Jevが公開2週間で有料チームの35%に浸透 ― Vercel「AI Gateway Production Index」から読む、2026年秋のAI利用の現在地
2026年10月15日、Vercelは、AI Gatewayの利用データをまとめた月次レポート「Production Index」の10月版(2026年9月分のデータ)を公開しました。翌16日にはTechCrunchが、その中から新モデル「Jev」の急速な普及を取り上げています。本稿では両記事をもとに、ビジネスパーソン・投資家向けに要点を整理します。なお、数字はVercelの公表データに基づくものです。
1. Jevとは何か、なぜ「最速」なのか
1-1. 「選ぶ」ことに特化した軽量モデル
TechCrunchによれば、Jevは、TypeSafe AIが開発したモデルで、9月15日に限定公開されました。Vercelのゲートウェイへの提供開始は9月17日です。あらかじめ決められた少数の出力から選ぶ「決定モデル」と位置づけられ、出力を絞ることで、Sonnetなどの汎用モデルより安く、速く動きます。大量のデータを素早く分類する用途に向いています。
この新しい方式は、注目を集め、OpenAIやAmazonも同種の製品を投入したと報じられています。ただ、これまでは評判を裏づける実データが乏しい状況でした。
1-2. 公開2週間で有料チームの35.3%が利用
Vercelのデータでは、Jevは、最初の2週間で有料チームの35.3%に到達しました。これは同社のAI Gateway史上、どのモデルよりも速い普及です。2位のClaude Sonnet 5.5(18.1%)のほぼ2倍にあたります。Jevは、月の半ばに提供開始したにもかかわらず、9月のリクエスト数も全モデルで最多でした。
初週に試したチームのうち、翌週も使い続けた割合は、55.6%で、9月のリリースの中では5番目の高さです。TechCrunchによると、Vercel自身も早期導入企業で、有害なコマンドの分類にGPT-6 LunaからJevへ切り替えたとのことです。
1-3. 普及は広いが、支出への貢献は小さい
注目すべきは、利用の広さと金額規模のギャップです。Jevは、分類のような軽い処理に使われるため、1リクエストあたりのトークンも少なく、料金も安くなります。9月のトークン全体の約1%を処理しましたが、支出シェアは1%に満たない水準でした。Vercelは、「本番環境で急速に定着したが、推論コスト全体の中ではごくわずか」と説明しています。
2. 9月のモデル発売:誰が「ユーザー」を取り、誰が「お金」を取ったか
Vercelは、9月に発売されたモデルを「リーチ(試した有料チームの割合)」「支出シェア」「リターン率(初週の利用者が翌週も使った割合)」の3指標で比較しています。
2-1. 3指標で分かれた勝者
リーチ:1位Jev(35.3%)、2位Claude Sonnet 5.5(18.1%)、3位GPT-6 Luna(14.9%)
支出シェア:1位Claude Opus 5.5(11.03%)、2位GPT-6 Astra(4.86%)、3位DeepSeek V4.1 Flash(4.19%)
リターン率:1位GPT-6 Luna(64.8%)、2位Claude Sonnet 5.5(60.5%)、3位DeepSeek-V4.1-Flash(60.3%)
3指標を総合したスコアでは、Sonnet 5.5が87.8で首位、Gemini 3.8 Flashが81.3で2位、Opus 5.5が79.9で3位でした。Jevは6位(65.9)で、リーチは最高水準でも支出シェアが小さいため、総合では順位が下がっています。
2-2. OpenAIの「LunaとAstra」、AnthropicのOpus 5.5
同じOpenAIのGPT-6でも、性格の違いがはっきり出ました。Lunaは約3倍の有料チームに届き、リターン率も最高でしたが、支出シェアは1%未満です。一方のAstraは、届いた範囲はLunaより狭いものの、支出シェアは5倍超でした。Vercelは「Lunaで顧客を広げ、Astraで金額を取っている」と整理しています。
Opus 5.5は、発売2週間でゲートウェイ全体の支出の1割超を獲得しました。ただし支出の9割近くは、すでにOpus 5を使っていたチームからでした。Opusファミリー全体では、9月の支出シェアが8月の約2分の1から約3分の1へ下がっています。新版は既存顧客に試されたものの、ファミリー全体のシェアは落ちた、という構図です。
3. オープンウェイトが量でも金額でも存在感を増す
3-1. トークン71.5%、支出は約4分の1
Vercelのゲートウェイでは、8月にオープンウェイトモデルが初めてトークン量の過半を処理しました。そして今回、金額面でも伸びています。9月時点でオープンウェイトは、トークンの71.5%、支出の約23%を占めます。支出シェアは6月の約5%(20ドルに1ドル)から4倍超になりました。
3-2. 安いモデルが量を、高いモデルが金額を押し上げる
内訳には二極化が見られます。
DeepSeek-v4.1-Flash:9月のトークンの約半分を処理しながら、支出シェアは2.6%にとどまる(単価はオープンウェイト平均の約5分の1)
Kimi K3:オープンウェイト支出の増加分のうち、単価が平均の4倍以上のモデル群(同モデルが筆頭)が約3分の2を占める
つまり、安価なモデルがトークン量を、高価なモデルが支出を押し上げています。
3-3. フロンティアも伸びている
12月以降、フロンティア(クローズド系)モデルへの支出は約10倍、オープンウェイトは70倍超に増えました。オープンウェイトに支出を増やしたチームの68%は、クローズド系にも支出を増やしています。TechCrunchは、この点が「フロンティアモデルとオープンソースは競合ではなく補完関係かもしれない」という見方を裏づけると伝えています。
4. 市場は13倍に拡大、単価は半減、モデルは乗り換え自由に
ゲートウェイ全体の9月の支出は、12月の約13倍(1,180%増)でした。一方、トークンあたりの平均単価は47%下がっています。12月と9月の両方で稼働していた有料顧客の支出の中央値は、2倍超です。
注目されるのは乗り換えの頻度です。9月に最も使うモデルを変えたチームはほぼ2社に1社、最も使うラボ(開発元)を変えたチームは3社に1社近くで、指標開始以来の最高でした。12月以降のトークン処理量が1,000万トークン以上のチームは平均15モデル、1億トークン以上で26モデル、10億トークン以上では42モデルを使い分けています。
Vercelは、この状況を「モデルは、より大きな投資の中の交換可能な部品になりつつある」と表現しています。企業はAIへの支出を増やしながら、特定のラボへの依存を高めずに済む、という見方です。
5. Anthropicのシェア低下と、中国系モデルの米国経由化
5-1. Anthropicのゲートウェイ支出シェアは初めて半分を割る
Anthropicのゲートウェイ全体の支出シェアは、8月の63.7%から9月の43.9%へ約20ポイント下がり、初めて半分を下回りました。減少分のうち約17ポイントはOpusによるものです。
5-2. 中国系モデルの支出の約7割が米国プロバイダー経由
中国系ラボが開発したモデルへの9月の支出のうち、約7割(69.5%)が米国に本社を置くプロバイダー経由でした。12月は1割未満でした。つまり、モデルは中国のラボが作り、運用とアクセス販売を米国のプロバイダーが担う形が広がっています。
DeepSeek:トークンの58%を処理し、支出は6.6%。トークンの8割超はDeepSeek自身が提供し、支出の約4割は米国プロバイダー経由
Moonshot AI(Kimi):トークン3.6%に対して支出13.2%。トークンの9割を米国プロバイダーが提供
Z.ai(GLM):トークン7.2%、支出4.5%。トークンの7割を米国プロバイダーが提供
