ओपन-वेट (Open-weight) मॉडल (Model) ने टोकन (Token) ले लिए, पर पैसा बमुश्किल हिला

2026-09-28 को Financial Times ने एक विश्लेषण प्रकाशित किया, जिसमें तर्क था कि अमेरिकी कॉर्पोरेट एआई (AI) खर्च क्लोज़्ड फ्रंटियर मॉडल (Closed frontier model) से हटकर सस्ते ओपन-वेट मॉडल (Open-weight models) की ओर जा रहा है। इसकी हेडलाइन-फ़्रेमिंग ने तीन अलग-अलग स्रोतों वाले डेटा-पॉइंट जोड़ दिए, जिन्हें FT की प्रस्तुति ने एक साथ बांधा:

1. अगस्त 2026 में Vercel AI Gateway पर सभी टोकन (Token) का 56% ओपन-वेट मॉडलों ने चलाया — जो दिसंबर 2025 के 7% से बढ़ा था।
2. अब AT&T के एआई वर्कलोड का क़रीब 40% ओपन-वेट मॉडल चलाते हैं।
3. AT&T लगभग 56% कम इन्फरेंस (Inference) लागत बताता है; Coinbase लगभग 50% कम बताता है।

INDEPENDENTLY VERIFIED (स्रोत प्रकाशक तक ट्रेस हुआ): Vercel ने ये आंकड़े FT लेख से पहले ख़ुद प्रकाशित किए थे। Vercel का AI Gateway Production Index, September 2026 (प्रकाशन 2026-09-17, डेटा अगस्त 2026 तक, लेखक Amelia Charles और Eric Dodds) कहता है: "ओपन-वेट मॉडलों ने पहली बार गेटवे के ज़्यादातर टोकन चलाए — दिसंबर के 7% से बढ़कर अगस्त में 56%।" Vercel ने यह भी बताया कि उसी महीने ओपन-वेट मॉडलों का हिस्सा अनुमानित खर्च का सिर्फ़ 14% था, कि Anthropic को हर डॉलर के 64 सेंट मिले, और कि अगस्त में प्रति टोकन औसत कीमत 23.2% गिरी, जो लगातार तीसरा मासिक गिरावट था। The New Stack ने 2026-09-18 को इन आंकड़ों को स्वतंत्र रूप से दोहराया और संदर्भ में रखा।

COMPANY CLAIM (AT&T): AT&T के चीफ़ डेटा एंड एआई ऑफ़िसर (Chief Data and AI Officer) Andy Markus ने 2026-07-23 को AT&T के आधिकारिक ब्लॉग में लिखा कि AT&T प्रतिदिन औसतन 45 बिलियन टोकन संभालता है, उसने कैश-अवेयर राउटिंग (Cache-aware routing) वाला आंतरिक एआई गेटवे (AI Gateway) बनाया है जो "मल्टी-टर्न सेशन के बीच में भी मॉडल बदल सकता है", और वह "एआई लागत को 90% तक घटा रहा है, पहले ही लाखों की बचत कर चुका है"। अलग से, VP Mark Austin (जो कर्मचारियों के लिए बने एआई की देखरेख करते हैं) ने 2026-08-20 को The Information से कहा कि LiteLLM आधारित मॉडल राउटर ने कोडिंग और एडवांस्ड-टास्क लागत में 56% तक कटौती की, लगभग 2% क्वालिटी गिरावट के साथ, और लक्षित एप्लिकेशन जो ओपन मॉडलों पर ले जाए गए, उनकी लागत 80–90% घटी।

COMPANY CLAIM (Coinbase): 2026-06-27 के आसपास CEO Brian Armstrong ने सार्वजनिक रूप से कहा कि Coinbase ने अपना आंतरिक एआई खर्च लगभग आधा कर दिया है। तीन लीवर बताए गए: सस्ते डिफ़ॉल्ट मॉडल (Zhipu का GLM 5.2 और Moonshot का Kimi K2.7 Code), ऑटोमेटेड राउटिंग, और कैशिंग (Coinbase के आंतरिक LibreChat इंस्टेंस पर कैश हिट रेट 5% से 60% तक बढ़ाया गया)। Armstrong ने यह भी जोड़ा कि 91% इंजीनियर अपनी पुरानी उपयोग-सीमाओं तक कभी पहुंचे ही नहीं, इसलिए लीवर डिफ़ॉल्ट थे — राशनिंग नहीं।

• स्टोरी आईडी (Story ID): S29
• रैंक / चयन (Rank / selection): 40 में से 29
• इवेंट तारीख़ (Event date): 2026-09-28 (कॉन्फ़िगर की गई विंडो 2026-09-26 → 2026-10-02 के भीतर)
• रिपोर्टिंग तारीख़ (Reporting date): 2026-09-28 — Financial Times, "Corporate America embraces cheaper 'open' AI models" (हेडलाइन और URL की पुष्टि हो चुकी है; लेख का मुख्य हिस्सा पेवॉल के पीछे है और पूरा पढ़ा नहीं जा सका)
• मापन की मूल अवधि (Underlying measurement period): अगस्त 2026 (Vercel गेटवे डेटा); जुलाई/अगस्त 2026 (AT&T की प्रेस रिपोर्टिंग); जून 2026 के अंत में (Coinbase के CEO का खुलासा)
• श्रेणी (Category): Enterprise AI / Model Economics
• शामिल संगठन (Organisations involved): Vercel, AT&T, Coinbase
• एविडेंस स्टेटस (Evidence status): रिपोर्टिंग इवेंट और Vercel के आंकड़े के लिए CONFIRMED; AT&T और Coinbase के लागत/उपयोग आंकड़ों के लिए COMPANY CLAIM
• विश्वास स्तर (Confidence): Vercel के आंकड़ों पर मध्यम-से-उच्च (प्रकाशक का अपना डेटा, स्वतंत्र रूप से पुष्ट), AT&T के "40%" पर मध्यम, Coinbase के "50%" के आधार पर निम्न-से-मध्यम
• इस्तेमाल हुए एविडेंस-स्टेटस लेबल (Evidence-status labels): CONFIRMED, COMPANY CLAIM, INDEPENDENTLY VERIFIED, RUMOR (कोई भी नहीं)

इस पूरे दस्तावेज़ में साथ चलने वाला अहम फ़्रेमिंग सुधार (Critical framing correction)

डिस्कवरी रिकॉर्ड ने इसे तीन कंपनियों के "अर्निंग्स-कॉल (Earnings call) में ज़िक्र" के रूप में फ़्रेम किया था। रिसर्च बताती है कि वह फ़्रेमिंग ग़लत है, और यह दस्तावेज़ उसे दोहराता नहीं:

