2026년 9월 데이터를 바탕으로 한 2026년 10월 AI Gateway 프로덕션 인덱스입니다. 오픈 웨이트 모델이 게이트웨이 토큰의 70% 넘게를 처리했고 전체 지출에서는 4분의 1 가까이를 차지했습니다. AI 지출은 13배 늘었지만 토큰당 비용은 절반으로 떨어졌습니다.
AI Gateway 프로덕션 인덱스 — 2026년 10월
AI Gateway는 매달 수십조 개의 토큰을 프로덕션 애플리케이션과 AI 랩 사이에서 라우팅합니다. 이 트래픽을 보면 오늘날 기업이 AI를 실제로 어떻게 쓰는지 알 수 있어, 매달 인덱스로 정리해 공개하고 있습니다. 지난 보고서는 7월, 8월, 9월 편에서 볼 수 있습니다.
오픈 웨이트 모델이 이제 게이트웨이 토큰의 70% 넘게를 처리하고, 전체 지출에서도 4분의 1 가까이를 차지합니다. 지출 비중은 6월 이후 4배 넘게 커졌습니다.
9월 게이트웨이 지출은 12월의 약 13배로 늘었고, 토큰당 평균 가격은 47% 낮아졌습니다. 9월에는 세 팀 중 한 팀꼴로 가장 많이 쓰는 랩을 바꿨으며, 이는 인덱스 사상 최고 기록입니다.
9월 중국 모델에 쓴 게이트웨이 지출의 70% 가까이가 미국 기반 제공업체를 거쳤습니다. 12월에는 10%에도 못 미쳤습니다.
Jev는 출시 2주 만에 유료 팀의 35%에 도달해, AI Gateway 역사상 가장 빠르게 도입된 모델이 되었습니다. 하지만 같은 기간 게이트웨이 지출에서 차지한 비중은 0.27%에 불과했습니다. Opus 5.5는 출시 후 2주 동안 게이트웨이 지출의 10% 넘게를 가져가, 9월 출시 모델 가운데 가장 큰 지출 비중을 기록했습니다.
8월에 오픈 웨이트 모델은 처음으로 AI Gateway 토큰 물량의 과반을 처리했습니다. 이제 돈도 그 뒤를 따르고 있습니다. 오픈 웨이트 모델의 지출 비중은 최근 3개월 사이 4배 넘게 커졌습니다. 6월에는 게이트웨이 지출 20달러 중 1달러였는데, 9월에는 4달러 중 1달러에 가까워졌습니다.
오픈 웨이트 모델의 성장은 가격대의 양 끝에서 동시에 나오고 있으며, 이는 게이트웨이 전체의 흐름과 같습니다. 토큰 증가는 가장 저렴한 모델이 이끌고, 지출 증가는 비싼 모델이 이끕니다.
Kimi K3가 선두에 선, 토큰당 비용이 오픈 웨이트 평균의 4배 이상인 모델들이 오픈 웨이트 지출 증가분의 약 3분의 2를 차지했습니다.
반면 DeepSeek-v4.1-Flash 하나가 9월 전체 토큰의 절반 가까이를 처리했지만, 지출 비중은 2.6%에 그쳤습니다. 토큰당 가격이 오픈 웨이트 평균의 5분의 1 수준이었기 때문입니다.
고객들은 시장 양쪽 모두에서 예산을 늘리고 있습니다. 12월 이후 프런티어 모델 지출은 10배로 늘었고, 오픈 웨이트 모델 지출은 70배 넘게 늘었습니다.
9월에 오픈 웨이트 모델에 지출을 늘린 팀의 68%는 클로즈드 웨이트 모델에도 지출을 늘렸습니다. 또 이미 프런티어 모델에 비용을 쓰고 있던 팀 중 5분의 2 넘게가 8월보다 더 많이 썼는데, 올해 들어 가장 높은 비율입니다.
프런티어 모델에 대한 지출은 여전히 늘고 있지만, 대안 모델에 대한 지출은 그보다 더 빠르게 늘고 있습니다. 기업이 프런티어 랩에 쓰는 돈은 늘리면서도 맡기는 워크로드는 줄일 수 있습니다. 그러면 랩이 받는 금액은 커져도, 고객 사업에서 차지하는 비중은 작아집니다.
