猫眼电影记者 聂建江 报道首次登录送91元红包

用百万亿Token揭示今年AI发展趋势，硅谷的这份报告火了！

无论是分析问题的角度，还是里面得出的一些结论，都被网友热烈讨论。

而且里面还公开肯定了中国开源模型，其每周Token用量占比一度高达30%。并且除了DeepSeek，编程领域的新秀MiniMax也被特意cue到。

这份报告由OpenRouter和a16z联合出品，标题为《State of AI：An Empirical 100 Trillion Token Study with OpenRouter》。

里面分析了自2024年11月至2025年11月，OpenRouter平台上300+模型的使用情况，涵盖GPT系列、Claude、Gemini、DeepSeek、Qwen、Kimi等国内外主流开源与闭源模型。

而且统计的角度相当特别——不看各种基准得分，而是看模型的真实Token消耗量。

Token消耗量直接反映了模型被使用的方式和程度，因此比测试分数更能揭示其本质价值。

这一次，他们基于100万亿Token，在报告里得出了以下主要结论（省流版）：

预计到年底，开源模型的使用量将达到约1/3，与闭源模型形成互补而非零和博弈；开源力量中，中国模型尤为受到青睐，流量份额从1.2%激增至30%模型正在从“语言生成系统”转变为“推理执行系统”，推理模型成为新范式；编程和角色扮演是模型的主要使用方式；用户留存情况呈现“水晶鞋效应”（一旦合脚就能大放光彩），新模型发布时能否完美解决某类痛点成为关键；模型价格下降固然重要，但远没有你想象的那么重要。

如果你也想一览2025年AI发展详情，那就快来和量子位一起深度学习吧。

开源不再是闭源平替，中国力量上大分

关于开源模型（OSS模型），报告主要回答了这样几个核心问题：

问题1：过去一年，开源模型和闭源模型的力量对比变化如何？问题2：有哪些关键的开源参与者？问题3：开源模型的形态正在发生哪些变化？

首先，以前大多认为开源模型是闭源模型的“平替”，开发者往往需要二选一。但现在，开源模型已经找到了自己的独特定位，成为某些特定场景的首选。

因此，如今二者的关系更接近互补，开发者也往往同时在使用这两类模型。

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

与此同时，中国开源模型正在成为这一增长背后的主要引擎。

国产开源模型的每周使用量占比，从去年底的1.2%最高上涨至30%，平均下来也有13%。作为对比，其他地区开源模型的平均份额为13.7%。

不过需要说明，开源模型的格局已经发生显著变化——

虽然按照总使用量计算，DeepSeek仍是最大贡献者。但随着更多开源模型涌入，其主导地位已经被削弱。

以“夏季拐点（2025年中）”为界线，上半年开源力量高度集中于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等相继发布。

预计到2025年底，没有一个单一模型能持续占比超25%Token用量，整个开源市场将由5~7个模型均分。

总之，2025年开源领域的竞争明显更加激烈了，而且未来大概率不会出现一家独大的情况。

另外，开源模型的形态也正在发生变化，目前中型模型更加获得市场青睐。报告给出的分类是：

大型：参数为700亿或更多的模型中型：参数在150亿到700亿之间的模型小型：参数少于150亿的模型

之前开源模型大多在两种极端之间平衡——要么“快而弱”，要么“强而贵/慢”，没有太多“又快又足够强”的中间选择。

但是现在，虽然大、中、小类别的模型数量都在增长，但数据显示小模型正在失宠，而中型和大型模型正在补位。

报告提到，在2024年11月Qwen2.5-Coder-32B发布之前，这个细分市场几乎可以忽略不计。但之后又涌入了Mistral Small 3和GPT-OSS 20B等模型，于是这个细分市场逐渐成为又一个竞技场。报告表示：

小模型主导开源生态系统的时代可能已经过去。市场现在正分化为两类，用户要么倾向于一个新兴的、强大的中型模型类别，要么将其工作负载整合到最强大的单个大型模型上。

推理模型成新范式

其次，语言模型正在从一个对话系统升级为推理系统、执行系统。

年初时，模型使用推理的Token用量还可以忽略不计，但现在已经超过50%。

在所有推理模型中，目前马斯克xAI旗下的Grok Code Fast 1用的推理流量份额最大，领先于Gemini 2.5 Pro和Gemini 2.5 Flash。