• Vercel एक प्राइवेट कंपनी है। इसकी कोई अर्निंग्स कॉल नहीं होती। 56% का आंकड़ा Vercel के अपने मासिक AI Gateway Production Index से आता है, जो 2026-09-17 को प्रकाशित हुआ और अगस्त 2026 तक के गेटवे डेटा को कवर करता है।
• Coinbase का ~50% आंकड़ा किसी अर्निंग्स कॉल से नहीं आया। यह जून 2026 के अंत में CEO Brian Armstrong की एक सार्वजनिक पोस्ट से आया।
• AT&T का "40%" आंकड़ा इस रिसर्च में किसी अर्निंग्स कॉल तक ट्रेस नहीं हो सका। सबसे बेहतर ट्रेस हुए स्रोत हैं AT&T का अपना ब्लॉग (2026-07-23), Fierce Network की रिपोर्टिंग (2026-08-18, लेख प्राप्त नहीं हो सका — §13 देखें) और The Information (2026-08-20)। AT&T के Q3 2026 के नतीजे इस विंडो के बाद ही प्रकाशित हुए।
• "अमेरिकी अर्निंग्स कॉल्स पर ओपन-मॉडल के ज़िक्र में साल-दर-साल 6 गुना बढ़ोतरी" वाला आंकड़ा FT का ट्रांसक्रिप्ट-विश्लेषण है। यह अर्निंग्स कॉल्स के बारे में एक दावा है, Vercel, AT&T या Coinbase की उन ख़ास अर्निंग्स कॉल्स से किया गया दावा नहीं।

नीचे दिए तीन आंकड़ों को जोड़कर एक संयुक्त दावा नहीं बनाया जाना चाहिए। ये अलग-अलग कंपनियों में, अलग-अलग अवधियों में, अलग-अलग परिभाषाओं के साथ अलग-अलग चीज़ें मापते हैं।

FACT (Vercel का अपना प्रकाशित डेटा, अगस्त 2026 तक):

• ओपन-वेट मॉडलों ने पहली बार किसी एक गेटवे पर बहुमत की सीमा पार की: टोकन का 7% (दिसंबर 2025) → 13% (अप्रैल) → 36% (जुलाई) → 56% (अगस्त)।
• पैसा टोकन के साथ नहीं गया। ओपन-वेट = टोकन का 56%, लेकिन अनुमानित खर्च का 14%। Anthropic के पास खर्च का 64% रहा, और दिसंबर 2025 से किसी भी महीने में यह खर्च के 61% से नीचे नहीं आया।
• लैब के भीतर का प्रतिस्थापन (Within-lab substitution) लैब-के-बीच स्विचिंग पर हावी रहा। Anthropic के सबसे सक्षम मॉडल "Fable 5" का हिस्सा जुलाई में गेटवे खर्च के 13.2% से गिरकर अगस्त में 4.9% हो गया, जबकि "Opus 5" 22.5% तक चढ़ गया। जिन 10 में से 9 टीमों ने Fable चलाया था, उन्होंने उसका उपयोग घटा दिया; हटा हुआ ज़्यादातर वॉल्यूम Anthropic की अपनी ही लाइनअप में नीचे चला गया, लगभग आधी कीमत पर।
• गेटवे टोकन वॉल्यूम में Google का हिस्सा 30% से 5% पर आ गया, जिसमें गए 25 प्रतिशत-अंकों में से 22 अकेले Gemini 3 Flash के थे; उस वॉल्यूम का 3/4 से ज़्यादा दूसरी लैब्स के पास गया।

COMPANY CLAIM (AT&T और Coinbase): बड़े एंटरप्राइज़ दावा करते हैं कि एआई वर्कलोड पर लागत का मुख्य लीवर अब राउटिंग (Routing) है — सिर्फ़ क्षमता-उन्नयन नहीं — और बचत दावे के दायरे के हिसाब से 40% से 90% के बीच है।

INTERPRETATION: बदलाव यह नहीं है कि "ओपन मॉडल जीत गए"। बदलाव यह है कि मॉडल चुनने की इकाई एप्लिकेशन से हटकर गेटवे पर चली गई, और इससे लागत हर रिक्वेस्ट का फ़ैसला बन गई, सालाना खरीद का फ़ैसला नहीं। एक गेटवे पर आठ महीनों में टोकन हिस्सा 7% से 56% हुआ; खर्च हिस्सा एक छोटे हिस्से से 14% हुआ। आर्थिक रूप से निर्णायक आंकड़ा प्रति टोकन कीमत का अंतर है, टोकन हिस्सा नहीं।

यहां बताई गई दोनों आर्किटेक्चर एक ही विचार हैं: एप्लिकेशन कोड और मॉडल प्रोवाइडर के बीच एक प्रॉक्सी (Proxy) बैठती है और हर रिक्वेस्ट का फ़ैसला करती है।

1. प्रीप्रोसेसिंग / क्लासिफ़िकेशन (Preprocessing / classification)। गेटवे डिस्पैच से पहले प्रॉम्प्ट (Prompt) की जांच करता है (टास्क का प्रकार, जटिलता का अनुमान, कैश की स्थिति)। Coinbase का संस्करण "काम पूरा कर सकने वाले सबसे किफ़ायती मॉडल को चुनने के लिए टास्क का प्रकार, कैश की स्थिति और प्रति-टोकन कीमत का मिलान करता है"। AT&T का संस्करण "गति और लागत को आउटपुट की अपेक्षित क्वालिटी के साथ तौलता है"।
2. कीमत/क्वालिटी का फ़ैसला (Price/quality arbitration)। सस्ते या ओपन-वेट मॉडल लंबी पूंछ (Long tail) संभालते हैं; फ्रंटियर मॉडल आर्किटेक्चरल प्लानिंग और नए तर्क के लिए बचाए जाते हैं। Coinbase का घोषित सिद्धांत: "मॉडल इंसानों को नहीं चुनने चाहिए — एआई यह काम ऑटोमेट कर सकता है।"
3. कैश की जानकारी — कम आंका गया लीवर (Cache awareness)। AT&T का गेटवे स्पष्ट रूप से कैश-अवेयर है, क्योंकि कैश किए गए टोकन की कीमत कैश न किए गए टोकन के लगभग 1/10 होती है। Fierce Network के हवाले से Austin का उलटा-सा निष्कर्ष: लंबे एजेंटिक कोडिंग सेशन पर प्रीमियम मॉडल पर बने रहना सस्ता पड़ सकता है, क्योंकि जमा हुआ बातचीत का कॉन्टेक्स्ट (Context) पहले से कैश में है और सेशन के बीच में मॉडल बदलने से वह ख़त्म हो जाता है। Coinbase ने LibreChat पर कैश हिट रेट 5% से 60% किया।
4. सेशन के बीच मॉडल बदलना (Mid-session switching)। AT&T का गेटवे मल्टी-टर्न सेशन के बीच में मॉडल बदल सकता है, ऊपर बताए ट्रेड-ऑफ़ के साथ।
5. वेंडर-न्यूट्रल सतह (Vendor-neutral surface)। Vercel AI Gateway और OpenRouter दोनों एक ही इंटरफ़ेस के पीछे कई प्रोवाइडर देते हैं, एकीकृत उपयोग और लागत लेखांकन के साथ — और यही चीज़ समग्र मापन को संभव बनाती है।
6. कीमत-मिश्रण का फ़ीडबैक (Price mix feedback)। जैसे-जैसे सस्ते टोकन महंगे टोकन की जगह लेते हैं, प्रति टोकन मिश्रित कीमत गिरती है, जो उसी बजट से ज़्यादा इन्फरेंस का खर्च उठाती है, जो हिस्सा और आगे बढ़ाती है। Vercel: ओपन-वेट अपनाने ने "गेटवे पर प्रति टोकन औसत कीमत को अगस्त में 23.2% नीचे धकेलने में मदद की।"

