用百万亿Token揭示本年AI发展趋势，硅谷的这份敷陈火了！

不管是分析问题的角度，如故内部得出的一些论断，都被网友热烈磋磨。

而且内部还公开投降了中国开源模子，其每周Token用量占比一度高达30%。而况除了DeepSeek，编程限度的少壮MiniMax也被专门cue到。

这份敷陈由OpenRouter和a16z聚会出品，标题为《State of AI：An Empirical 100 Trillion Token Study with OpenRouter》。

内部分析了自2024年11月至2025年11月，OpenRouter平台上300+模子的使用情况，涵盖GPT系列、Claude、Gemini、DeepSeek、Qwen、Kimi等国表里主流开源与闭源模子。

而且统计的角度颠倒极端——不看各式基准得分，而是看模子的信得过Token奢华量。

Token奢华量顺利反应了模子被使用的方法和进程，因此比测试分数更能揭示其本体价值。

这一次，他们基于100万亿Token，在敷陈里得出了以下主要论断（省流版）：

展望到年底，开源模子的使用量将达到约1/3，与闭源模子造成互补而非零和博弈；开源力量中，中国模子尤为受到瞻仰，流量份额从1.2%激增至30%；模子正在从“话语生成系统”转机为“推理践诺系统”，推理模子成为新范式；编程和变装扮演是模子的主要使用方法；用户留存情况呈现“水晶鞋效应”（一朝合脚就能大放光彩），新模子发布时能否好意思满连续某类痛点成为环节；模子价钱下落天然强大，但远莫得你思象的那么强大。

要是你也思一览2025年AI发展笃定，那就快来和量子位一都深度学习吧。

开源不再是闭源平替，中国力量上大分

对于开源模子（OSS模子），敷陈主要回复了这么几个中枢问题：

问题1：曩昔一年，开源模子和闭源模子的力量对比变化怎样？

问题2：有哪些环节的开源参与者？

问题3：开源模子的形态正在发生哪些变化？

伊始，以前大多合计开源模子是闭源模子的“平替”，斥地者通常需要二选一。但刻下，开源模子也曾找到了我方的特有定位，成为某些特定场景的首选。

因此，如今二者的干系更接近互补，斥地者也通常同期在使用这两类模子。

而且值得一提的是，开源模子的使用量一直在稳步增长——跟着DeepSeek V3、 Kimi K2等主要开源模子的发布，展望到2025年底将达到约三分之一的用量。

与此同期，中国开源模子正在成为这一增长背后的主要引擎。

国产开源模子的每周使用量占比，从前年底的1.2%最高高涨至30%，平均下来也有13%。手脚对比，其他地区开源模子的平均份额为13.7%。

不外需要评释，开源模子的方法也曾发生权贵变化——

虽然按照总使用量策画，DeepSeek仍是最大孝顺者。但跟着更多开源模子涌入，其主导地位也曾被松开。

以“夏日拐点（2025年中）”为界线，上半年开源力量高度集聚于DeepSeek V3和R1（约占一半以上），下半年却呈现多元化趋势，包括MiniMax M2、Kimi K2、GPT-OSS等接踵发布。

展望到2025年底，莫得一个单一模子能捏续占比超25%Token用量，通盘开源市集将由5~7个模子平分。

总之，2025年开源限度的竞争昭彰愈加强烈了，而且改日大要率不会出现一家独大的情况。

另外，开源模子的形态也正在发生变化，刻下中型模子愈加赢得市集瞻仰。敷陈给出的分类是：

大型：参数为700亿或更多的模子中型：参数在150亿到700亿之间的模子微型：参数少于150亿的模子

之前开源模子大多在两种顶点之间均衡——要么“快而弱”，要么“强而贵/慢”，莫得太多“又快又富裕强”的中间取舍。

然则刻下，虽然大、中、小类别的模子数目都在增长，但数据显现小模子正在失宠，而中型和大型模子正在补位。

敷陈提到，在2024年11月Qwen2.5-Coder-32B发布之前，这个细分市集委果不错忽略不计。但之后又涌入了Mistral Small 3和GPT-OSS 20B等模子，于是这个细分市集逐渐成为又一个竞技场。敷陈暗示：

