DeepSeek chega a 22,6% dos tokens do AI Gateway, e modelos open-weight já somam 29% — relatório da Vercel

A Vercel publicou em julho de 2026 o AI Gateway Production Index referente a junho de 2026: os modelos open-weight chegaram a 29% de todos os tokens com menos de 4% dos gastos, o DeepSeek subiu ao terceiro lugar com 22,6% do volume, e a Anthropic respondeu por 61% de todos os gastos da plataforma.

Por que os modelos open-weight dispararam

Os modelos open-weight processaram 29% de todos os tokens do AI Gateway em junho de 2026, contra 11% em abril. Ou seja, a participação quase triplicou em dois meses. Ao mesmo tempo, eles consumiram menos de 4% do dinheiro: quase um terço do tráfego por um vigésimo quinto do orçamento. Segundo a Vercel, a principal contribuição veio do DeepSeek, agora a terceira maior fonte de tokens da plataforma, com 22,6% e a menos de dois pontos de distância do Google.

• Relatório de julho de 2026, com dados coletados em junho de 2026
• O volume de tokens cresceu 29% de um mês para o outro, e os gastos, 27%
• Open-weight: 29% dos tokens com <4% dos gastos (eram 11% em abril)
• DeepSeek: 22,6% do volume, terceiro lugar; a participação do Google caiu para 24%
• Cerca de um em cada oito clientes corporativos roda um modelo open-weight em produção

Um novato acelera a tendência. A Z.ai lançou o GLM 5.2, um modelo open-weight sob licença MIT voltado a tarefas agênticas longas, com preço cerca de cinco vezes menor que o do Opus 4.8. Do lançamento da API, em 16 de junho de 2026, até o fim do mês, o volume diário de tokens do modelo cresceu cerca de 50 vezes, e ele subiu para a 11ª posição da plataforma em tokens na última semana do mês.

Quem domina nos gastos

A Anthropic ficou com 61% de todos os gastos do AI Gateway usando 32% dos tokens e manteve 72% ou mais dos gastos em todos os cenários de uso de alto risco. Isso ilustra a disciplina de roteamento que o relatório registra: o trabalho em massa vai para modelos baratos, e o que é crítico fica na fronteira tecnológica.

"O trabalho de alto volume vai para modelos de baixo custo, e o de alto risco permanece na fronteira", diz o relatório do

Vercel AI Gateway.

A divisão também aparece nas modalidades. O GPT Image, da OpenAI, gerou 53% das imagens, à frente do Nano Banana, do Google (39%). Em vídeo, os laboratórios chineses ficaram com dois terços dos gastos, e o Grok Imagine, da xAI, produziu 42% de todos os clipes, mais do que qualquer outro modelo.

E o preço por token?

O preço médio por token em junho de 2026 permaneceu inalterado, após subir quase 20% em maio. Volume e gastos cresceram quase na mesma proporção (29% e 27%), por isso o custo médio por token não se moveu.

Dois fatores opostos entraram em jogo. O tráfego barato de modelos open-weight puxou o preço médio para baixo, mas, ao mesmo tempo, os modelos de fronteira ficaram cerca de 12% mais caros por token. Um compensou o outro. Um detalhe à parte do mês: o Claude Fable 5, da Anthropic, foi lançado em 9 de junho de 2026 e, em quatro dias, atingiu 22% do volume de requisições do Opus 4.8, mas uma diretiva dos EUA de controle de exportação suspendeu o acesso a ele pelo restante do mês.

O que isso significa

Os investimentos em IA continuam crescendo rápido, mas as empresas gastam de forma mais inteligente: os modelos open-weight baratos absorvem o volume, e os modelos de fronteira, mais caros, ficam com as tarefas críticas. Um laboratório open-weight pode em breve se tornar a segunda maior fonte de tokens do AI Gateway.

Perguntas frequentes

O que são modelos open-weight?

São modelos com pesos abertos, que a empresa pode rodar na própria infraestrutura, como o DeepSeek ou o GLM 5.2, da Z.ai. Segundo a Vercel, em junho de 2026 eles geraram 29% dos tokens da plataforma com apenas 4% dos gastos.

Qual modelo lidera em volume de tokens?

Em volume, Anthropic e Google ocupam o primeiro e o segundo lugares, e o DeepSeek vem em terceiro com 22,6%, a menos de dois pontos do Google, cuja participação caiu para 24%.

O que é o GLM 5.2?

O GLM 5.2 é um modelo open-weight da Z.ai, sob licença MIT, voltado a tarefas agênticas longas e cerca de cinco vezes mais barato que o Opus 4.8. Após o lançamento da API, em 16 de junho de 2026, o volume diário de tokens do modelo cresceu cerca de 50 vezes em duas semanas.