• यह लागत-आर्किटेक्चर का संकेत है, ओपन-सोर्स मूल्यों का संकेत नहीं। AT&T और Coinbase दोनों इस बदलाव को कीमत-प्रेरित बताते हैं। दोनों कंपनियों के बताए तर्क में कुछ भी वैचारिक नहीं है।
• टोकन/खर्च का अंतर पूरी स्टोरी की सबसे अहम शर्त है। टोकन का 56%, खर्च का 14%। टोकन-हिस्से के आंकड़े से "ओपन मॉडलों ने प्रोडक्शन एआई पर कब्ज़ा कर लिया" कहना राजस्व की तस्वीर उलट देता है और यह छिपा देता है कि फ्रंटियर लैब्स की अर्थव्यवस्था कितनी बरकरार है।
• इससे बदलता है कि लागत की बात कहां बैठती है। अगर मॉडल गेटवे चुन रहा है, तो लागत नियंत्रण एक प्लेटफ़ॉर्म अनुशासन बन जाता है (राउटिंग पॉलिसी, कैश पॉलिसी, एवैल्यूएशन गेट), खरीद का अनुशासन नहीं (सालाना वेंडर मोल-भाव)।
• कंसल्टिंग के लिए प्रासंगिकता: "सस्ता मॉडल इस्तेमाल करो" कोई अंतर्दृष्टि नहीं है। "क्वालिटी फ़्लोर और स्पेंड-डाउनशिफ़्ट पॉलिसी वाला कैश-अवेयर गेटवे तैनात करो" एक लागू करने योग्य, बजट-योग्य कार्यक्रम है — और AT&T व Coinbase दोनों ने इतना विवरण प्रकाशित किया है कि इसे कॉपी किया जा सके।
• यह "क्लोज़्ड मॉडल प्रोडक्शन इन्फरेंस पर राज करते हैं" को सिर्फ़ आंशिक रूप से कमज़ोर करता है। वे खर्च और प्रीमियम टियर पर राज करते हैं। बदलाव असली है, लेकिन वह वितरण की सस्ती पूंछ में हो रहा है, जहां क्लोज़्ड-मॉडल की प्रीमियम कीमत सबसे कम मायने रखती है।

FACT: संगठन अब टोकन वॉल्यूम को लगभग स्थिर-या-बढ़ता रखते हुए एआई खर्च स्थिर या घटता हुआ रख सकते हैं, और इसके लिए पहुंच प्रतिबंधित करने के बजाय राउटिंग इस्तेमाल कर सकते हैं।

INDEPENDENT EVIDENCE: AT&T लगभग 45B टोकन/दिन (≈5.6x साल-दर-साल) बताता है, एआई खर्च लगभग स्थिर के साथ। Coinbase लगभग आधा हुआ एआई खर्च बताता है, जबकि आंतरिक टोकन उपयोग बढ़ता रहा।

INTERPRETATION: तीन चीज़ें नई तरह से संभव हुईं, जो एक साल पहले नहीं थीं:

• बजट से जुड़ी क्षमता-योजना (Budget-linked capacity planning)। इन्फरेंस क्षमता की योजना "सीटों की संख्या × मॉडल" के बजाय "खर्च का लिफ़ाफ़ा + राउटिंग पॉलिसी" के रूप में बनाई जा सकती है।
• पहुंच से इनकार के बजाय सभ्य डाउनग्रेड (Graceful downgrade)। दोनों कंपनियों ने राशनिंग की जगह सस्ते डिफ़ॉल्ट लिए। Coinbase का डेटा-पॉइंट यह है कि 91% इंजीनियर अपनी सीमाओं के पास कभी नहीं पहुंचे — यानी ज़्यादातर सीमाएं शुद्ध रगड़ थीं।
• पोर्टेबल राउटिंग पॉलिसी (Portable routing policy)। चूंकि राउटिंग के फ़ैसले अब एक ही जगह होते हैं, इसलिए मॉडल वेंडर बदलना (या मॉडल ट्रैफ़िक को सेल्फ़-होस्टेड क्लस्टर पर भेजना) कोडबेस दोबारा लिखने के बजाय कॉन्फ़िग बदलने की बात बन जाता है। Vercel के CEO ने ठीक यही तर्क दिया: मॉडल-अज्ञेय (Model agnostic) पैटर्न अपनाना एंटरप्राइज़ में अभी शुरुआती दौर में है, क्योंकि "हार्नेस (Harness), CLI, IDE, SDK वग़ैरह को मॉडल-अज्ञेय बनाने के लिए अनुकूलित करना पड़ेगा।"

