100萬(wàn)億Token畫(huà)出AI版圖｜Claude吃掉編程60%，DeepSeek吃掉開(kāi)源一半

OpenRouter 和 a16z 剛剛聯(lián)合發(fā)布了一份報(bào)告：
《State of AI：An Empirical 100 Trillion Token Study》

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

這份報(bào)告，基于來(lái)自全球的真實(shí)請(qǐng)求：
100 萬(wàn)億 token，300 多個(gè)模型，60 多個(gè)提供方

這是 AI 領(lǐng)域，迄今最大規(guī)模用數(shù)據(jù)研究

最核心的三個(gè)信息：

• ? 推理模型已經(jīng)吃掉了全體 token 的一半

• ? 開(kāi)源模型穩(wěn)定在三成，中國(guó)開(kāi)源抬頭

• ? 編程和角色扮演是最真實(shí)的兩條主線

這份報(bào)告信息非常多，容我慢慢道來(lái)

*十分注意：本報(bào)告僅代表經(jīng)由 OpenRouter 的算力調(diào)用

開(kāi)源 vs 閉源

先說(shuō)一個(gè)數(shù)字
閉源模型，占有約 70% 的 token

開(kāi)源 vs 閉源比例

在這張圖中，淺藍(lán)色是開(kāi)源（分中國(guó)和其他地區(qū)），深藍(lán)色是閉源
豎線標(biāo)注了DeepSeek V3等重要發(fā)布節(jié)點(diǎn)

在過(guò)去的一年中，中國(guó)的開(kāi)源崛起，是一大敘事

開(kāi)源 vs 閉源模型分布

2024 年底，中國(guó)開(kāi)源模型的周用量只有1.2%
到 2025 年底，抬到單周接近30%，全年平均約13%

中國(guó)的開(kāi)源模型，占據(jù)了穩(wěn)定位置

中國(guó)模型的崛起

在這份報(bào)告中，對(duì)于開(kāi)源模型，列了一個(gè)排行

24年11月-25年11月的 OpenRouter 調(diào)用情況

DeepSeek 遙遙領(lǐng)先，14.37 萬(wàn)億 token。Qwen 第二，5.59 萬(wàn)億。Meta LLaMA 3.96 萬(wàn)億，Mistral AI 2.92 萬(wàn)億

后面還有 OpenAI 的開(kāi)源系列、Minimax、Z-AI、TNGTech、月之暗面、Google

這里還有一份變化曲線

Top 15 開(kāi)源模型走勢(shì)

早期幾乎是 DeepSeek 雙核壟斷
DeepSeek V3 和 R1 兩條帶子加起來(lái)，長(zhǎng)期占 OSS 使用的一半以上

從 2025 年夏天開(kāi)始，市場(chǎng)格局完全變了
Qwen、GLM、Moonshot、Minimax、GPT-OSS系列迅速抬頭
到 2025 年底，沒(méi)有任何單個(gè)模型超過(guò) 25% 的份額

這是一個(gè)從寡頭到多元的轉(zhuǎn)變

模型尺寸：小型退潮，中型起勢(shì)

報(bào)告把 OSS 按參數(shù)規(guī)模分成三檔

• ? 小于 15B

• ? 15–70B

• ? 大于等于 70B

結(jié)論還算明顯：

• ? 小模型的數(shù)量在持續(xù)增加，但使用占比在下降

• ? 中模型和大模型的使用占比在提升

中檔市場(chǎng)基本是從Qwen2.5 Coder 32B發(fā)布后被“做”出來(lái)的

后面Mistral Small 3、GPT-OSS 20B等一批中型模型，把這個(gè)帶變成了一個(gè)穩(wěn)定選項(xiàng)

不同大小模型數(shù)量變化

現(xiàn)在的開(kāi)源市場(chǎng)，大致可以這么看

• ? 小模型是試驗(yàn)場(chǎng)

• ? 中模型是性價(jià)比區(qū)

• ? 大模型是高復(fù)雜度區(qū)

