OpenRouter 上的"AI 超市"效应：GPT-OSS 120b 流量达 Opus 4.8 的 36%，模型市场加速分层

Aioga Editorial Team

AI资讯 / 技巧观点

返回 AI资讯

OpenRouter 上的"AI 超市"效应：GPT-OSS 120b 流量达 Opus 4.8 的 36%，模型市场加速分层

Tomer Tunguz 博客（VC 分析）Aioga 编辑团队2026-07-23T00:00:00.000Z热度 61

OpenRouter 上的 AI 模型市场正像超市货架一样分层：OpenAI 去年 8 月发布的开源模型 GPT-OSS 120b 仍占据 Anthropic 最新旗舰 Opu...

技巧观点Tomer Tunguz 博客（VC 分析）

今日 AI 情报摘要

OpenRouter 上的 AI 模型市场正像超市货架一样分层：OpenAI 去年 8 月发布的开源模型 GPT-OSS 120b 仍占据 Anthropic 最新旗舰 Opus 4.8 流量的 36%。

中文正文 · AI 翻译

1989年，鲍里斯·叶利钦在休斯顿一家Randalls超市停下来，被各种冰淇淋的多样性惊呆了。1：#fn:1 OpenRouter 就是人工智能的那个超市货架。

购物者做出令人惊讶的选择：OpenAI 的一岁开源模型 GPT-OSS 120b 2：#fn:2 占据了 Anthropic 的 Opus 4.8 交易量的 36%。3：#fn:3

为什么一款2025年8月发布的模型仍然占据几周前发布的前沿模型三分之一的流量？

代币市场已出现分层。

Daily tokens served on OpenRouter, 7-day average: GLM 5.2 tops the field at 495B, above Claude Opus 4.8 at 199.6B; a year-old GPT-OSS-120b holds 71.3B, roughly a third of Opus, with Gemma 4 26B at 50B & the rest of the open field trailing to Phi-4 at 90M

分层的发生是因为买家的需求各不相同。

这种分层在竞争的推动下加速。上周，Anthropic 发布了 Opus 5，比 Fable 更小更便宜，4：#fn:4 明确是为了争夺 Moonshot 的 Kimi 3 所瞄准的市场。5：#fn:5 在中端模型市场，Poolside 发布了 Laguna S 2.1，一款美国中端市场模型。6：#fn:6

大小（小、中、大、XL）、来源（美国 vs 中国）、架构（稠密 vs 稀疏）、准确性（专注于编码或通用）、速度（每秒代币数）、模态（纯文本或视觉）；人工智能有多种类型。

我整个周末都在替换我代理所运行的模型。现任模型是 Gemma 4 26b；挑战者是 Laguna S 2.1，一款拥有 1180 亿参数的模型。按我预期重要的各项指标来看，118b 模型本该更慢。

在我的 M5 Max 上，两者生成速度相同，因为 Laguna 采用专家混合架构：1180 亿参数保存在内存中，但每个代币只有 80 亿参数被激活。一个 118b 模型现在的解码成本相当于 26b 模型，这将前沿级的质量拉入本地级别。

准确性体现于关键环节。我的本地系统在工具调用上运行编码和邮件代理，在我轮换使用的模型中，随着激活参数的增加，工具调用失败率从 29.4% 降至 20.1%。7：#fn:7 Laguna 比它替换的 26b 模型将错误率降低了 7 个百分点。

MCP tool-call failure rate for the local model driving a production automation stack, measured from real traffic: Ornith-1.0 35B at 29.4%, Gemma 4 26B at 27.1%, & Laguna S 2.1 at 20.1%, roughly a quarter fewer failures than Gemma