• प्रति-टोकन कीमत वह इकाई है जो मायने रखती है, और वह लगभग एक ऑर्डर ऑफ़ मैग्नीट्यूड (Order of magnitude) का फ़ासला है। Vercel के अपने अगस्त 2026 के इनपुट (ओपन-वेट के लिए टोकन का 56% / खर्च का 14%) इस्तेमाल करें, तो प्रति टोकन ओपन-वेट टोकन की लागत क्लोज़्ड-वेट टोकन के लगभग 12.8% बैठती है — यानी लगभग 7.8x सस्ती (labs/S29.md देखें)। मॉडल-चयन का कोई भी फ़ैसला इसी अक्ष पर कीमत तय करे, सिर्फ़ क्षमता-टियर पर नहीं।
• कैश की स्थिति पहली श्रेणी का राउटिंग इनपुट है, लागत की बाद में सोची गई बात नहीं। कैश किए गए इनपुट टोकन की कीमत ताज़ा टोकन के लगभग 1/10 होती है। कैश की स्थिति अनदेखा करने वाला राउटिंग लॉजिक "सस्ते मॉडल" पर स्विच को ज़्यादा महंगा बना सकता है, क्योंकि वह गर्म कॉन्टेक्स्ट नष्ट कर देता है।
• मिक्सचर-ऑफ़-एक्सपर्ट्स (Mixture-of-Experts, MoE) वह भौतिक कारण है कि ओपन-वेट मॉडल यहां सस्ते हैं। Coinbase के दोनों डिफ़ॉल्ट MoE हैं: GLM 5.2 हर फ़ॉरवर्ड पास में ~744B पैरामीटर (Parameters) में से लगभग 40B सक्रिय करता है; Kimi K2.7 Code ~1T में से लगभग 32B सक्रिय करता है। सर्विंग लागत सक्रिय पैरामीटर पर चलती है, कुल पैरामीटर पर नहीं।
• स्विचिंग लागत एक असली, मापने योग्य आर्किटेक्चरल लागत है। एजेंटिक लूप के बीच में मॉडल बदलना कैश किए गए कॉन्टेक्स्ट को अमान्य कर देता है। राउटिंग पॉलिसी को किसी टास्क के भीतर स्टिकी (Sticky) रहना चाहिए, सिर्फ़ प्रति टोकन सस्ता होना काफ़ी नहीं।
• एवैल्यूएशन गेट (Evaluation gate) अड़चन बन जाते हैं। राउटिंग डायनामिक होते ही बंधन यह जानना बन जाता है कि कोई सस्ता मॉडल कब काफ़ी अच्छा नहीं है। राउटेड कोडिंग टास्क पर AT&T की बताई ~2% क्वालिटी गिरावट वही आंकड़ा है जिसे लोकल स्तर पर दोहराना चाहिए; वह अपने आप आपके यहां लागू नहीं होगा।
• मेथडोलॉजी का खिसकना (Methodology drift) एक जीवंत मापन-जोखिम है। Vercel साफ़ कहता है: "ओपन-वेट वर्गीकरण मौजूदा AI Gateway मॉडल सूची का पालन करते हैं, जो पहले की रिपोर्टों में इस्तेमाल की गई परिभाषा से व्यापक है।" उस सूची पर बनी कोई भी टाइम सीरीज़ आंशिक रूप से बदलती परिभाषाओं की सीरीज़ है।

• मॉडल आईडी हार्ड-कोड करना बंद करें। जो एप्लिकेशन कोड में मॉडल का नाम लिखते हैं, वे इसका कोई फ़ायदा नहीं उठा सकते। एब्स्ट्रैक्शन लेयर अब राउटर है।
• राउटिंग के फ़ैसलों के लिए लोकल इवैल्स (Local evals) पब्लिक बेंचमार्क (Benchmark) से बेहतर हैं। AT&T का 2% क्वालिटी आंकड़ा और Coinbase की टास्क-आधारित राउटिंग, दोनों आंतरिक गोल्डन-टास्क एवैल्यूएशन पर टिके हैं। पब्लिक लीडरबोर्ड ख़राब प्रॉक्सी हैं (सेकेंडरी रिपोर्टिंग में उद्धृत Kili Technology ने प्रकाशित बेंचमार्क स्कोर और वास्तविक दुनिया के एजेंटिक प्रदर्शन के बीच औसतन ~37% का अंतर पाया)।
• कैश व्यवहार अब एक डेवलपर आदत है जिसका P&L पर असर पड़ता है। फ़ाइल दायरा छोटा रखना, टास्क बदलते समय नए सेशन शुरू करना, और अनुपयोगी टूल इंटीग्रेशन बंद करना — Coinbase ने "बर्बाद टोकन" घटाने के लिए ये साफ़ सिफ़ारिशें कीं।
• मान लें कि आपका डिफ़ॉल्ट आपके नीचे से बदल जाएगा। AT&T एक साल से पुराने तैनात क्लोज़्ड मॉडलों का ऑडिट करता है और पूछता है कि क्या कोई ओपन मॉडल अब थोड़ा बदले प्रॉम्प्ट के साथ उन्हें संभाल सकता है। अगर आप यह नहीं चाहते, तो आपको स्पष्ट पिन और बजट अलर्ट चाहिए।
• वेंडर-अज्ञेय हार्नेस ही अड़चन हैं। Rauch की बात टिकती है: CLI, IDE और SDK अब भी एक ही लैब मानकर चलते हैं। जो टीमें राउटिंग की आज़ादी चाहती हैं, उन्हें एब्स्ट्रैक्शन लीकेज स्वीकार करना होगा या अपना गेटवे बनाना होगा।

• लागत नियंत्रण एक प्लेटफ़ॉर्म क्षमता बन रहा है, जिसका एक मालिक होगा। "एआई फिनॉप्स (AI FinOps)" को राउटिंग-पॉलिसी का स्वामित्व, कैश पॉलिसी और एक क्वालिटी फ़्लोर चाहिए — सिर्फ़ एक डैशबोर्ड नहीं।
• खर्च पर गेटिंग, पहुंच पर गेटिंग से बेहतर है। दोनों केस स्टडीज़ ने डेवलपर की पहुंच काटने से बचा। Coinbase का सबूत (91% कभी सीमा तक नहीं पहुंचे) बताता है कि ज़्यादातर आंतरिक एआई बजट मांग के कारण नहीं, पॉलिसी के कारण ज़रूरत से ज़्यादा आवंटित हैं।
• कई तिमाहियों की ग्लाइड पाथ दिखती है। AT&T ने मौजूदा आधार से, जो ~25–40% के दायरे में बताया गया है, 60–70% ओपन-मॉडल लक्ष्य की बात कही है।
• खरीद में अब देश-मूल (Country-of-origin) का कॉलम चाहिए। ओपन-वेट टोकन वॉल्यूम पर चीनी लैब्स के ओपन-वेट मॉडल हावी हैं (OpenRouter: अगस्त 2026 में अमेरिका-मूल के टोकन का ≈60% ओपन-वेट, जिसमें बहुमत चीनी मॉडलों का)। Deloitte के 2026 State of AI in the Enterprise में कथित तौर पर पाया गया कि 77% कंपनियां अब वेंडर चयन में देश-मूल को गिनती में लेती हैं। AT&T कहता है कि उसने चीनी मॉडलों को प्रोडक्शन के बजाय एवैल्यूएशन बेंच पर रखा है।
• डेटा रेज़िडेंसी (Data residency) अब राउटिंग की सुविधा है। OpenRouter ने सितंबर 2026 में बिज़नेस/एंटरप्राइज़ के लिए अमेरिका में इन-रीजन राउटिंग को जनरल अवेलेबिलिटी (General availability) में लॉन्च किया, यह वादे के साथ कि उसके अमेरिकी एंडपॉइंट से जाने वाली रिक्वेस्ट पूरी तरह देश के भीतर प्रोसेस होंगी या अस्वीकार होंगी। यह "सबसे सस्ता मॉडल चीनी है" का कंप्लायंस के आकार में दिया गया जवाब है।
• वेंडर संकेंद्रण का जोखिम मापा जा सकता है। Vercel का डेटा इशारा करता है कि गेटवे से राउट करने वाला एंटरप्राइज़ सिद्धांत रूप में एप्लिकेशन कोड छुए बिना लैब बदल सकता है।