而大约几周前，Gemini 2.5 Pro才是主力，另外像DeepSeek R1和Qwen3也在使用前列。报告表示：

推理模型正在成为真实工作负载的默认选择。

同时，模型调用工具的占比也在上升。

该功能最初仅集中于一小部分模型，包括GPT-4o-mini和Claude 3.5、3.7系列，它们在年初占了大头。

而到了年中，有越来越多的模型开始支持工具调用，这反映出一个更具竞争性和多样化的生态系统。

从9月底开始，Claude 4.5 Sonnet模型迅速获得了份额，同时像Grok Code Fast和GLM 4.5这样的新玩家也取得了肉眼可见的进展。

报告表示，这对模型运营商来说信号相当明确：

工具使用在高价值工作流中呈上升趋势。没有可靠工具的模型有在企业采用和编排环境方面落后的风险。

编程和角色扮演成AI主要使用方式

此外，过去一年里，AI模型的使用方式发生了根本变化，主要体现在以下三点：

一是任务变复杂了——从“写短文”到“解难题”。

以前大家主要让AI生成文章或简单回答，现在更多的是让它分析一整份文档、一个代码库或很长的对话记录，从中提炼关键信息。

二是输入输出都变“重”了。

报告提到，用户平均每次给模型的提示词增加了约4倍，这反映出工作负载越来越依赖上下文信息。

并且由于模型推理消耗更多Token，模型完成任务需要的用量也增加了近3倍。

三是模型正变成“自动Agent”。

用户不再满足于问一句答一句。现在的典型用法是，给模型一个复杂目标，让它自己规划步骤、调用各种工具（如搜索、运行代码）、在长时间对话中记住状态，最终完成任务。

就是说，AI正在从“聊天机器人”转变为能独立完成工作的“智能Agent”。

而且值得一提的是，在所有任务类别中，编程和角色扮演目前是AI的主要使用方式。

编程是所有类别中增长最稳定的，其查询用量从年初的11%上涨至最近的超50%。

在所有编程模型当中， Claude系列模型始终占据主导地位，大部分时间其占比超过60%。

但这一地位正在被动摇。2025年11月，Anthropic在该领域的市场份额首次跌破60%，而在7月以来，OpenAI的市场份额已从约2%增长至近几周的约8%。

同期，谷歌的市场份额保持稳定，约为15%。另外几个开源模型（比如Qwen和Mistral）也正在稳步提升市场份额。报告还特意提到：

尤其是MiniMax，已成为快速崛起的新秀，近几周取得了显著增长。

此外，角色扮演也几乎与编程持平。在开源模型中（一般限制会更小一点），它甚至占到52%的使用量。

在这一领域，中国开源模型和西方开源模型平分秋色。DeepSeek的流量中，有超过2/3是角色扮演和闲聊，显示了其在消费者端的极高粘性。

主流模型都有自己的打开方式

而除了喜欢在DeepSeek玩角色扮演，用户对于各大主流模型都有自己钟爱的“打开方式”。

Anthropic显然是当之无愧的程序员，其80%以上流量均用于编程和技术任务。

谷歌更像一位全才，用途相对宽泛，涵盖法律、科学、技术和一些常识性查询。

马斯克旗下的xAI也在死磕编程，其技术应用、角色扮演及学术用途在十一月下旬显著增长。

OpenAI的工作重点则随着时间发生明显偏移，从娱乐休闲活动逐渐转向编程和技术类任务。

Qwen模型同样发力编程端，角色扮演和科学类任务则随时间有所波动。

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，报告专门针对用户留存问题还提出了一个有趣的“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模型发布时，都会锁定一小批“天选用户”。这些用户的任务需求恰好与这个模型的新能力完美匹配，就像灰姑娘穿上了刚好合脚的水晶鞋。一旦穿上，他们就很难换掉，即使后面有更好的模型出现。

典型的例子就是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个月后还保持着40%的高水平，而这也正是取决于它们在工具调用和推理能力上取得的突破。

这也提醒大家，有时候“快”比“好”更重要。第一个用突破性能力解决关键问题的模型，即使后来被全面赶超，也能凭借早期建立的用户习惯和系统集成，长期守住基本盘。

这里也用一些大家熟知的模型打个样，看看具体有哪几种模式：

成功锁定（如Claude、GPT-4o Mini）：在刚发布时就抓住了一批核心用户，这些用户粘性极高。从未合脚（如Gemini 2.0 Flash）：模型发布时没有带来突破性的能力，所以用户留不住，表现平平。回旋镖效应（如DeepSeek）：一些用户试用后离开，但尝试了其他模型后又回来了。因为他们发现，DeepSeek在性价比或特定能力上仍然是更好的选择。

不过报告也提到，“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”的那段时间。

一旦后续竞品发布，能力差距被抹平，再想吸引和锁定新用户就非常困难了。

另外，除了上面这些，报告得出的其他结论还有：

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%；北美的AI地位相对下降，虽然仍是最大市场，但份额已不足50%；英语依然占据82%的绝对主导，但简体中文以近5%的份额位居第二；模型定价对使用量的影响比想象中要小，价格下降10%，使用量仅增加0.5%-0.7%。