這是一份反直覺(jué)的發(fā)現(xiàn)，開(kāi)源模型的使用如下

• ?第一大場(chǎng)景是角色扮演，占超過(guò) 50%

• ? 編程則是第二，占約 20%

• ? 其他翻譯、知識(shí)問(wèn)答、教育等都在后面

對(duì)此，報(bào)告給的解釋是：
開(kāi)源模型的內(nèi)容過(guò)濾更少，可以更自由地用于創(chuàng)意場(chǎng)景，故事續(xù)寫、角色扮演、游戲場(chǎng)景

對(duì)于角色扮演，這里的也有個(gè)細(xì)分

Roleplay 子標(biāo)簽結(jié)構(gòu)

58% 是 Role-Playing Game 場(chǎng)景
另外有寫作資源、成人相關(guān)內(nèi)容

國(guó)產(chǎn)模型：主要是編程

但如果單看中國(guó)開(kāi)源模型，畫(huà)面又不一樣了

中國(guó) OSS 任務(wù)類別趨勢(shì)

Roleplay 仍然是最大類，但只有約33%，編程和技術(shù)合計(jì)約39%

這說(shuō)明一件事
中國(guó)模型在開(kāi)源世界里，更偏技術(shù)生產(chǎn)力使用

編程場(chǎng)景：閉源吃大頭，開(kāi)源靠中國(guó)

報(bào)告單獨(dú)把 Programming 拎出來(lái)看

編程場(chǎng)景，在不同模型源的份額

編程這個(gè)品類里，閉源模型（主要是 Claude）還是主力

但開(kāi)源部分，中國(guó)模型則是主流選擇

Roleplay 場(chǎng)景：五五開(kāi)

同樣方式看 Roleplay
閉源和開(kāi)源已經(jīng)是可替代關(guān)系

Roleplay場(chǎng)景，在不同模型源的份額 推理模型占一半

都說(shuō)今年是 Agent 的元年
AI 不再是「給個(gè)問(wèn)題，出個(gè)答案」
而是：開(kāi)始規(guī)劃、調(diào)用工具、多步推理、在長(zhǎng)上下文中迭代

報(bào)告用四個(gè)指標(biāo)來(lái)追蹤這個(gè)趨勢(shì)

第一，推理模型的用量占比
推理 vs 非推理 token 趨勢(shì)

2025 年初，推理模型的用量幾乎可以忽略
現(xiàn)在，這個(gè)數(shù)字已經(jīng)超過(guò)了 50%

供給側(cè)
GPT-5、Claude 4.5、Gemini 3 這些新模型都強(qiáng)調(diào)多步推理

需求側(cè)
用戶開(kāi)始偏好能夠管理任務(wù)狀態(tài)、執(zhí)行多步邏輯、支持 agent 工作流的模型

下面這個(gè)圖，則是頭部推理模型的份額

Top 推理模型 token 份額

之前 Gemini 2.5 Pro 還是第一
然后是 xAI 的 Grok Code Fast 1 領(lǐng)先，Gemini 2.5 Pro 和 Flash 緊隨其后，OpenAI 的 gpt-oss-120b 也在前列

第二，工具調(diào)用的使用率
工具調(diào)用占比

整體趨勢(shì)向上，5 月的尖峰是個(gè)別大客戶導(dǎo)致的
這意味著更多的請(qǐng)求不只是問(wèn)答，而是讓模型去執(zhí)行外部操作

讓我們?cè)倏纯垂ぞ叩氖褂?/p>

按模型看工具調(diào)用量

最開(kāi)始主要是gpt-4o-mini 和 Claude 3.5、3.7

到 9 月之后，Claude 4.5 Sonnet 迅速階梯，然后 Grok Code Fast、GLM 4.5 也開(kāi)始出現(xiàn)

第三，Prompt 長(zhǎng)度的增長(zhǎng)
Prompt token 數(shù)增長(zhǎng)

平均 prompt 長(zhǎng)度翻了 4 倍，從約 1,500 token 漲到 6,000+ token

Completion token 數(shù)增長(zhǎng)

