregeln, Lizenzänderungen oder Hosting-Entscheidungen den Zugang einschränken.
Open Weight beseitigt dieses Risiko nur dann teilweise, wenn Modellgewichte rechtmäßig heruntergeladen und auf eigener oder vertraglich kontrollierter Infrastruktur betrieben werden dürfen. Self-Hosting erhöht die Datensouveränität, bringt aber Aufwand für Hardware, Betrieb, Updates und Sicherheit mit sich.
Die Gateway-Daten bilden nur einen Ausschnitt ab
Die Auswertung umfasst ausschließlich Nutzung über Vercels AI Gateway. Direkte Zugriffe auf Modellanbieter, andere Gateways und lokal betriebene Modelle fehlen. Die Werte sind deshalb kein vollständiges Abbild des gesamten KI-Marktes.
Für Beschaffungsentscheidungen bleibt die Entwicklung dennoch relevant. Standardisierte Schnittstellen und austauschbare Modelle können Kosten senken und den Vendor-Lock-in begrenzen. Unternehmen sollten dabei neben dem Tokenpreis auch Datenstandort, Lizenzbedingungen, Ausfallsicherheit und die Möglichkeit eines eigenen Betriebs bewerten.
Gerade für wiederkehrende Aufgaben kann ein Mix sinnvoll sein: günstige Open-Weight-Modelle für hohes Volumen, leistungsfähigere proprietäre Modelle für komplexe Einzelfälle und lokale Modelle für sensible Daten. Techniken wie reduzierter Token-Overhead bei MCP-Anwendungen können die laufenden Kosten zusätzlich beeinflussen.