Theo giám sát của Beating, Vercel đã công bố Chỉ số sản xuất AI Gateway tháng 6 năm 2026. Báo cáo cho thấy, nhờ sự thúc đẩy của dòng DeepSeek V4 (bao gồm mô hình Flash và Pro) ra mắt trên cổng Vercel vào tháng 5, thị phần lưu lượng Token của DeepSeek đã tăng vọt từ dưới 1% lên 17% chỉ trong một tháng, vượt qua OpenAI (13%) để đứng thứ ba. Tuy nhiên, do mức giá cực kỳ thấp, tổng chi phí của tất cả người dùng sử dụng DeepSeek chỉ chiếm khoảng 1% tổng chi tiêu của cổng.
Giá cả là nguyên nhân chính khiến DeepSeek bùng nổ nhanh chóng. Phí đầu vào và đầu ra cho một triệu Token của DeepSeek V4 Flash chỉ lần lượt là 0,14 USD và 0,28 USD, rẻ hơn từ 20 đến 50 lần so với các mô hình tiên tiến tương tự của Anthropic, và cũng thấp hơn từ 8 đến 12 lần so với Qwen 3.6 Plus và Kimi K2.6. Các đánh giá cho thấy hiệu suất của DeepSeek V4 đạt yêu cầu, thúc đẩy các nhóm phát triển nhanh chóng triển khai trong sản xuất.
Mặc dù lưu lượng của các mô hình chi phí thấp tăng vọt, nhưng về mặt tiêu thụ ngân sách, các mô hình tiên tiến vẫn chiếm ưu thế. Vào tháng 5, thị phần chi tiêu của Anthropic đã tăng từ 61% lên 65%, chiếm từ 70% đến 80% chi phí trong các tình huống khó như tạo ứng dụng, tác nhân hậu trường và lập trình. Ví dụ, trong tình huống tác nhân lập trình, DeepSeek đóng góp 49% lưu lượng Token nhưng chỉ chiếm 4% chi phí, trong khi Anthropic với 28% lưu lượng đã tiêu tốn 70% ngân sách.
Các nhóm phát triển đang quản lý ngân sách thông qua định tuyến thông minh, chuyển các tác vụ tần suất cao, rủi ro thấp sang các mô hình chi phí thấp, chỉ sử dụng các mô hình tiên tiến ở các khâu quan trọng. Việc cân nhắc tỷ suất hoàn vốn (ROI) cũng làm chậm quá trình nâng cấp mô hình. Ví dụ, Gemini 3.5 Flash do Google ra mắt vào tháng 5 có giá cao hơn phiên bản 3.0, dẫn đến việc di chuyển chậm, đến cuối tháng, 3.0 Flash vẫn chiếm 90% lưu lượng của dòng Flash, trong khi 3.5 Flash chỉ chiếm 7%. Đồng thời, các tác nhân AI thể hiện mật độ tiêu thụ Token rất cao, với một phần tư số lượng yêu cầu đã tiêu thụ hơn một nửa số Token.