輸出長(zhǎng)度也漲了近 3 倍，從約 150 token 到 400 token

不同類別下 Prompt 長(zhǎng)度變化

Prompt 長(zhǎng)度的增長(zhǎng)主要來(lái)自編程類任務(wù)。代碼理解、調(diào)試、生成這些任務(wù)經(jīng)常需要 20K+ 的輸入 token

第四，整體序列長(zhǎng)度
平均序列長(zhǎng)度變化

過(guò)去 20 個(gè)月，平均序列長(zhǎng)度漲了 2.7 倍

編程 vs 全體 序列長(zhǎng)度

現(xiàn)在的典型請(qǐng)求不再是“寫一段東西”
而是“給你一大堆代碼 / 文檔，你幫我分析、推理、修改”

報(bào)告的判斷是：
Agentic Inference 很快就會(huì)（如果還沒(méi)有的話）超過(guò)人類推理的用量

模型任務(wù)的使用場(chǎng)景

報(bào)告用 GoogleTagClassifier 把請(qǐng)求分成 12 個(gè)類別
Programming、Roleplay、Technology、Science、Translation、Health 等

編程是最大的增長(zhǎng)品類
編程成為主導(dǎo)類別

2025 年初，編程相關(guān)請(qǐng)求占 token 約 11%
最近幾周，這個(gè)數(shù)字已超過(guò) 50%

這條線對(duì)應(yīng)的是

• ? AI 輔助開(kāi)發(fā)在 IDE 里的深度集成

• ? 內(nèi)部平臺(tái)對(duì) LLM 的接入

• ? 以及調(diào)試、日志分析、數(shù)據(jù)腳本等長(zhǎng)上下文場(chǎng)景

在編程盤子里

• ? Anthropic Claude 長(zhǎng)期吃掉超過(guò) 60% 的支出

• ? Google 穩(wěn)在 15% 左右，OpenAI 從 2% 爬到約 8%

• ? MiniMax 最近幾周明顯抬頭，是增長(zhǎng)最快的新玩家

報(bào)告給了兩張“Top 6 類別”和“Next 6 類別”的子標(biāo)簽分布

前六大類別的子標(biāo)簽結(jié)構(gòu)

有幾個(gè)點(diǎn)值得留意

Roleplay
約 60% 是 Games/Roleplaying Games
另外有 Writers Resources 和 Adult 的不小占比

Programming
超過(guò)三分之二被打在 “Programming/Other” 標(biāo)簽下
說(shuō)明它是廣義編程需求，不是單一語(yǔ)言的垂直場(chǎng)景

Translation
幾乎平均分布在語(yǔ)言資源和其他
是一個(gè)“工具型”長(zhǎng)期需求

Science
80% 是 Machine Learning & AI 自身相關(guān)
典型的“問(wèn) AI 關(guān)于 AI”

Health
是所有大類里最分散的
沒(méi)有任何一個(gè)子標(biāo)簽超過(guò) 25%

次六大類別的子標(biāo)簽結(jié)構(gòu)

健康是最分散的品類，沒(méi)有任何子標(biāo)簽超過(guò) 25%
金融、學(xué)術(shù)、法律也都很分散，可能是因?yàn)檫@些領(lǐng)域的 LLM 工作流還不成熟

各家廠商的使用畫(huà)像

報(bào)告把Anthropic、Google、OpenAI、xAI、DeepSeek、Qwen這幾家抽出來(lái)，看它們各自的任務(wù)分布

Anthropic 使用結(jié)構(gòu)

Anthropic高度集中在編程和技術(shù)任務(wù)。角色扮演和閑聊只是一小部分

Google 使用結(jié)構(gòu)

Google使用分布更均勻。翻譯、科學(xué)、技術(shù)、知識(shí)問(wèn)答都有份額。編程占比在 2025 年底降到了 18% 左右

xAI 使用結(jié)構(gòu)

xAI大部分時(shí)間 80% 以上是編程。但 11 月突然變了，技術(shù)、角色扮演、學(xué)術(shù)都漲起來(lái)了。報(bào)告推測(cè)這和 xAI 通過(guò)某些消費(fèi)應(yīng)用免費(fèi)分發(fā)有關(guān)，帶來(lái)了大量非開(kāi)發(fā)者用戶

