OpenRouter 報告揭示 AI 邁入代理推理時代、中國開源模型憑藉角色扮演與編程能力，在全球市場強勢崛起、以及分享用戶的真實使用場景。
（前情提要：木頭姐表態「AI不是泡沫」： 正在複製網路的財富爆炸時刻）
（背景補充：Google 正式推出「Gemini 3」！登頂全球最聰明 AI 模型，有什麼亮點？）
AI 模型聚合平台 OpenRouter 本週發布了年度重磅報告《2025 年 AI 現狀報告》。這份報告並非基於問卷調查或新聞炒作，而是對 OpenRouter 平台上產生的 100 兆（100 Trillion）Token 數據進行了實證分析。
這些數據橫跨 300 多個大型語言模型（LLM）與 60 多家供應商，為我們提供了一個新視角，得以窺見 AI 在真實世界中「究竟是如何被使用的」？
範式轉移：從「預測下一個字」到「代理推理」
如果說 2024 年以前的 AI 競賽是關於誰能更流暢地接龍寫作，那麼 2025 年的主題就是「思考」。報告指出，過去一年標誌著 LLM 演進的真正分水嶺。
o1 模型與推理時代的開啟
報告將 2024 年 12 月 5 日 定義為產業的關鍵轉捩點，這一天 OpenAI 發布了首個廣泛採用的推理模型：o1。在此之前，即便是最強大的模型（如 Claude 3.5 Sonnet 或 GPT-4），其本質仍是單次前向傳播的概率預測器。它們依賴訓練數據中的模式來模仿推理，而非進行真正的內部計算。
o1 的出現改變了這一切。它引入了推論時的計算過程，模型在給出最終答案前，會先進行內部的多步深思熟慮（Deliberation）、潛在規劃（Latent Planning）和自我修正。
數據佐證： 根據 OpenRouter 的統計，自 2025 年初以來，流向「推理優化模型」的 Token 比例呈指數級增長。到了 2025 年底，超過 50% 的 Token 使用量都涉及這類具備思考能力的模型。這意味著，用戶不再只把 AI 當作聊天機器人，而是將其視為能夠解決複雜邏輯問題的「大腦」。
代理工作流的興起
伴隨著推理能力的提升，「代理工作流」成為另一個關鍵詞。用戶開始構建複雜的自動化系統，讓模型不僅僅是回答問題，而是「採取行動」。
報告特別分析了「工具調用」的數據。這是一種讓 AI 模型能夠使用外部工具（如搜尋網路、執行程式、查詢數據庫）的能力。
-
趨勢： 工具調用的使用量在 2025 年全年呈現穩定且顯著的上升趨勢。
-
模型格局： 起初，這一領域由 OpenAI 的 gpt-4o-mini 和 Anthropic 的 Claude 3.5 系列主導。但到了下半年，市場百花齊放，Google 的 Gemini Flash、xAI 的 Grok Code Fast 以及中國的 GLM 4.5 等模型在工具使用能力上迅速追趕，推動了企業級自動化的普及。
開源與閉源的戰爭：中國模型的崛起
在模型生態方面，報告揭示了一個雖由閉源模型主導營收，但開源模型（OSS）在創新與特定領域佔據關鍵地位的雙軌世界。
閉源模型仍佔大宗，但開源勢力抬頭
儘管閉源模型（如 GPT-5、Claude 4.5）在 Token 總消耗量上仍佔據約 70% 的份額，但在過去一年中，開源模型的市場份額增長曲線極為陡峭，已接近 30%。
這表明，開發者和企業越來越傾向於在可控性、隱私和成本之間尋求平衡，而高質量的開源模型提供了這個選項。
中國開源模型的統治力
報告中有一個引人注目的發現：中國開發的開源模型已經成為全球開源生態的中流砥柱。
-
核心玩家： 阿里巴巴的 Qwen（通義千問） 系列、DeepSeek（深度求索） 以及 Moonshot AI 的 Kimi 等模型，在 OpenRouter 的全球調用量中佔據了極大比例。
-
競爭優勢： 報告指出，中國模型之所以能迅速崛起，主要得益於其「密集的迭代週期」和「極具競爭力的模型質量」。例如，Qwen 2.5 Coder 在程式設計領域的表現，直接挑戰了許多閉源模型的地位。
-
獨特定位： 數據顯示，中國開源模型在「內容過濾」上相對較少（相較於某些西方模型嚴格的安全護欄），這使得它們在 創意寫作、角色扮演（Roleplay） 以及故事續寫等場景中更受全球用戶歡迎。
模型尺寸的「M型化」發展
開源市場內部也發生了有趣的結構性變化：
-
小型模型的衰退： 儘管 Google 推出了 Gemma 等小型模型，但整體使用量正在下降。用戶發現小型模型的智力上限限制了其在複雜任務中的應用。
-
中型模型的黃金時代： 32B（320 億參數）左右的模型成為了「甜蜜點」。以 Qwen 2.5 Coder 32B 為代表，這類模型在性能與推理成本之間找到了完美的平衡，成功建立了「模型-市場契合度」（Model-Market Fit）。
-
