DeepSeek atteint 22,6% des tokens d'AI Gateway, les modèles open-weight en captent 29% : le rapport de Vercel

Vercel a publié en juillet 2026 son rapport AI Gateway Production Index pour juin 2026 : les modèles open-weight ont grimpé à 29% de tous les tokens pour moins de 4% des dépenses, DeepSeek est passé à la troisième place avec 22,6% du volume, et Anthropic a capté 61% de toutes les dépenses de la plateforme.

Pourquoi les modèles open-weight ont bondi

Les modèles open-weight ont traité 29% de tous les tokens d'AI Gateway en juin 2026, contre 11% en avril : leur part a presque triplé en deux mois. Pourtant, ils n'ont représenté que moins de 4% des dépenses, soit près d'un tiers du trafic pour un vingt-cinquième du budget. D'après Vercel, la contribution principale vient de DeepSeek, désormais troisième source de tokens de la plateforme avec 22,6%, à moins de deux points de Google.

• Rapport de juillet 2026, données collectées en juin 2026
• Le volume de tokens a progressé de 29% d'un mois sur l'autre, les dépenses de 27%
• Open-weight : 29% des tokens pour <4% des dépenses (contre 11% en avril)
• DeepSeek : 22,6% du volume, 3e place ; la part de Google est retombée à 24%
• Environ une entreprise cliente sur huit exécute un modèle open-weight en production

Un nouvel entrant accélère la tendance. Z.ai a lancé GLM 5.2, un modèle open-weight sous licence MIT conçu pour les tâches agentiques longues, à un prix environ cinq fois inférieur à celui d'Opus 4.8. Entre l'ouverture de son API le 16 juin 2026 et la fin du mois, son volume quotidien de tokens a été multiplié par environ 50, et le modèle est monté à la 11e place de la plateforme en nombre de tokens sur la dernière semaine.

Qui domine en dépenses

Anthropic a capté 61% de toutes les dépenses d'AI Gateway pour 32% des tokens, et a conservé 72% ou plus des dépenses dans chaque cas d'usage à fort enjeu. Cela illustre la discipline de routage que documente le rapport : le travail de masse part vers des modèles bon marché, tandis que le travail critique reste sur les modèles de pointe.

«

Le travail à fort volume part vers des modèles à faible coût, tandis que le travail à haut risque reste sur la frontière », indique le rapport de Vercel AI Gateway.

La répartition se retrouve aussi selon les modalités. GPT Image d'OpenAI a généré 53% des images, devant Nano Banana de Google (39%). En vidéo, les laboratoires chinois ont absorbé les deux tiers des dépenses, et Grok Imagine de xAI a produit 42% de toutes les vidéos, plus que n'importe quel autre modèle.

Et le prix par token ?

Le prix moyen par token est resté inchangé en juin 2026, après une hausse de près de 20% en mai. Le volume et les dépenses ont progressé presque au même rythme (29% et 27%), si bien que le coût moyen par token n'a pas bougé.

Deux facteurs opposés ont joué. Le trafic open-weight bon marché a tiré le prix moyen vers le bas, mais dans le même temps les modèles de pointe ont renchéri d'environ 12% par token. Les deux effets se sont compensés. Autre détail du mois : Claude Fable 5 d'Anthropic, sorti le 9 juin 2026, a atteint en quatre jours 22% du volume de requêtes d'Opus 4.8, mais une directive américaine de contrôle des exportations a suspendu son accès pour le reste du mois.

Ce que cela signifie

Les investissements dans l'IA continuent de croître rapidement, mais les entreprises dépensent plus intelligemment : les modèles open-weight bon marché absorbent le volume, tandis que les modèles de pointe, plus coûteux, prennent en charge les tâches sensibles. Un laboratoire open-weight pourrait bientôt devenir la deuxième source de tokens sur AI Gateway.

Questions fréquentes

Que sont les modèles open-weight ?

Ce sont des modèles aux poids ouverts, qu'une entreprise peut exécuter sur sa propre infrastructure, comme DeepSeek ou GLM 5.2 de Z.ai. Selon Vercel, ils ont généré en juin 2026 29% des tokens de la plateforme pour seulement 4% des dépenses.

Quel modèle domine en volume de tokens ?

En volume, Anthropic et Google occupent les deux premières places, et DeepSeek suit en troisième position avec 22,6%, à moins de deux points de Google, dont la part est tombée à 24%.

Qu'est-ce que GLM 5.2 ?

GLM 5.2 est un modèle open-weight de Z.ai, sous licence MIT, destiné aux tâches agentiques longues et environ cinq fois moins cher qu'Opus 4.8. Après l'ouverture de son API le 16 juin 2026, son volume quotidien de tokens a été multiplié par environ 50 en deux semaines.