1989 年，鲍里斯·叶利钦在休斯顿的一家 Randalls 超市前停下脚步，被琳琅满目的冰淇淋震惊了。¹ OpenRouter 就是 AI 领域的那个超市货架。

而消费者的选择出人意料：OpenAI 一年前发布的开源模型 GPT-OSS 120b² 占据了 Anthropic 的 Opus 4.8 流量的 36%。³

为什么一个 2025 年 8 月的模型，仍然占据着一个几周前才发布的前沿模型三分之一的流量？

Token 市场已经细分了。

细分之所以发生，是因为买家需求各不相同。

这种细分正在竞争驱动下加速。上周 Anthropic 发布了 Opus 5，比 Fable 更小、更便宜，⁴ 明确是为了争夺月之暗面 Kimi 3 所瞄准的市场。⁵ 在中端模型市场，Poolside 推出了 Laguna S 2.1，一款美国中端市场模型。⁶

规模（小、中、大、XL）、来源（美国 vs 中国）、架构（稠密 vs 稀疏）、精度（专注编程还是通用）、速度（每秒 token 数）、模态（纯文本还是视觉）；AI 有许许多多不同的风味。

我花了一个周末替换运行我的智能体的模型。现任是 Gemma 4 26b；挑战者是 Laguna S 2.1，一个 1180 亿参数的模型。按照我预期会起作用的每一项数字，这个 118b 模型本应更慢。

在我的 M5 Max 上，两者生成速度相同，因为 Laguna 是混合专家架构：1180 亿参数驻留在内存中，但每个 token 只激活 80 亿。一个 118b 模型现在以 26b 模型的解码成本运行，这把前沿级质量拉低到了本地层级。

准确率的提升体现在关键之处。我的本地技术栈运行一个编码与邮件智能体进行工具调用，而在我轮换使用过的各个模型中，随着激活参数上升，工具调用失败率从 29.4% 降至 20.1%。⁷ Laguna 相比它所替换的 26b 模型将错误率降低了 7 个百分点。

分层是一个健康竞争市场的标志。前沿仍然服务于世界上最难的 token。它不再需要服务所有 token，而我笔记本电脑上的层级刚刚获得了一个高得多的上限；这一趋势将被竞争不可阻挡地向前推进。

---

1. 鲍里斯·叶利钦 1989 年造访休斯顿一家杂货店，1989 年 9 月 16 日，Clear Lake 的一家 Randalls。↩︎

2. 推出 gpt-oss（OpenAI），发布于 2025 年 8 月 5 日。↩︎

3. OpenRouter 模型活动页面，7 天平均值，检索于 2026-07-27：GPT-OSS-120b、GLM 5.2、Claude Opus 4.8。↩︎

4. Anthropic 以一半价格推出 Claude Opus 5，发布于 2026 年 7 月 24 日。↩︎

5. 月之暗面的 Kimi 3 有望缩小与 Anthropic 的 Opus 4.8 之间的差距（TechCrunch）。↩︎

6. 推出 Laguna S 2.1（Poolside），一个总参数 118B、激活参数 8B 的开放权重模型，发布于 2026 年 7 月 22 日。↩︎

7. 作者的生产数据：来自一个本地编码与邮件智能体的 MCP 工具调用日志，在五个月内跨三个本地模型测量。↩︎