小模子主导开源生态系统的期间可能已历程去。市集刻下正分化为两类，用户要么倾向于一个新兴的、刚烈的中型模子类别，要么将其使命负载整合到最刚烈的单个大型模子上。

推理模子成新范式

其次，话语模子正在从一个对话系统升级为推理系统、践诺系统。

年头时，模子使用推理的Token用量还不错忽略不计，但刻下也曾跳跃50%。

在所有推理模子中，刻下马斯克xAI旗下的Grok Code Fast 1用的推理流量份额最大，伊始于Gemini 2.5 Pro和Gemini 2.5 Flash。

而约莫几周前，Gemini 2.5 Pro才是主力，另外像DeepSeek R1和Qwen3也在使用前哨。敷陈暗示：

推理模子正在成为信得过使命负载的默许取舍。

同期，模子调用器具的占比也在上升。

该功能最初仅集聚于一小部分模子，包括GPT-4o-mini和Claude 3.5、3.7系列，它们在年头占了大头。

而到了年中，有越来越多的模子启动援手器具调用，这反应出一个更具竞争性和万般化的生态系统。

从9月底启动，Claude 4.5 Sonnet模子赶紧赢得了份额，同期像Grok Code Fast和GLM 4.5这么的新玩家也取得了肉眼可见的进展。

敷陈暗示，这对模子运营商来说信号颠倒明确：

器具使用在高价值使命流中呈上升趋势。莫得可靠器具的模子有在企业选择和编排环境方面逾期的风险。

编程和变装扮演成AI主要使用方法

此外，曩昔一年里，AI模子的使用方法发生了压根变化，主要体刻下以下三点：

一是任务变复杂了——从“写漫笔”到“解难题”。

以前人人主要让AI生成著作或肤浅回复，刻下更多的是让它分析一整份文档、一个代码库或很长的对话纪录，从中索求环节信息。

二是输入输出都变“重”了。

敷陈提到，用户平均每次给模子的辅导词加多了约4倍，这反应出使命负载越来越依赖高下文信息。

而况由于模子推理奢华更多Token，模子完成任务需要的用量也加多了近3倍。

三是模子正变成“自动Agent”。

用户不再餍足于问一句答一句。刻下的典型用法是，给模子一个复杂看法，让它我方规画技艺、调用各式器具（如搜索、运行代码）、在耐久间对话中记着景色，最终完成任务。

即是说，AI正在从“聊天机器东谈主”转机为能孤苦完成使命的“智能Agent”。

而且值得一提的是，在所有任务类别中，编程和变装扮演刻下是AI的主要使用方法。

编程是所有类别中增长最清晰的，其查询用量从年头的11%高涨至最近的超50%。

在所有编程模子当中， Claude系列模子永恒占据主导地位，大部分期间其占比跳跃60%。

但这一地位正在被迫摇。2025年11月，Anthropic在该限度的市集份额初次跌破60%，而在7月以来，OpenAI的市集份额已从约2%增长至近几周的约8%。

同期，谷歌的市集份额保捏清晰，约为15%。另外几个开源模子（比如Qwen和Mistral）也正在稳步普及市集份额。敷陈还专门提到：

尤其是MiniMax，已成为快速崛起的少壮，近几周取得了权贵增长。

此外，变装扮演也委果与编程捏平。在开源模子中（一般适度会更小小数），它以致占到52%的使用量。

在这一限度，中国开源模子和西方开源模子等分秋色。DeepSeek的流量中，有跳跃2/3是变装扮演息兵天，显现了其在消费者端的极高粘性。

主流模子都有我方的掀开方法

而除了可爱在DeepSeek玩变装扮演，用户对于各大主流模子都有我方钟爱的“掀开方法”。