分层是健康竞争市场的标志。前沿模型依然服务全球最难的代币，它不再需要服务所有代币，而我笔记本上的层级刚刚获得了更高的上限；这是竞争将不可阻挡地推进的趋势。

鲍里斯·叶利钦1989年访问休斯顿的一家杂货店：https://www.houstonpublicmedia.org/articles/shows/houston-matters/2020/02/21/361467/boris-yelstins-1989-visit-to-a-houston-grocery-store-is-now-an-opera/，位于Clear Lake的Randalls，1989年9月16日。↩︎：#fnref:1

推出 gpt-oss（OpenAI）：https://openai.com/index/introducing-gpt-oss/，发布于2025年8月5日。↩︎：#fnref:2

OpenRouter 模型活动页面，7天平均，检索日期2026-07-27：GPT-OSS-120b：https://openrouter.ai/openai/gpt-oss-120b/activity, GLM 5.2：https://openrouter.ai/z-ai/glm-5.2/activity, Claude Opus 4.8：https://openrouter.ai/anthropic/claude-opus-4.8/activity。↩︎：#fnref:3

Anthropic 推出 Claude Opus 5，价格减半：https://www.technology.org/2026/07/27/anthropic-claude-opus-5-launch-half-price/，发布于2026年7月24日。↩︎：#fnref:4

Moonshot 的 Kimi 3 预计将缩小与 Anthropic 的 Opus 4.8 的差距（TechCrunch）：https://techcrunch.com/2026/07/16/moonshots-upcoming-kimi-3-is-expected-to-close-the-gap-with-anthropics-opus-4-8/。↩︎：#fnref:5

推出 Laguna S 2.1（Poolside）：https://poolside.ai/blog/introducing-laguna-s-2-1，总计118B，活跃8B开权重模型，发布于2026年7月22日。↩︎：#fnref:6

作者的生产数据：来自本地编码及电子邮件代理的 MCP 工具调用日志，在三种本地模型上衡量五个月。↩︎：#fnref:7

一分钟阅读，将技术数据转化为战略优势。由 15 万+ 创始人及运营者阅读。

Theory Ventures 的 GP。前 Google 产品经理。分享基于数据的 AI、Web3 与风险投资见解。

彭博社：https://www.bloomberg.com/news/articles/2025-04-30/google-places-ads-inside-chatbot-conversations-with-ai-startups • 华尔街日报：https://www.wsj.com/tech/tech-media-telecom-roundup-market-talk-f8f0355a • 经济学人：https://www.economist.com/business/2023/07/25/next-generation-googles-run-a-tighter-ship

In 1989 Boris Yeltsin stopped at a Randalls supermarket in Houston, stunned by the variety of ice cream. 1：#fn:1 OpenRouter is that supermarket aisle for AI.

And shoppers make surprising choices : OpenAI’s year-old open-source model GPT-OSS 120b 2：#fn:2 commands 36% of Anthropic’s Opus 4.8 volume. 3：#fn:3

Why does a model from August 2025 still hold a third of the traffic of a frontier model that shipped weeks ago?

The market for tokens has segmented.

Segmentation happens because buyer needs vary.

The segmentation is accelerating driven by competition. Last week Anthropic shipped Opus 5, smaller & cheaper than Fable, 4：#fn:4 explicitly to contest the ground that Moonshot’s Kimi 3 targets. 5：#fn:5 In the mid-model-market, Poolside launched Laguna S 2.1, a US mid-market model. 6：#fn:6

Size (small, medium, large, XL), origin (US v China), architecture (dense vs sparse), accuracy (coding focused or general), speed (tokens per second), modality (text-only or vision) ; there are many flavors of AI.

I spent the weekend replacing the model that runs my agent. The incumbent is Gemma 4 26b; the challenger is Laguna S 2.1, a 118-billion-parameter model. By every number I expected to matter, the 118b model should have been slower.

On my M5 Max both generate at the same speed, because Laguna is a mixture-of-experts architecture: 118 billion parameters live in memory, but only 8 billion activate per token. A 118b model now runs at the decode cost of a 26b model, which pulls frontier-class quality down into the local tier.