而且降价并不意味着用户花钱就少了，当某些模型变得足够便宜且好用时，人们会在更多地方、用更长上下文、更频繁地调用它。

于是总Token反而飙升，总支出可能并不降低，这也是报告中提到的“杰文斯悖论”。

最后需要提醒，这份报告也存在一定局限性。OpenRouter主要反映的是开发者和服务端API调用行为，但现实里还有大量用户通过App或Web直接访问（如ChatGPT App/Web），这些流量都不在OpenRouter内。

而且OpenRouter的定价策略也会左右开发者选择。例如，如果GPT-5.1在平台上贵，而Claude更便宜，那么使用数据很可能往Claude倾斜，但这无法真实代表“Claude就更受欢迎”。

但不管怎样，这份报告无疑为我们提供了一个新视角、一份新参考答案。

而这，或许是其最大的价值。

报告地址：https://openrouter.ai/state-of-ai

  时事1：ManBetX3.0

  12月26日,2025年全国跳绳锦标赛 黑龙江队斩获2金,从一季度宏观经济表现来看，未来主要风险包括：经济未走出低通胀，收入和支出增长的负反馈持续；房企现金流仍未显著改善，房地产债务压力或进一步危及金融稳定形势；地方政府化债压力导致地方财政吃紧并加速广义财政支出的收缩；贸易摩擦加剧等。,正版澳门足球报。

  12月26日,国家铁路局：采取切实有力措施 维护岁末年初铁路安全稳定,从1994年中国正式接入国际互联网开始，“缺芯少魂”一直紧紧束缚着中国信息产业的发展步伐。在操作系统领域，我们长期处于受制于人的境地：在个人电脑端，Windows系统几乎形成垄断；在移动终端，安卓与iOS双分天下，构筑起坚不可摧的生态壁垒。,手机手游打鱼,澳门太阳集团是真的吗,米乐体育平台官网。

  时事2：RAYBET雷竞技官网下载

  12月26日,全国劳模李晶：用15载青春“托起”老人幸福“夕阳”,国家统计局数据显示，一季度，我国GDP为296299亿元，按不变价格计算，同比增长5.3%。对比该数据，16个省份一季度GDP增速高于“全国线”。,欧宝官方首页网站,pg电子官网,AG真人游戏。

  12月26日,培育城乡发展新动能 专家解读要这样“联动”,在文章最后“战区”栏目强调，在未来任何高端冲突中，太空都很可能成为战场，比如美国和中国之间的冲突。无论如何，LeoLabs公司的数据为中国反卫星能力不断增强的能力提供了新的证据。,通比牛牛规则,澳门网络电玩,168体育nba。

  时事3：视讯真人游戏官网APP

  12月26日,“新大众文艺价值引领与精神建构”学术沙龙在京举办,在专访中，斯托尔滕贝格谈及了乌克兰反攻，乌克兰加入北约等议题。斯托尔滕贝格表示，所有北约成员国都同意乌克兰将成为成员国，“所有盟友都同意乌克兰有权选择自己的道路，所有盟友都同意北约的门保持打开状态”。但斯托尔滕贝格也明确指出，他无法给出乌克兰加入北约的日期，因为乌克兰加入北约的前提是“乌克兰作为主权国家赢得冲突”。,博亿堂,奔驰娱乐平台,体育投注官网。

  12月26日,广西农机也可叫“滴滴” 无人化冲进赛道,“我们希望避免和防止出现现在的情况，但最坏的情况还是发生了，”当地官员路易斯·阿莱霍在社交媒体写道，“帕哈罗河河水午夜时分漫过并冲垮堤坝。”,bb电子糖果派试玩网站,e星体育app官网下载,现金ag导航。

  时事4：10bet体育官网下载

  12月26日,中央政府驻香港联络办下半旗志哀,据英国广播公司（BBC）2月9日报道，泽连斯基访英之际，乌英两国领导人会晤讨论“双管齐下的英国对乌援助”，其中包括立刻增加军火援助以应对俄军春季攻势，以及强化长期支持。此外，泽连斯基还在白金汉宫会见了英国国王查尔斯三世，并在英国议会下议院发表演讲。,世界杯买球一般多少钱,皇冠体育足球,能玩现金的游戏。

  12月26日,交通运输“十四五”投资18.8万亿元 “十五五”一批重大工程将建成,中国可重复使用空间飞行器上的对接或捕获能力可能表明，该航天器可能有机器人手臂或其他可用于试图破坏或摧毁敌方卫星的突出物的存在。太空飞行器可以配备其他种类的进攻能力，包括电子战系统或发射某种投射物的能力。,365体育独家平台,ag电玩,金沙网网址是多少。