시장 규모는 훨씬 커지고 가격은 훨씬 내려가는 가운데, 그 안에서 점유율의 주인이 바뀌고 있습니다.
9월 게이트웨이 지출은 12월의 약 13배(1,180% 증가)였고, 토큰당 평균 가격은 47% 내려갔습니다. 12월과 9월 모두 활동한 유료 고객의 중앙값은 지출이 2배 넘게 늘었습니다.
팀들은 더 많이 쓰고 있지만, 랩은 계속해서 고객의 선택을 받아야 합니다. 9월에는 두 팀 중 한 팀 가까이가 가장 많이 쓰는 모델을 바꿨고, 세 팀 중 한 팀꼴로 가장 많이 쓰는 랩을 바꿨습니다. 이는 인덱스 사상 최고 기록입니다.
토큰 사용량이 적은 팀도 다양한 모델을 섞어 씁니다. 12월 이후 토큰을 1,000만 개 이상 처리한 팀은 평균 15개 모델을 썼습니다. 1억 개 이상 처리한 팀은 평균 26개, 10억 개 이상 처리한 팀은 42개로 늘었습니다.
모델은 훨씬 큰 투자 속에서 교체 가능한 부품이 되어가고 있습니다. 기업은 AI 제품과 워크플로를 계속 개선하면서도, 그 밑바탕이 되는 모델은 바꿀 수 있습니다. 특정 랩에 대한 의존도를 높이지 않고도 AI에 더 많은 돈을 쓸 수 있는 것입니다.
9월 중국계 모델에 쓴 게이트웨이 지출의 3분의 2 넘게가 미국 기반 제공업체로 흘러갔습니다. 12월에는 10분의 1에도 못 미쳤습니다. 모델은 중국 랩이 만들고, 이를 운영하며 접근 권한을 파는 쪽은 미국 제공업체입니다.
DeepSeek 모델은 전체 게이트웨이 토큰의 58%를 처리했지만 지출 비중은 6.6%였습니다. 이 토큰의 5분의 4 넘게는 DeepSeek이 직접 제공했는데도, DeepSeek 모델에 쓴 돈의 5분의 2는 미국 기반 제공업체를 거쳤습니다.
Kimi를 만든 베이징 기반 랩 Moonshot AI는 9월 게이트웨이 토큰의 3.6%, 지출의 13.2%를 차지했습니다. 이 토큰의 10분의 9는 미국 기반 제공업체가 제공했습니다.
역시 베이징에 있고 GLM을 만든 Z.ai는 전체 토큰의 7.2%, 지출의 4.5%를 차지했습니다. 토큰의 10분의 7은 미국 기반 제공업체가 제공했습니다.
고객은 미국 제공업체가 판매하는 접근 권한을 통해 중국 모델을 쓸 수 있습니다. 9월에 중국 모델 지출을 늘린 팀은 해당 모델 지출의 평균 53%를 미국 기반 제공업체에, 41%를 중국 기반 제공업체에 썼습니다.
같은 중국 모델이 미국 모델과 경쟁하면서, 동시에 미국 기반 제공업체에는 수익을 안겨줄 수 있습니다.
모델 출시의 성패는 무엇을 기준으로 보느냐에 따라 달라집니다. 얼마나 폭넓게 시도됐는지, 사용량과 지출을 얼마나 끌어모았는지, 초기 사용자 중 얼마나 다시 돌아왔는지가 그 기준입니다. 9월에 출시되어 데이터가 2주 이상 쌓인 모든 모델을 이 지표별로 순위를 매겼으며, 표에는 지표마다 상위 10개를 실었습니다. 전체 성적표는 보고서 끝에 있습니다.
Jev는 출시 후 2주 동안 유료 팀의 3분의 1 넘게에 도달해, 2위인 Sonnet 5.5의 거의 2배에 달하는 도달 범위를 기록했습니다. AI Gateway 역사상 가장 빠른 도입 속도입니다.
Jev는 월중에 출시됐는데도 9월 한 달간 요청 수가 모델 중 가장 많았습니다. 첫째 주에 Jev를 써본 팀의 55.6%가 둘째 주에도 다시 찾았고, 이는 재방문율 5위에 해당합니다.