The accuracy shows up where it matters. My local stack runs a coding & email agent on tool calls, & across the models I have cycled through, the tool-call failure rate falls from 29.4% to 20.1% as active parameters climb. 7：#fn:7 Laguna reduces error rates by 7 percentage points over the 26b model it replaced.

Segmentation is the sign of a healthy competitive market. The frontier still serves the world’s hardest tokens. It no longer has to serve all of them, & the tier on my laptop just got a much higher ceiling ; a trend that competition will push forward inexorably.

Boris Yeltsin’s 1989 visit to a Houston grocery store：https://www.houstonpublicmedia.org/articles/shows/houston-matters/2020/02/21/361467/boris-yelstins-1989-visit-to-a-houston-grocery-store-is-now-an-opera/, a Randalls in Clear Lake, September 16, 1989. ↩︎：#fnref:1

Introducing gpt-oss (OpenAI)：https://openai.com/index/introducing-gpt-oss/, released August 5, 2025. ↩︎：#fnref:2

OpenRouter model activity pages, 7-day average, retrieved 2026-07-27: GPT-OSS-120b：https://openrouter.ai/openai/gpt-oss-120b/activity, GLM 5.2：https://openrouter.ai/z-ai/glm-5.2/activity, Claude Opus 4.8：https://openrouter.ai/anthropic/claude-opus-4.8/activity. ↩︎：#fnref:3

Anthropic debuts Claude Opus 5 at half the price：https://www.technology.org/2026/07/27/anthropic-claude-opus-5-launch-half-price/, launched July 24, 2026. ↩︎：#fnref:4

Moonshot’s Kimi 3 is expected to close the gap with Anthropic’s Opus 4.8 (TechCrunch)：https://techcrunch.com/2026/07/16/moonshots-upcoming-kimi-3-is-expected-to-close-the-gap-with-anthropics-opus-4-8/. ↩︎：#fnref:5

Introducing Laguna S 2.1 (Poolside)：https://poolside.ai/blog/introducing-laguna-s-2-1, a 118B-total, 8B-active open-weight model released July 22, 2026. ↩︎：#fnref:6

Author’s production data: MCP tool-call logs from a local coding & email agent, measured across three local models over five months. ↩︎：#fnref:7

The 1-minute read that turns tech data into strategic advantage. Read by 150k+ founders & operators.

GP at Theory Ventures. Former Google PM. Sharing data-driven insights on AI, web3, & venture capital.

Bloomberg：https://www.bloomberg.com/news/articles/2025-04-30/google-places-ads-inside-chatbot-conversations-with-ai-startups • WSJ：https://www.wsj.com/tech/tech-media-telecom-roundup-market-talk-f8f0355a • Economist：https://www.economist.com/business/2023/07/25/next-generation-googles-run-a-tighter-ship

情报判断

Aioga 编辑摘要

材料称，OpenRouter像面向模型的“超市货架”，GPT-OSS 120b的流量达到Anthropic Opus 4.8的36%。这显示模型使用并未简单集中于单一旗舰，而是呈现按需求分层的市场特征。

背景分析

来源将模型选择差异归因于买方需求不同，并列出规模、来源、架构、准确性、速度和模态等区分维度。材料还提到，Anthropic、Moonshot与Poolside近期分别涉及不同价格或定位的模型竞争。

Aioga 观点

Aioga判断，36%的相对流量更适合被解读为市场分层信号，而非单纯的性能排名。价格、速度、任务类型与部署偏好可能共同影响模型采用，不能仅凭流量推断模型优劣。

影响与后续

可能的影响是，模型厂商需要同时经营旗舰、成本敏感和特定任务市场；采购方也可能从“选最强模型”转向按任务、预算、响应速度及架构偏好组合选择。材料未提供绝对流量或收入数据。下一步应核验OpenRouter流量统计的口径、时间范围与绝对规模，并分别比较模型价格、速度、准确性和任务分布，再判断所谓分层是否具有持续性。