AI 領(lǐng)域迄今最大規(guī)模的用戶(hù)行為實(shí)錄，剛剛發(fā)布了。

這是全球模型聚合平臺(tái) OpenRouter 聯(lián)合硅谷頂級(jí)風(fēng)投 a16z 發(fā)布的一份報(bào)告，基于全球 100 萬(wàn)億次真實(shí) API 調(diào)用、覆蓋 300+款 AI 模型、60+家供應(yīng)商、超過(guò) 50% 非美國(guó)用戶(hù)。

我們能從里面看到人類(lèi)真的在怎么用 AI，尤其是那些不會(huì)出現(xiàn)在官方案例、不會(huì)被寫(xiě)進(jìn)白皮書(shū)的對(duì)話。

APPSO 從里面的發(fā)現(xiàn)了三個(gè)最反直覺(jué)的結(jié)論：

1.人類(lèi)最真實(shí)的剛需不是生產(chǎn)力，是「荷爾蒙」和「過(guò)家家」。超過(guò) 50% 的開(kāi)源模型算力，被用來(lái)搞角色扮演、虛擬戀人和 NSFW 內(nèi)容。寫(xiě)代碼？那只是第二位。

2.真正的高端用戶(hù)根本不看價(jià)格標(biāo)簽，而便宜到幾乎免費(fèi)的模型，死得反而更快。早期抓住用戶(hù)痛點(diǎn)的模型，會(huì)更容易鎖住用戶(hù)。

3.中國(guó)模型只用一年就撕開(kāi)了防線。從 1.2% 到 30%，DeepSeek 和 Qwen 為代表的的國(guó)產(chǎn)模型一躍成為開(kāi)源之王。

必須要注意的是：這份報(bào)告不可避免地帶有「偏見(jiàn)」。

OpenRouter 的用戶(hù)主要是個(gè)人開(kāi)發(fā)者、中小企業(yè)、開(kāi)源愛(ài)好者，而非 500 強(qiáng)企業(yè)。那些每月在 Azure、AWS 上燒掉數(shù)百萬(wàn)美元的大廠 AI 預(yù)算，并不在這份數(shù)據(jù)里。所以：

中國(guó)模型的占比會(huì)被放大（中小開(kāi)發(fā)者更愿意嘗試開(kāi)源和低價(jià)方案）

開(kāi)源模型的份額會(huì)被高估（企業(yè)級(jí)用戶(hù)更傾向閉源 API 的穩(wěn)定性）

Roleplay 等「娛樂(lè)向」場(chǎng)景會(huì)顯著偏高（大廠不會(huì)用公開(kāi) API 搞這些）

企業(yè)級(jí)混合部署的真實(shí)用量看不到（那些都走私有化和 Azure OpenAI Service）

但回頭想想，這恰恰是這份報(bào)告的價(jià)值所在。

當(dāng)有人在發(fā)布會(huì)上鼓吹 AI 如何改變生產(chǎn)力時(shí)，我們可以清楚看到：誰(shuí)在裸泳，誰(shuí)在通吃，誰(shuí)在悄悄統(tǒng)治那些不可描述的領(lǐng)域。

從 1% 到 30%，中國(guó)模型撕開(kāi) OpenAI 帝國(guó)的口子

如果把 AI 市場(chǎng)看作一張世界地圖，2024 年之前，它是屬于 OpenAI 和 Anthropic 的閉源帝國(guó)。他們筑起 API 的高墻，收著過(guò)路費(fèi)，定義著規(guī)則。

但墻塌了。

看這張使用量分布圖，開(kāi)源模型（OSS）的 token 使用量已經(jīng)飆升至總量的三分之一，而且這個(gè)數(shù)字還在以驚人的速度攀升。這不僅是份額的重新分配，這是對(duì)「閉源神話」的祛魅。

2024 年的夏天是一個(gè)分水嶺時(shí)刻。

在此之前，市場(chǎng)是死水一潭。OpenAI 的 GPT 系列和 Anthropic 的 Claude 分食大部分蛋糕，開(kāi)源模型只是點(diǎn)綴。

在此之后，隨著 Llama 3.3 70B、DeepSeek V3、Qwen 3 Coder 的密集發(fā)布，格局瞬間攻守易形。那些曾經(jīng)高高在上的 API 調(diào)用量，開(kāi)始遭遇斷崖式的分流。

這里必須專(zhuān)門(mén)談?wù)勚袊?guó)模型的崛起，因?yàn)檫@是過(guò)去一年最具侵略性的敘事。

數(shù)據(jù)不會(huì)撒謊：

2024 年初： 中國(guó)開(kāi)源模型在全球使用量中的占比僅為 1.2%，幾乎可以忽略不計(jì)

2025 年末： 這個(gè)數(shù)字飆升至 30%，在某些周份甚至觸及峰值

從 1.2% 到 30%，這是一場(chǎng)自下而上的包圍戰(zhàn)。

DeepSeek 以總計(jì) 14.37 萬(wàn)億 token 的使用量穩(wěn)居開(kāi)源榜首，雖然其霸主地位正在被稀釋?zhuān)w量依然驚人。Qwen 緊隨其后，以 5.59 萬(wàn)億 token 占據(jù)第二，而且在編程領(lǐng)域的表現(xiàn)極為兇猛，可以直接與 Claude 掰手腕。