• फ्रंटियर-लैब की कीमत तय करने की शक्ति पर हमला ऊपर से नहीं, नीचे से हो रहा है। Anthropic ने गेटवे खर्च का 64% बनाए रखा, लेकिन उसी डेटासेट में दिखता दबाव लैब के भीतर राइट-साइज़िंग है (Fable 5 का हिस्सा एक महीने में आधा हो गया)। लैब्स ऊंचे टियर को थामे रखकर नहीं, सस्ते टियर उतारकर राजस्व बचा रही हैं।
• गेटवे प्रोवाइडर नए टोल वसूलने वाले (Toll collectors) हैं। Vercel और OpenRouter दोनों उस स्थिति में हैं जहां तय होता है कि कौन-सी लैब को रिक्वेस्ट मिलेगी। OpenRouter के बारे में बताया जाता है कि Stripe उसे लगभग $8B में ख़रीदने पर सहमत है, जो उस स्थिति की कीमत तय करता है।
• ओपन-वेट एक सौदेबाज़ी का हथियार बन रहा है। "हम इसे ओपन-वेट पर राउट कर सकते हैं" एंटरप्राइज़ खरीदारों के लिए एक असली बातचीत का इनपुट है, चाहे वह डिफ़ॉल्ट बने या न बने।
• चीनी ओपन-वेट लैब्स सीमांत लागत तय करने वाली हैं। अगर सबसे सस्ते, काफ़ी-सक्षम मॉडल चीनी हैं, तो पश्चिमी क्लोज़्ड लैब्स को उसी के मुक़ाबले कीमत तय करनी होगी, और पश्चिमी सरकारों को तय करना होगा कि इसकी इजाज़त दी जाए या नहीं। यह पॉलिसी का सवाल है, सिर्फ़ इंजीनियरिंग का नहीं।
• वर्टिकल मॉडल कार्यक्रम एक रणनीतिक बचाव हैं। AT&T सिर्फ़ ओपन-वेट खपत नहीं कर रहा, वह अपने डोमेन के लिए उन्हें ट्रेन भी कर रहा है (OTel 2.0, 400B+ टोकन पर पोस्ट-ट्रेनिंग, Microsoft Foundry Managed Compute के ज़रिए AMD GPUs पर चलाया गया, GSMA डेटा के सहयोग से)। डोमेन-ट्यून किए गए ओपन-वेट, फ्रंटियर-लैब कीमत और सामान्य ओपन-वेट की क्षमता-कमियों, दोनों से निकलने का रास्ता हैं।

• क्षमता में गिरावट असली है और कम मापी गई है। बताया जाता है कि ओपन-वेट मॉडल अब फ्रंटियर मॉडलों से लगभग 4 से 5 महीने पीछे हैं — यह लक्ष्य खिसकता रहता है, और दोबारा चौड़ा भी हो सकता है। AT&T का ~2% गिरावट वाला आंकड़ा टास्क-सीमित है, सार्वभौमिक नहीं।
• प्रोवेनेंस (Provenance) और कानूनी जोखिम। ओपन-वेट को सेल्फ़-होस्ट करना डेटा राउटिंग का मामला सुलझाता है, उन लैब्स से जुड़े ज़बरदस्ती-पहुंच और डिस्टिलेशन के सवाल नहीं, जिन्होंने उन्हें ट्रेन किया। Coinbase ने ठीक इसी कारण सेल्फ़-होस्ट किया और फिर भी प्रोवेनेंस के आयाम पर आलोचना झेली।
• एकल-गेटवे मापन पूर्वाग्रह। एक गेटवे का ग्राहक-मिश्रण उद्योग नहीं है। AI Gateway के ग्राहक स्वाभाविक रूप से वे कंपनियां हैं जो पहले से Vercel पर तैनात हैं — असंगत रूप से स्टार्टअप/डेवलपर-आकार की, नियमित एंटरप्राइज़-आकार की नहीं।
• कैश-अवेयर राउटिंग में रीबाउंड जोखिम। सस्ते टोकन के लिए ऑप्टिमाइज़ करने वाली पॉलिसी लंबे एजेंटिक लूप पर गर्म कैश कॉन्टेक्स्ट नष्ट कर सकती है और चुपचाप लेटेंसी (Latency) व कुल लागत बढ़ा सकती है। AT&T के अपने अधिकारी भी कहते हैं कि प्रीमियम मॉडल पर बने रहना कभी-कभी सस्ता होता है।
• एवैल्यूएशन कर्ज़ (Evaluation debt)। गोल्डन-टास्क इवैल्स के बिना डायनामिक राउटिंग मुश्किल टास्क चुपचाप कमज़ोर मॉडलों को भेज देती है। विफलता का रूप ख़राब आउटपुट होता है, कोई एरर मैसेज नहीं।
• राउटर लेयर पर वेंडर का कब्ज़ा। मॉडल चयन को केंद्रीकृत करना संकेंद्रण का नया बिंदु बनाता है। जो भी गेटवे मॉडल तय करता है, वही पूरा प्रॉम्प्ट, लागत और उपयोग का ग्राफ़ भी देखता है।
• कीमत का दोबारा फूलना (Price-reflation)। प्रति टोकन मिश्रित कीमत का गिरना आंशिक रूप से मिश्रण का असर है, स्थायी अपस्फीति नहीं। अगर ओपन-वेट की क्षमता रुक जाए या कोई फ्रंटियर लैब कीमत बढ़ा दे, तो बचत उलटी हो सकती है।

इन आंकड़ों का दोबारा इस्तेमाल करने वाले किसी भी व्यक्ति के लिए यह खंड रिकॉर्ड का सबसे अहम हिस्सा है।