Anthropic昭彰是当之无愧的方法员，其80%以高尚量均用于编程和时间任务。

谷歌更像一位全才，用途相对闲居，涵盖法律、科学、时间和一些知识性查询。

马斯克旗下的xAI也在死磕编程，那时间哄骗、变装扮演及学术用途在十一月下旬权贵增长。

OpenAI的使命要点则跟着期间发生昭彰偏移，从文娱空闲步履逐渐转向编程和时间类任务。

Qwen模子相似发力编程端，变装扮演和科学类任务则随期间有所波动。

总之，用户使用最多的编程正在成为兵家必争之地。

用户留存呈现“水晶鞋效应”

BTW，敷陈专门针对用户留存问题还提议了一个意思意思的“水晶鞋效应”。

它是指，大部分用户会快速流失，但每一代“前沿”AI模子发布时，都会锁定一小批“天选用户”。这些用户的任务需求正好与这个模子的新才智好意思满匹配，就像灰密斯穿上了刚好合脚的水晶鞋。一朝穿上，他们就很难换掉，即使背面有更好的模子出现。

典型的例子即是5月发布的Claude 4 Sonnet和6月发布的Gemini 2.5 Pro，其用户留存率在5个月后还保捏着40%的高水平，而这也恰是取决于它们在器具调用和推理才智上取得的冲破。

这也提醒人人，有时候“快”比“好”更强大。第一个用冲破性才智连续环节问题的模子，即使其后被全面赶超，也能凭借早期斥地的用户风俗和系统集成，耐久守住基本盘。

这里也用一些人人熟知的模子打个样，望望具体有哪几种模式：

凯旋锁定（如Claude、GPT-4o Mini）：在刚发布时就收拢了一批中枢用户，这些用户粘性极高。从未合脚（如Gemini 2.0 Flash）：模子发布时莫得带来冲破性的才智，是以用户留不住，发达平平。回旋镖效应（如DeepSeek）：一些用户试用后离开，但尝试了其他模子后又追忆了。因为他们发现，DeepSeek在性价比或特定才智上仍然是更好的取舍。

不外敷陈也提到，“水晶鞋效应”的窗口期很短，基本只在它刚发布、被视为“最前沿”的那段期间。

一朝后续竞品发布，才智差距被抹平，再思眩惑和锁定新用户就相等发愤了。

另外，除了上头这些，敷陈得出的其他论断还有：

AI不再是硅谷的独角戏，亚洲地区的付费使用量占比从13%翻倍至31%；北好意思的AI地位相对下落，虽然仍是最大市集，但份额已不及50%；英语依然占据82%的全都主导，但简体汉文以近5%的份额位居第二；模子订价对使用量的影响比思象中要小，价钱下落10%，使用量仅加多0.5%-0.7%。

而且降价并不虞味着用户用钱就少了，当某些模子变得富裕低廉且好用时，东谈主们会在更多方位、用更长高下文、更通常地调用它。

于是总Token反而飙升，总开销可能并不镌汰，这亦然敷陈中提到的“杰文斯悖论”。

终末需要提醒，这份敷陈也存在一定局限性。OpenRouter主要反应的是斥地者和干事端API调用行动，但试验里还有宽广用户通过App或Web顺利造访（如ChatGPT App/Web），这些流量都不在OpenRouter内。

而且OpenRouter的订价战术也会傍边斥地者取舍。举例，要是GPT-5.1在平台上贵，而Claude更低廉，那么使用数据很可能往Claude歪斜，但这无法信得过代表“Claude就更受接待”。

但不管何如，这份敷陈无疑为咱们提供了一个新视角、一份新参考谜底。

而这，偶然是其最大的价值。

敷陈地址：

https://openrouter.ai/state-of-ai

— 完 —

量子位 QbitAI

珍视咱们，第一期间获知前沿科技动态