For the first time, open-weight models processed more than half of the tokens flowing through a commercial AI gateway in production, according to Vercel’s latest AI Gateway Production Index, which aggregates anonymized traffic data from its AI Gateway for August 2026. Open-weight models accounted for just 7% of processed tokens in December 2025, but reached 56% in August 2026, overtaking all proprietary models combined. The rise has been steady since April.

That shift has not yet translated into equivalent spending power: open-weight models still represent only 14% of total platform spend, underscoring that closed labs continue to capture most of the value even as they lose volume. The broader effect has been downward pressure on prices, with average cost per token falling 23.2% in August, the third straight monthly decline and the sharpest since April. Among teams processing more than 10 million tokens in two consecutive months, median cost per token dropped 7.6%, more than double July’s 2.9% decline.

Anthropic remains the dominant force overall, even as customers rapidly rebalance within its own model lineup. Fable 5, Anthropic’s top-performing model, saw its share of spending rise to 13.2% in July after U.S. export restrictions were lifted and access resumed. A month later, that share fell to 4.9%, while Opus 5, priced at roughly half the cost, surged to 22.5%. Nine out of ten teams that used Fable reduced their usage, with most shifting to Opus 5 rather than to a rival model. Despite that internal substitution, Anthropic has held at least 61% of total gateway spend every month since December, reaching 64% in August, and its models have occupied the top two spending positions since then regardless of which specific models led.

Google, by contrast, is losing ground sharply. Gemini 3 Flash has shed 95% of its volume share since May. Roughly half of the lost traffic moved to cheaper models, led by OpenAI’s GPT-5.6 Luna, whose per-token price is more than 50% lower. The other half shifted to more expensive models, notably Claude Opus 5 and Sonnet 5, which cost about nine times and three times more than Gemini 3 Flash, respectively. Over the period, Google’s share of total gateway token volume fell from 30% to 5%, with Gemini 3 Flash alone accounting for 22 of the 25 percentage points lost. Vercel concludes that customer retention depends less on brand loyalty than on whether a new model offers at least as good a price-to-capability tradeoff as the one it replaces.

The report cites Z.ai’s GLM-5.3-Flash as a successful migration example: it surpassed the daily volume of its predecessor GLM-5.2 the day after launch and was already handling two-thirds of Z.ai’s tokens by August 31. OpenAI is also testing the market with GPT-6 Astra, launched in early September at the same price as Anthropic’s Fable 5.1 and about 2.5 times more expensive than GPT-5.6 Sol. Two days after launch, Astra represented one dollar in three spent on OpenAI models via the gateway, and its share then stabilized between 28% and 39%.

Vercel notes that spending figures are estimates based on published list prices and may differ from actual billing. Model-migration comparisons reflect aggregated changes within the same customer teams rather than token-by-token tracking. The open-weight classification also follows the current AI Gateway model list, which is broader than in earlier reports, limiting strict comparability with historical series.

Beyond text models, Google’s Nano Banana has taken the lead in image-generation spending at 50%, ahead of GPT Image at 44%, though GPT Image still leads in the number of images generated. In video generation, Google’s Veo has moved into second place on spending behind Seedance, while xAI’s Grok Imagine has more than halved its share since June, dropping from 42% to 19%.

Pour la première fois, les modèles à poids ouverts (open-weight) ont traité plus de la moitié des tokens transitant par une passerelle d’IA commerciale en production.  C’est la conclusion centrale du dernier « AI Gateway Production Index » publié par Vercel, qui agrège les données de trafic anonymisées de son AI Gateway pour le mois d’août 2026.

Selon le relevé de Vercel, les modèles ouverts ne représentaient que 7 % des tokens traités en décembre 2025. Huit mois plus tard, en août 2026, ils en captent 56 %, dépassant ainsi l’ensemble des modèles propriétaires réunis. Cette progression a été continue depuis avril.

En valeur, toutefois, l’open-weight ne pèse encore que 14 % des dépenses totales sur la plateforme, signe que les laboratoires fermés conservent l’essentiel de la valeur, même s’ils perdent du volume.