1. FT लेख का मुख्य हिस्सा पेवॉल के पीछे है। हेडलाइन और URL पुष्ट हैं; एग्रीगेटर का सारांश एक रिले है। हेडलाइन से आगे FT की कोई भी शब्दावली इस रिसर्च में UNVERIFIED है।
2. Vercel का 56% एक ही गेटवे से राउट हुए टोकन का हिस्सा है — Vercel AI Gateway, जो प्रति माह "दसियों ट्रिलियन टोकन" बताता है। यह कुल उद्योग इन्फरेंस में ओपन-वेट का हिस्सा नहीं है, और यह प्रोडक्शन की गंभीरता का मापक नहीं है। यह वॉल्यूम का हिस्सा है, और वॉल्यूम पर सस्ते, ज़्यादा-टोकन वाले टास्क हावी हैं।
3. Vercel के आंकड़े स्वयं-रिपोर्ट किए गए समग्र डेटा हैं, Vercel के अपने चुने वर्गीकरण के साथ, जिसे Vercel ख़ुद पहले की परिभाषाओं से व्यापक बताता है। Vercel यह भी कहता है कि खर्च प्रकाशित लिस्ट प्राइस से अनुमानित है, और पिछले महीनों में संशोधन हो सकता है। अप्रैल का उसका ओपन-वेट हिस्सा जुलाई संस्करण में 11% और सितंबर संस्करण में 13% दिखता है — एक ही प्रकाशक की सीरीज़ के भीतर परिभाषागत संशोधन।
4. तीनों आंकड़े तुलनीय नहीं हैं और इन्हें जोड़ा या मिलाया नहीं जाना चाहिए: Vercel 56% = एक गेटवे पर टोकन हिस्सा, अगस्त 2026, प्रकाशक द्वारा मापा गया। AT&T 40% = आंतरिक एआई रिक्वेस्ट/वर्कलोड का वह हिस्सा जो ओपन-वेट मॉडलों को राउट होता है, अगस्त 2026 में बताया गया, कंपनी ने प्रेस के ज़रिए बताया, डिनॉमिनेटर (Denominator) ठीक से परिभाषित नहीं (रिक्वेस्ट की गिनती, टोकन या डॉलर हिस्सा नहीं)। AT&T 56% = राउटिंग के ज़रिए कोडिंग और एडवांस्ड-टास्क लागत में कमी, एक VP ने एक प्रकाशन से कहा, "इन्फरेंस लागत" के सामान्य अर्थ में नहीं। Coinbase ~50% = आंतरिक एआई खर्च में कमी, बढ़ते टोकन उपयोग के साथ, CEO के एक सार्वजनिक बयान से, जिसकी कोई प्रकाशित मेथडोलॉजी, बेसलाइन या ऑडिटेड आंकड़ा नहीं।
5. AT&T का "40%" इस श्रृंखला की सबसे कमज़ोर कड़ी है। इसे AT&T के किसी निवेशक-संबंध दस्तावेज़, तैयार टिप्पणी या ट्रांसक्रिप्ट तक ट्रेस नहीं किया जा सका। इसके निकटतम ट्रेस हुए स्रोत हैं Fierce Network (2026-08-18) और एक सारांश, जो AT&T का मौजूदा ओपन-मॉडल हिस्सा ~25–40% दायरे में रखता है, 60–70% लक्ष्य के साथ। "40%" को रिक्वेस्ट हिस्से के बताए गए दायरे का ऊपरी सिरा माना जाना चाहिए, सटीक मापा गया मान नहीं। इस रिसर्च के दौरान Fierce लेख ने सीधे फ़ेच और ब्राउज़र-रिट्रीवल, दोनों पर HTTP 403 लौटाया, इसलिए वह प्राप्त स्रोत के रूप में उद्धृत नहीं है।
6. AT&T का अपना प्रकाशित आंकड़ा रिले किए गए आंकड़े से अलग है। AT&T का आधिकारिक ब्लॉग लागत में "90% तक" कमी का दावा करता है, 56% का नहीं। 56% का आंकड़ा सीमित है — कोडिंग/एडवांस्ड टास्क, राउटिंग के ज़रिए, Mark Austin के अनुसार।
7. Coinbase के ~50% आंकड़े की कोई प्रकाशित मेथडोलॉजी नहीं है — न बेसलाइन अवधि, न शामिल लागत श्रेणियां, न स्वतंत्र ऑडिट। यह आंतरिक एआई खर्च के बारे में CEO का बयान है।
8. तीनों कंपनियों में से हर एक के लिए "अर्निंग्स कॉल" का श्रेय अप्रमाणित है। तीनों आंकड़ों में से किसी के लिए कोई अर्निंग्स-कॉल ट्रांसक्रिप्ट नहीं मिला। FT का 6x-ज़िक्र वाला आंकड़ा अलग ट्रांसक्रिप्ट-विश्लेषण का दावा है, जिसे FT के मूल डेटासेट के विरुद्ध सत्यापित नहीं किया जा सका।
9. तारीख़ का अनुशासन। FT लेख 2026-09-28 का है (विंडो में)। Vercel का डेटा 2026-09-17 को प्रकाशित हुआ और अगस्त 2026 को मापता है। AT&T का ब्लॉग 2026-07-23 का है; The Information की रिपोर्टिंग 2026-08-20 की। Coinbase का खुलासा जून 2026 के अंत का है। रिसर्च विंडो में सिर्फ़ FT की रिपोर्टिंग घटना पड़ती है; उसके पीछे की घटनाएं नहीं।
10. पुष्टि आंशिक रूप से चक्रीय है। इस स्टोरी के कई आउटलेट स्वतंत्र मापन के बजाय FT और Vercel को जोड़ते हैं। The New Stack की रिपोर्टिंग Vercel के प्रकाशित डेटा का वास्तविक स्वतंत्र विश्लेषण है; OpenRouter का ~60% अमेरिकी टोकन आंकड़ा एक अलग गेटवे से वास्तव में भिन्न मापन है और उपलब्ध सबसे मज़बूत क्रॉस-चेक है।

• AT&T के "40%" का असली डिनॉमिनेटर (Denominator) क्या है — रिक्वेस्ट की गिनती, टोकन हिस्सा, या लागत हिस्सा? क्या AT&T पर रिक्वेस्ट हिस्सा और टोकन हिस्सा उतनी ही तेज़ी से अलग होते हैं जितने Vercel पर होते हैं?
• Coinbase की ~50% एआई-खर्च कटौती किस ऑडिट आधार पर कही गई है, और क्या एकबारगी माइग्रेशन लागत हटाने पर यह टिकेगी?
• खर्च में ओपन-वेट का हिस्सा (14%) टोकन (56%) से इतना लगातार पीछे क्यों है, और यह अंतर कब पटेगा?
• 7% → 56% का वक्र आगे बढ़ता रहेगा, या Vercel का ग्राहक आधार अपनी सस्ती पूंछ को संतृप्त कर चुका है?
• किसी टास्क को नीचे उतारने से पहले AT&T कौन-सा असली क्वालिटी फ़्लोर लागू करता है, और मॉडल बदलने के साथ उसका पुनर्मान्यीकरण कैसे होता है?
• जो एंटरप्राइज़ पहले से किसी राउटिंग गेटवे पर नहीं हैं, वे इसका पीछा कर रहे हैं या नहीं, या यह उद्योग-असर के बजाय गेटवे-बाज़ार का असर है?
• क्या AT&T का "OpenAI और Anthropic में निवेश पर पुनर्विचार" एक पुनर्संवाद बनेगा, या कई साल की माइग्रेशन?

