a16z最新周图显示，OpenRouter平台的周token需求自去年11月以来暴增约27倍，从约6万亿飙升至约165万亿。同期，开放权重模型处理的token占比从约28%跃升至约72%。

这一变化直接解释了GPU租赁价格为何长期高于标准六年折旧曲线。a16z数据指出，H200租赁溢价达143%，B200为111%，RTX PRO 6000为73%，H100为54%，即便六年前的A100也仍有9%溢价。溢价差距主要在今年4月后显著拉开，恰好对应token需求陡升的时间窗口。开放权重模型在token量上已占绝对主导，但支出占比仍仅约20%至25%，说明其单价远低于闭源模型；大量低成本推理流量涌向租赁市场，持续推高GPU利用率。需注意，OpenRouter仅覆盖经其路由的流量，并非全市场总量，但作为开发者常用入口，这一样本已足够反映推理侧的结构性转向。

token量由开放权重主导、支出却仍偏闭源，意味着推理经济正在分裂：便宜模型把使用门槛打到地板，却让每一块GPU都必须更精打细算地赚钱。下一阶段真正的瓶颈，恐怕不再是“有没有芯片”，而是“谁能把开放权重跑得更高效”。