Cette montée en puissance a des effets mécaniques sur les prix : le coût moyen par token a reculé de 23,2 % en août, une troisième baisse mensuelle consécutive et la plus forte depuis avril.

Chez les équipes traitant plus de dix millions de tokens sur deux mois consécutifs, le coût médian par token a chuté de 7,6 %, plus du double du repli observé en juillet (2,9 %).

Anthropic consolide sa position globale

Le rapport documente un arbitrage rapide des clients au sein même de la gamme Anthropic.

Fable 5, le modèle le plus performant du laboratoire, avait vu sa part des dépenses grimper à 13,2 % en juillet après la levée des restrictions à l’export américaines qui en avaient suspendu l’accès.

Un mois plus tard, cette part est retombée à 4,9 %, tandis qu’Opus 5, vendu environ deux fois moins cher, voyait la sienne bondir à 22,5 %. Neuf équipes sur dix ayant utilisé Fable ont réduit leur consommation, la majorité basculant vers Opus 5 plutôt que vers un concurrent.

Ce mouvement n’a toutefois pas entamé la position dominante d’Anthropic. L’éditeur de Claude a capté au moins 61 % des dépenses totales de la passerelle chaque mois depuis décembre et 64 % en août. Ses modèles occupent les deux premières places du classement par dépenses depuis décembre, quels que soient les modèles précis en tête.

Google perd du terrain

L’histoire est très différente pour Google.

Gemini 3 Flash a perdu 95 % de sa part de volume depuis mai.  Environ la moitié des volumes perdus est allée vers des modèles moins chers. En tête, GPT-5.6 Luna d’OpenAI, dont le prix par token est inférieur de plus de moitié.

L’autre moitié s’est rabbatue vers des modèles plus onéreux, notamment Claude Opus 5 et Sonnet 5, facturés respectivement environ neuf et trois fois plus cher que Gemini 3 Flash.

Sur la période considérée, la part de Google dans le volume total de tokens de la passerelle est passée de 30 % à 5 %, Gemini 3 Flash concentrant à lui seul 22 des 25 points perdus.

Vercel  en conclue ainsi que la rétention des clients n’est pas lié à la marque de l’éditeur mais au fait qu’un nouveau modèle offre un rapport prix/capacités au moins aussi bon que celui qu’il remplace.

L’exemple cité pour illustrer une transition réussie est GLM-5.3-Flash, du chinois Z.ai, qui a dépassé le volume quotidien de son prédécesseur GLM-5.2 dès le lendemain de son lancement et traitait déjà les deux tiers des tokens de Z.ai au 31 août.

OpenAI teste Astra

Le rapport consacre un développement récent à GPT-6 Astra lancé par OpenAI début septembre au même prix que Fable 5.1 d’Anthropic et deux fois et demie plus cher que GPT-5.6 Sol.

Deux jours après son lancement, Astra représentait un dollar sur trois dépensés en modèles OpenAI via la passerelle. Une part qui s’est ensuite maintenue entre 28 % et 39 %.

Vercel précise que les montants de dépenses sont des estimations fondées sur les prix catalogue publiés par les éditeurs de LLMs et peuvent donc différer de la facturation réelle.

Les comparaisons de migration de trafic entre modèles portent sur des évolutions agrégées au sein des mêmes équipes cliente, et ne constituent pas un suivi token par token.

La classification « open-weight » suit par ailleurs la liste de modèles actuelle de l’AI Gateway, plus large que celle utilisée dans les rapports précédents ; ce qui limite la comparabilité stricte avec les séries historiques.

Le rapport note enfin, en marge de ces tendances principales, que Nano Banana de Google a pris la tête des dépenses en génération d’images :  50 % contre 44 % pour GPT Image qui reste toutefois en tête en nombre d’images générées.

Du côté de la génération de vidéo, Veo de Google est passé second en dépenses derrière Seedance tandis que la part de Grok Imagine (xAI)  a plus que diminué de moitié depuis juin, passant de 42 % à 19 %.

The post Les modèles ouverts s’emparent de la majorité du trafic d’IA en production, selon Vercel appeared first on Silicon.fr.