असर: सीधा और निकट-अवधि का। आपका डिफ़ॉल्ट मॉडल, आपकी कीमत और आपका एवैल्यूएशन लूप — सब आपके ऊपर लिए गए इन्फ्रास्ट्रक्चर फ़ैसलों से नियंत्रित होने वाले हैं। मांग में रहने वाला कौशल "सबसे अच्छा मॉडल चुनना" नहीं है — वह है "क्वालिटी फ़्लोर परिभाषित करना और साबित करना कि कोई सस्ता रास्ता उस पर खरा उतरता है"।

सुझाया गया कदम:

1. सारी मॉडल पहुंच एक ही गेटवे/प्रॉक्सी के पीछे रखें। एप्लिकेशन कोड में मॉडल आईडी कभी हार्ड-कोड न करें।
2. किसी के डिफ़ॉल्ट बदलने से पहले अपने असली वर्कलोड के लिए 30–60 गोल्डन टास्क बनाएं।
3. कैश हिट रेट को पहली श्रेणी का लागत और लेटेंसी मीट्रिक बनाएं।
4. राउटिंग को एक टास्क के भीतर स्टिकी रखें; टास्क के पार दोबारा चयन खुला रखें।
5. इस तिमाही एक असली वर्कलोड को किसी ओपन-वेट मॉडल पर शुरू से अंत तक चलाकर देखें। लागत, लेटेंसी और पास रेट दर्ज करें।

असर: यह गवर्नेंस और वेंडर-प्रबंधन की स्टोरी है। अब आपके पास सबूत है कि एक बड़ी नियमित टेलीकॉम कंपनी और एक नियमित क्रिप्टो एक्सचेंज, दोनों ने डेवलपर की पहुंच सीमित किए बिना, राउटिंग के ज़रिए ख़ुद को दोगुनी होती लागत-वक्र से बाहर निकाला।

सुझाया गया कदम:

1. एक एआई फिनॉप्स (AI FinOps) मालिक नियुक्त करें, जिसके पास सिर्फ़ रिपोर्टिंग पर नहीं, राउटिंग पॉलिसी पर अधिकार हो।
2. अपने मॉडल वेंडर मानक में अभी देश-मूल और डेटा-रेज़िडेंसी का कॉलम जोड़ें; चीनी-लैब मॉडलों के लिए सेल्फ़-होस्टिंग या इन-रीजन राउटिंग अनिवार्य करें, जब तक कोई नामित अपवाद स्वीकृत न हो।
3. राउटर लेयर पर लॉक-इन का ऑडिट करें, क्योंकि संकेंद्रण अब वहीं बैठा है।
4. संगठन-व्यापी अनिवार्य करने से पहले एक टीम पर स्पेंड-डाउनशिफ़्ट पॉलिसी का प्रयोग करें (सीमाएं → सस्ते डिफ़ॉल्ट)।
5. यह शर्त रखें कि CFO के पास ले जाया जाने वाला हर लागत-कटौती दावा किसी क्वालिटी मापन के साथ हो।

असर: निवेश से जुड़ा सुधार: "ओपन मॉडल जीत गए" डेटा यह नहीं कहता। ओपन-वेट मॉडलों ने टोकन वॉल्यूम लिया और डॉलर का 14%; उसी गेटवे पर उसी महीने Anthropic के पास खर्च का 64% रहा। दोनों बातें सच हैं, और इन्हें मिला देना लैब्स की कीमत दोनों दिशाओं में ग़लत लगाता है।

सुझाया गया कदम:

1. हर एआई-बाज़ार दावे के लिए टोकन-हिस्सा और खर्च-हिस्सा, दो अलग सीरीज़ के रूप में पढ़ें।
2. "एंटरप्राइज़ एआई लागत फट रही है" को आंशिक रूप से पुरानी कहानी मानें: राउटिंग और ओपन-वेट प्रतिस्थापन बड़े पैमाने पर खर्च-वक्र को स्पष्ट रूप से समतल कर रहे हैं।
3. नीति के लिए: सॉवरेन एआई (Sovereign AI) पर बंधन क्षमता नहीं, खरीद है — Deloitte के अनुसार 77% कंपनियों का वेंडर चयन में देश-मूल गिनना भू-राजनीति से बना बाज़ार-प्रतिबंध है, मॉडल की क्वालिटी से नहीं।

• एआई फिनॉप्स / राउटिंग-एज़-ए-सर्विस (Routing-as-a-service)। दोनों केस स्टडीज़ ने इसे आंतरिक रूप से लागू किया। यह पैटर्न छोटे पैमाने पर LiteLLM-श्रेणी की टूलिंग से दोहराया जा सकता है।
• वर्टिकल ओपन-वेट मॉडल कार्यक्रम। AT&T का OTel 2.0 — 400B+ टोकन पर डोमेन पोस्ट-ट्रेनिंग, उपयुक्त आकार के हार्डवेयर पर चलाया गया — उन नियमित उद्योगों के लिए टेम्पलेट है जो फ्रंटियर-लैब कीमत के बिना क्षमता चाहते हैं।
• राउटिंग के लिए क्वालिटी-एवैल्यूएशन-एज़-ए-सर्विस। डायनामिक राउटिंग पर असली बंधन भरोसेमंद क्वालिटी मापन है। यह स्पष्ट एंटरप्राइज़ मांग वाली उत्पाद श्रेणी है।
• इन-रीजन / सॉवरेन इन्फरेंस राउटिंग। OpenRouter का अमेरिकी इन-रीजन राउटिंग का GA और व्यापक "सॉवरेन एआई" खरीद की लहर (Deloitte: लगभग 60% अपने एआई स्टैक मुख्य रूप से लोकल वेंडरों से बनाते हैं) रेज़िडेंसी-गारंटीड मॉडल एग्रीगेशन की मांग पैदा करते हैं।
• कैश्ड-कॉन्टेक्स्ट ऑप्टिमाइज़ेशन टूलिंग। कैश हिट रेट में 5% → 60% का सुधार एआई खर्च पर बड़ा गुणक है और ज़्यादातर लागत-कार्यों की तुलना में मॉडल पर बहुत कम निर्भर है। इसे ऑप्टिमाइज़ेशन नहीं, इन्फ्रास्ट्रक्चर मानें।

पढ़ने का नहीं, COMPARE करने का अभ्यास करें: इनमें से किसी भी प्रतिशत पर भरोसा करने से पहले अपने ही ट्रैफ़िक पर प्रति-टोकन कीमत का अंतर मापें।