OpenAI 使用結(jié)構(gòu)

OpenAI2025 年初超過(guò)一半是科學(xué)類任務(wù)，到年底降到 15% 以下。編程和技術(shù)各占 29% 左右

DeepSeek 使用結(jié)構(gòu)

DeepSeek角色扮演、閑聊、娛樂(lè)占了大頭，經(jīng)常超過(guò) 2/3。編程和科學(xué)只占一小部分

Qwen 使用結(jié)構(gòu)

Qwen編程長(zhǎng)期維持在 40–60% 區(qū)間，Science、Technology、Roleplay 份額波動(dòng)較大

每個(gè)廠商都有自己的定位，沒(méi)有誰(shuí)能通吃所有場(chǎng)景

地理分布

LLM 使用越來(lái)越全球化，OpenRouter 的亞洲請(qǐng)求持續(xù)增多

區(qū)域結(jié)構(gòu)：亞洲份額翻倍
按地區(qū)的支出占比

亞洲份額從 13% 漲到 31%，翻了一倍多

北美還是最大的，占 47.22%，但已經(jīng)不到一半了。亞洲 28.61%，歐洲 21.32%。大洋洲、南美、非洲加起來(lái)不到 3%

按國(guó)家看，美國(guó) 47.17%，新加坡 9.21%，德國(guó) 7.51%，中國(guó) 6.01%，韓國(guó) 2.88%，荷蘭 2.65%，英國(guó) 2.52%，加拿大 1.90%，日本 1.77%，印度 1.62%，其他 60+ 國(guó)家合計(jì) 16.76%

語(yǔ)言結(jié)構(gòu)：英文第一，中文第二

語(yǔ)言分布很直白

• ? 英語(yǔ) 82.87%

• ? 簡(jiǎn)體中文 4.95%

• ? 俄語(yǔ) 2.47%

• ? 西班牙語(yǔ) 1.43%

• ? 泰語(yǔ) 1.03%

英文仍然是絕對(duì)統(tǒng)治地位，但中文已經(jīng)是第二大單語(yǔ)種

需要注意：這個(gè)數(shù)據(jù)只代表 OpenRouter 的訪問(wèn)請(qǐng)求

用戶留存：灰姑娘的玻璃鞋

這是很意思的發(fā)現(xiàn)
早期用戶的留存遠(yuǎn)遠(yuǎn)好于后來(lái)的用戶
他們把這叫做「灰姑娘的玻璃鞋」

灰姑娘的玻璃鞋 Cinderella Glass Slipper 當(dāng)一個(gè)新模型發(fā)布時(shí)，最早嘗試的那批用戶，如果發(fā)現(xiàn)這個(gè)模型剛好能解決他們的問(wèn)題（「鞋子剛好合腳」），他們就會(huì)留下來(lái)，而且留存時(shí)間非常長(zhǎng)

第一個(gè)解決用戶真實(shí)痛點(diǎn)的模型，會(huì)建立起深度、粘性的使用
用戶會(huì)圍繞這個(gè)模型建立工作流和習(xí)慣，切換成本很高