Jev는 의사결정용 모델입니다. 일반적인 언어 모델 요청과 비교하면 Jev 요청은 더 빠르고 저렴하며, 사용하는 토큰도 훨씬 적습니다. 그래서 도입은 빠르고 폭넓었지만, 그달 토큰의 1%, 지출의 0.15%를 차지하는 데 그쳤습니다.
9월에 Jev는 프로덕션에서 빠르게 인기 모델이 됐지만, 추론 비용에서는 아주 작은 부분에 머물렀습니다.
가장 많은 지출을 끌어모은 출시작은 Opus 5.5로, 9월의 다른 어떤 출시작보다 2배 넘는 비중을 차지했습니다. 그 뒤를 GPT-6 Astra와 DeepSeek-v4.1-Flash가 이었습니다.
Opus 5.5는 빠르게 자리 잡았는데, 지출의 10분의 9 가까이가 이미 Opus 5를 쓰던 팀에서 나왔습니다. Opus 계열 전체의 점유율이 떨어지는 가운데, 기존 고객들이 새 버전을 써본 것입니다.
모든 버전을 합친 Opus의 9월 게이트웨이 지출 비중은 3분의 1에 가까워, 8월의 2분의 1에서 내려왔습니다. Anthropic의 전체 비중은 63.7%에서 43.9%로 떨어지며 처음으로 게이트웨이 총지출의 절반 아래로 내려갔습니다.
GPT-6 Luna는 출시 후 2주 동안 유료 팀 20곳 중 3곳 가까이에 도달해, Jev와 Sonnet 5.5에 이어 3위를 기록했습니다. 하지만 재방문율은 그달 최고였습니다. 첫째 주에 써본 팀의 3분의 2 가까이가 둘째 주에 다시 돌아왔습니다.
GPT-6 Astra는 도달 범위는 더 작았지만 더 많은 예산을 가져갔습니다. 출시 후 2주 동안 게이트웨이 지출의 약 20분의 1을 차지한 반면, Luna는 100분의 1에도 못 미쳤습니다. Luna는 약 3배 많은 팀에 도달했지만, 지출 비중은 Astra가 5배 넘게 더 가져갔습니다.
OpenAI는 Luna로 더 많은 고객을 끌어들이고 있지만, 사용하는 팀이 더 적은 Astra로 훨씬 더 많은 돈을 벌고 있습니다.
이 보고서는 2026년 9월까지 Vercel AI Gateway를 통해 라우팅된 트래픽을 익명화·집계한 데이터를 사용합니다.
측정 방식에 관한 참고 사항입니다.
토큰 물량에는 입력, 출력, 추론, 캐시 입력, 캐시 생성 토큰이 포함됩니다.
지출은 공개된 정가 기준으로 추정한 값이라 실제 청구액과 다를 수 있습니다. 토큰당 평균 가격은 추정 지출을 토큰 물량으로 나눈 값입니다.
오픈 웨이트 분류는 현재 AI Gateway 모델 목록을 따르며, 이전 보고서보다 정의가 넓습니다.
전환율은 두 달 모두 유료 토큰을 1,000만 개 이상 사용한 유료 팀을 대상으로 비교합니다. '가장 많이 사용한 모델'은 유료 토큰 기준으로 판단합니다.
제공업체 위치는 회사 본사 소재지를 뜻합니다.
출시 지표는 각 모델의 출시 후 14일 동안 외부 유료 팀을 대상으로 집계했습니다. 도달 범위는 출시 월 초부터 데이터 마감일까지 활동한 유료 팀을 기준으로 합니다. 지출 비중은 해당 모델의 집계 기간 동안 발생한 전체 유료 게이트웨이 지출 대비 비율입니다. 재방문율은 첫째 주에 사용한 팀 가운데 둘째 주에 다시 사용한 팀의 비율입니다.
모델 수는 12월부터 9월까지를 기준으로 하며, 버전별로 따로 집계합니다. 팀 규모 기준은 같은 기간의 입력·출력 토큰 총합으로 정합니다.
모든 수치는 가장 최근의 데이터와 프로토콜을 사용하므로, 방법론이 업데이트되면 이전 월의 수치가 수정될 수 있습니다.
방법론에 대한 자세한 내용을 읽어보시고, 공개 데이터를 살펴보거나 내려받아 보세요.