1. अपने ही मॉडल-उपयोग का 7 दिन का डेटा निकालें, प्रति-मॉडल टोकन गिनती और खर्च के साथ।
2. प्रकाशित सूची का इस्तेमाल करके मॉडलों को "ओपन-वेट" और "क्लोज़्ड-वेट" में बांटें, और हर समूह के लिए खर्च-हिस्सा ÷ टोकन-हिस्सा निकालें। वही अनुपात प्रति टोकन सापेक्ष कीमत है। (Vercel के अगस्त 2026 आंकड़ों पर यह लगभग 0.13 बैठता है — ओपन-वेट टोकन लगभग 7.8x सस्ते। labs/S29.md देखें।)
3. काल्पनिक 60% ओपन-वेट मिश्रण के तहत अपनी मिश्रित प्रति-टोकन कीमत दोबारा निकालें, प्रति-मॉडल कीमतें स्थिर रखते हुए। इससे मिश्रण का असर लिस्ट-प्राइस कटौती से अलग दिखता है।
4. अपने 30 टास्क अपने मौजूदा डिफ़ॉल्ट पर और उस सबसे सस्ते ओपन-वेट मॉडल पर चलाएं जिसकी आपकी सुरक्षा नीति इजाज़त देती है। पास रेट, लेटेंसी और प्रति-टास्क लागत मापें।
5. उसके बाद ही तय करें कि आपके लिए राउटिंग लेयर बनाना फ़ायदे का सौदा है या नहीं।

साफ़ तौर पर यह न करें: "56% / 40% / 50%" आंकड़ों को मिलाकर उद्योग के समग्र आंकड़े के रूप में दोहराना। वे एक ही चीज़ नहीं मापते।

• Vercel अक्टूबर 2026 में सितंबर के डेटा पर अपना अगला AI Gateway Production Index प्रकाशित करेगा; देखें कि क्या खर्च में ओपन-वेट का हिस्सा (14%) अपने टोकन हिस्से (56%) की ओर आने लगता है। वही अभिसरण असली संकेत है, टोकन हिस्सा नहीं।
• AT&T का क़रीब एक साल के भीतर 60–70% ओपन-मॉडल का बताया लक्ष्य एक जांचने योग्य माइलस्टोन देता है। उसका अगला अर्निंग्स चक्र पहली जगह है जहां प्रेस के हवाले के बजाय फ़ाइल किया गया आंकड़ा मिलने की उम्मीद है।
• Coinbase पर सबसे तेज़ फ़ॉलो-अप दबाव है, क्योंकि उसने सबसे विशिष्ट लागत दावा किया और वह भी चीनी ओपन-वेट वेट्स पर। सुरक्षा/प्रोवेनेंस का हिसाब होने की उम्मीद रखें, जो या तो शमन का विवरण निकालेगा या आंशिक उलटफेर।
• ओपन-मॉडल क्षमता का अभिसरण आगे बढ़ेगा या रुकेगा। लगभग 4 से 5 महीने की बताई देरी पर, ओपन-वेट रूटीन वर्कलोड पर मुक़ाबले के लिए काफ़ी करीब हैं और मुश्किल कामों पर विफल होने के लिए काफ़ी दूर। वही अंतर तय करता है कि राउटिंग कितनी दूर जा सकती है।
• फ्रंटियर लैब्स बेहतर टॉप-एंड दावों के बजाय सस्ते टियर के साथ जवाब देंगी — Opus 5 ही टेम्पलेट है। लैब के भीतर कीमत-टियर की आत्म-भक्षण (Cannibalisation) जारी रहने की उम्मीद रखें।
• गवर्नेंस पीछा कर लेगी। एंटरप्राइज़ ट्रैफ़िक में ओपन-वेट का हिस्सा अब इतना बड़ा है कि खरीद, रेज़िडेंसी और प्रोवेनेंस के मानक इसी चक्र में लिखे जाएंगे, अगले में नहीं।

FT की हेडलाइन — "Corporate America embraces cheaper 'open' AI models" — दिशा के हिसाब से सही है और विश्लेषण के हिसाब से तीन ख़ास तरह से ढीली है, और तीनों मायने रखती हैं।

पहला, यह कभी अर्निंग्स-कॉल की स्टोरी नहीं थी। Vercel की अर्निंग्स कॉल होती ही नहीं; उसने एक ब्लॉग इंडेक्स प्रकाशित किया। Coinbase का आंकड़ा CEO की सोशल पोस्ट से आया। AT&T का आंकड़ा कार्यकारी प्रेस इंटरव्यू से आया। FT का असली ट्रांसक्रिप्ट-आधारित निष्कर्ष — अमेरिकी अर्निंग्स कॉल्स पर ओपन-मॉडल के ज़िक्र में साल-दर-साल 6 गुना बढ़ोतरी — विमर्श के बारे में असली संकेत है, और वह उन तीन आंकड़ों से अलग दावा है जिन्हें उदाहरण बनाकर इस्तेमाल किया गया।

दूसरा, टोकन पैसा नहीं हैं। ओपन-वेट मॉडलों ने उसी गेटवे पर उसी महीने टोकन का 56% और डॉलर का 14% उठाया, जबकि Anthropic के पास खर्च का 64% था। दोनों तथ्य एक साथ सच हैं। जो स्टोरी पहला बताती है और दूसरा छोड़ देती है, वह अपने दर्शकों को यह ग़लत बता रही है कि जीत किसकी हो रही है।

तीसरा, दिलचस्प इंजीनियरिंग मॉडल का चयन नहीं — कैश की स्थिति है। AT&T का कैश-अवेयर गेटवे, यह निष्कर्ष कि लंबे एजेंटिक सेशन पर प्रीमियम मॉडल पर बने रहना कभी-कभी सस्ता होता है, Coinbase का 5% → 60% कैश हिट रेट: यही वे तंत्र हैं जिन्होंने असल में बचत पैदा की। "सस्ता मॉडल इस्तेमाल करो" नारा है। प्रॉम्प्ट-कैश की अर्थव्यवस्था और स्टिकी राउटिंग पॉलिसी ही सार है।

असल में उल्लेखनीय संरचनात्मक बदलाव हेडलाइन से छोटा है और उससे ज़्यादा टिकाऊ: मॉडल चयन एप्लिकेशन कोड से निकलकर गेटवे में चला गया, और एक बार वहां पहुंचने पर वह हर-रिक्वेस्ट का वित्तीय फ़ैसला बन जाता है जिसे कोई प्लेटफ़ॉर्म टीम लगातार ट्यून कर सकती है। यह इन्फ्रास्ट्रक्चर का तथ्य है, मूल्यों का तथ्य नहीं — और ठीक इसी कारण यह फैल रहा है।