大型模型的多元化： 在 70B 到 200B+ 參數的區間，市場並未被單一模型壟斷，而是呈現多元競爭態勢（如 Llama 3 系列、Qwen 72B 等），用戶會根據具體任務在不同大模型間切換。
真實場景：人類到底用 AI 做什麼？
這或許是報告中最具啟發性的部分。通過 OpenRouter 的 GoogleTagClassifier 分類系統，研究團隊對數十億次請求進行了內容分類。結果打破了許多關於「AI 主要用於商務生產力」的刻板印象。
角色扮演
數據顯示，角色扮演遊戲是開源模型（OSS）使用量最大的類別，佔比高達 60% 以上。
-
現象： 大量的用戶使用 AI 進行虛擬角色對話、互動小說創作和沈浸式遊戲體驗。這不僅僅是小眾愛好，而是一個龐大的剛需市場。
-
驅動因素： 用戶偏好使用開源模型進行角色扮演，主要是因為這些模型（尤其是來自非美國實驗室的模型）通常具有較少的審查限制，能夠提供更豐富、更不受拘束的互動體驗。
-
商業價值： 這些用戶展現出了驚人的黏性，他們圍繞著特定的模型建立了深厚的情感連結和使用習慣。
程式設計
緊隨其後的是程式設計類別。這也是增長最快的類別之一。
-
趨勢： 隨著 Claude 3.5 Sonnet 和 Qwen 2.5 Coder 等「寫程式專家」模型的出現，開發者越來越依賴 AI 進行代碼生成、除錯和重構。
-
廣義編程： 報告發現，超過三分之二的請求被標記為「Programming/Other」，這說明需求並非局限於單一語言（如 Python 或 JS），而是涵蓋了廣義的技術問題解決和系統架構設計。
科學與自我指涉
在科學類別中，令人玩味的是，80% 的內容與機器學習和 AI 本身相關。這是一種典型的「元」現象，開發者和研究人員正在大量使用 AI 來詢問關於 AI 的知識、調試模型參數或理解最新的論文。
其他領域
-
翻譯（Translation）： 一個穩定且長期的「工具型」需求。中國模型在多語言處理（特別是中英互譯）上表現優異。
-
健康（Health）： 需求非常分散，沒有單一子類別佔據主導，顯示出用戶在醫療健康領域諮詢 AI 時的多樣性和長尾效應。
用戶留存的秘密
報告引入了一個富洞察力的概念：灰姑娘的「玻璃鞋」效應，用來解釋 AI 產品的用戶留存現象。
早期用戶更忠誠
數據分析顯示，一個模型發布初期的用戶群體，其留存率遠遠高於後來的用戶。
-
解釋： 這就像灰姑娘試穿玻璃鞋。最早期的用戶通常是帶著特定痛點來的，當他們發現某個新模型（例如早期的 GPT-4 或 Claude 3）完美解決了他們的問題（合腳的鞋子）時，就會建立起極深的工作流依賴。
-
習慣的力量： 一旦工作流和習慣建立，切換成本（Switching Cost）就會變得很高。即便後來有性能稍強的模型出現，這些早期用戶也往往不願輕易遷移。
對開發者的啟示
這一發現對 AI 開發者和投資人至關重要：不要只看用戶增長曲線，更要看留存曲線。 搶佔先機（First-mover advantage）在 AI 領域是真實存在的，但前提是你必須真正解決了用戶的痛點，成為他們的「玻璃鞋」。能夠在早期鎖定核心用戶群的模型，往往能在長期的競爭中存活下來。
地理與經濟，全球化的 AI 圖景
全球化分佈
OpenRouter 的數據顯示，超過 50% 的使用量來自美國以外。這是一個全球性的技術浪潮。歐洲、亞洲（特別是東亞）是用戶活躍度最高的區域。
成本與效率的博弈
報告還分析了「有效成本」與使用量的關係。
-
趨勢： 用戶對成本極度敏感，但並非一味追求低價。他們追求的是「性價比」。
-
緩存效應： 隨著 Prompt Caching（提示詞緩存）技術的普及，長文本和重複性任務的成本大幅降低，這進一步刺激了長上下文模型的使用。用戶學會了如何優化他們的請求以降低開銷，這反過來推動了模型供應商在價格結構上的創新。
複雜而多面貌的未來
總的來說《2025 年 AI 現狀報告》為我們描繪了一幅複雜而生動的畫面。
-
技術上： 我們已經跨過了單純文本生成的時代，邁入了代理推理的新紀元。未來的 AI 將更多地表現為一個會思考、會使用工具的「智能體」，而非單純的聊天機器人。
-
市場上： 雖然閉源模型依然強大，但中國引領的開源力量不容忽視。它們在特定領域（如角色扮演、編碼）和特定區域展現出了與閉源模型分庭抗禮的能力。
-
行為上： 用戶比我們想像的更具創造力。從構建複雜的編碼助手到沈浸在虛擬的異世界角色扮演中，AI 已經深深嵌入了人類的數字生活。
這份基於 100 兆 Token 的報告提醒我們：AI 的發展不是線性的，而是多維度的。對於開發者而言，理解這些真實的使用模式，或是設計下一代 AI 系統的關鍵。
📍相關報導📍
Telegram 創辦人宣布「AI 算力網路 Cocoon」上線：可用 GPU 挖 TON、100% 隱私運算