對(duì)于模型開(kāi)發(fā)者和投資人來(lái)說(shuō)，要看的不是增長(zhǎng)曲線，而是留存曲線，那些「基礎(chǔ)性群組」的形成

這里先放幾個(gè)留存曲線，大家感受下

Claude 4 Sonnet 留存Gemini 2.5 Pro 留存OpenAI GPT-4o Mini 留存DeepSeek R1 留存

對(duì)此，讓我們來(lái)看看這幾組模型

OpenAI GPT-4o Mini的水晶鞋

2024 年 7 月的曲線明顯高出其他時(shí)期
后面所有曲線幾乎都在底部貼著走

OpenAI GPT-4o Mini 留存

如果某個(gè)模型在發(fā)布時(shí)就抓住了需求
對(duì)應(yīng)的用戶就會(huì)成為基礎(chǔ)性群組

后面再進(jìn)來(lái)的用戶
要么已經(jīng)有主力模型
要么只是輕度使用
窗口只有一次，錯(cuò)過(guò)就沒(méi)有

Gemini 2.0 Flash沒(méi)有水晶鞋

Gemini 2.0 Flash的留存，則非常貼合
每條曲線都差不多
沒(méi)有任何一條明顯高出

OpenAI GPT-4o Mini 留存

這是啥意思呢？
這模型來(lái)的太遲了，也沒(méi)有足夠的性能優(yōu)勢(shì)
所以，并不會(huì)某個(gè)高價(jià)值工作負(fù)載視為“第一選擇”
它們從一開(kāi)始就被當(dāng)作“夠用”的替代品

DeepSeek的先跌后升

DeepSeek V3/R1則比較特殊
留存曲線都出現(xiàn)了「先跌后升」

DeepSeek V3 留存DeepSeek R1 留存

報(bào)告把這個(gè)叫boomerang effect
就是用戶離開(kāi)以后又回來(lái)
說(shuō)明對(duì)比了其他模型后
確認(rèn) DeepSeek 在性能 + 成本 + 特性組合上仍然最合適

就只能說(shuō)牛逼了

定價(jià)與用量：四種關(guān)系

在報(bào)告的最后，有這么一張圖
不同模型的定價(jià)策略

開(kāi)源 vs 閉源模型成本 vs 使用

再看提供方視角

模型成本 vs 使用市場(chǎng)圖

對(duì)此，就有了四象限分類：效率巨頭、高端領(lǐng)導(dǎo)者、長(zhǎng)尾、高端專家

Efficient giants/效率巨頭
低價(jià)高量如 Gemini 2.0 Flash、DeepSeek V3 0324

Premium leaders/高端領(lǐng)導(dǎo)者
高價(jià)高量如 Claude 3.7 Sonnet、Claude Sonnet 4

Long tail/長(zhǎng)尾
低價(jià)低量如 Qwen 2 7B Instruct、IBM Granite 4.0 Micro

Premium specialists/高端專家
極高單價(jià)如 GPT-4、GPT-5 Pro

進(jìn)而的，又多了一些結(jié)論

• ? 企業(yè)愿意為關(guān)鍵任務(wù)付高價(jià)，開(kāi)發(fā)者和愛(ài)好者會(huì)涌向便宜的模型

• ? 便宜的模型消耗了更多 token，但不會(huì)帶來(lái)深度集成

• ? Claude 和 GPT-4 雖然貴，但用量依然大，因?yàn)樗鼈兏煽俊⑿湃味雀?/p>

• ? 光便宜沒(méi)用：很多接近零成本的開(kāi)源模型用量也很小

報(bào)告最后給了六個(gè)判斷

第一，多模型生態(tài)是常態(tài)
沒(méi)有誰(shuí)能通吃，用戶會(huì)根據(jù)任務(wù)選模型，開(kāi)發(fā)者沒(méi)有忠誠(chéng)度

第二，使用場(chǎng)景很多元
角色扮演和娛樂(lè)用量巨大，不只是生產(chǎn)力工具。

第三，Agentic 推理正在成為主流
單輪問(wèn)答的時(shí)代在過(guò)去，多步推理、工具調(diào)用、長(zhǎng)上下文迭代，這些才是現(xiàn)在的主戰(zhàn)場(chǎng)

第四，地理格局在去中心化
亞洲份額翻倍，中國(guó)既是消費(fèi)者也是供應(yīng)商。LLM 必須是全球可用的

第五，價(jià)格不是唯一變量
用戶會(huì)在質(zhì)量、可靠性、能力廣度之間做權(quán)衡

第六，留存是真正的護(hù)城河
第一個(gè)解決用戶痛點(diǎn)的模型，會(huì)建立深度粘性