更關(guān)鍵的是節(jié)奏。中國(guó)模型的發(fā)布周期極其密集。DeepSeek 幾乎每個(gè)季度都有重大更新，Qwen 的迭代速度甚至更快。這種「高頻打法」讓硅谷的巨頭們疲于應(yīng)對(duì)：自己剛發(fā)布一個(gè)新模型，對(duì)手已經(jīng)連發(fā)三個(gè)變種。

戳破 AI 泡沫，三個(gè)被忽略的真相

現(xiàn)在，讓我們戳破那些想當(dāng)然的泡沫，看看 AI 在真實(shí)世界里到底被用來(lái)干什么。

真相一：「小模型已死，中型崛起」

市場(chǎng)正在用腳投票，拋棄那些「又快又傻」的極小模型。

數(shù)據(jù)顯示，參數(shù)量小于 15B 的模型份額正在暴跌。用戶(hù)發(fā)現(xiàn)，速度再快也沒(méi)用，如果 AI 傻得像個(gè)復(fù)讀機(jī)，那還不如不用。

中型模型（15B-70B 參數(shù)）才是新寵。 這個(gè)市場(chǎng)甚至是被 Qwen2.5 Coder 32B 在 2024 年 11 月一手創(chuàng)造出來(lái)的。此前，這個(gè)參數(shù)區(qū)間幾乎是空白；此后，Mistral Small 3、GPT-OSS 20B 等模型迅速跟進(jìn)，形成了一個(gè)新的戰(zhàn)場(chǎng)。

既不便宜又不夠強(qiáng)的模型正在失去市場(chǎng)。你要么做到極致的強(qiáng)，要么做到極致的性?xún)r(jià)比。

真相二：不是 programming，更多是 playing

雖然我們?cè)谛侣劺锟偪吹?AI 如何提高生產(chǎn)力，但在開(kāi)源模型的使用中，超過(guò) 50% 的流量流向了「角色扮演」（Roleplay）。

更直白一點(diǎn)說(shuō)：

超過(guò)一半的開(kāi)源 AI 算力，被用來(lái)做這些事：

虛擬戀人對(duì)話（「陪我聊天，記住我的喜好」）

角色扮演游戲（「你現(xiàn)在是個(gè)精靈公主……」）

互動(dòng)小說(shuō)生成（「繼續(xù)這個(gè)故事，加入更多細(xì)節(jié)」）

成人向內(nèi)容創(chuàng)作（報(bào)告中標(biāo)記為「Adult」類(lèi)別，占比 15.4%）

這是基于 Google Cloud Natural Language 分類(lèi) API 對(duì)數(shù)億條真實(shí) prompt 的分析結(jié)果。當(dāng) AI 檢測(cè)到一個(gè)請(qǐng)求屬于 /Adult 或 /Arts & Entertainment/Roleplaying Games 時(shí)，這條請(qǐng)求就會(huì)被打上標(biāo)簽。

這意味著，對(duì)于海量 C 端用戶(hù)而言，AI 首先是一個(gè)「情感投射對(duì)象」，其次才是一個(gè)工具。

同時(shí)流媒體和硅谷巨頭出于品牌形象（Brand Safety）考量，刻意回避甚至打壓這一需求。但這恰恰造就了巨大的「供需真空」。用戶(hù)對(duì)情感交互、沉浸式劇情、甚至 NSFW（少兒不宜上班別看）內(nèi)容的渴求，被壓抑在主流視線之外，最終在開(kāi)源社區(qū)報(bào)復(fù)性爆發(fā)。

編程（Programming）是第二大使用場(chǎng)景，占比 15-20%。 沒(méi)錯(cuò)，寫(xiě)代碼這件被媒體吹上天的事，在真實(shí)世界里只排第二。

所以真相是什么？

別裝了。人類(lèi)最真實(shí)的兩大剛需，一個(gè)是荷爾蒙，一個(gè)是代碼。 前者讓人類(lèi)感到陪伴和刺激，后者讓人類(lèi)賺到錢(qián)。其他那些「知識(shí)問(wèn)答」「文檔總結(jié)」「教育輔導(dǎo)」，加起來(lái)都不到這兩者的零頭。

這也解釋了為什么開(kāi)源模型能快速崛起，因?yàn)殚_(kāi)源模型通常審查較少，允許用戶(hù)更自由地定制性格和劇情，非常適合情感細(xì)膩的互動(dòng)。

真相三：娛樂(lè)至死的 DeepSeek 用戶(hù)

如果我們單獨(dú)拉出 DeepSeek 的數(shù)據(jù)，會(huì)發(fā)現(xiàn)一個(gè)更極端的分布：

- Roleplay + Casual Chat（閑聊）：約 67%
- Programming：僅占小部分

在這份報(bào)告里，DeepSeek 幾乎是一個(gè) C 端娛樂(lè)工具，而非生產(chǎn)力工具。它的用戶(hù)不是在寫(xiě)代碼，而是在和 AI「談戀愛(ài)」。

這和 Claude 形成了鮮明對(duì)比。

機(jī)會(huì)只有一次，贏家通吃

為什么有的模型曇花一現(xiàn)，有的卻像膠水一樣粘住用戶(hù)？

報(bào)告提出了一個(gè)概念：Cinderella 「Glass Slipper「 Effect（灰姑娘的水晶鞋效應(yīng)）。

定義： 當(dāng)一個(gè)新模型發(fā)布時(shí)，如果它恰好完美解決了用戶(hù)長(zhǎng)期未被滿足的某個(gè)痛點(diǎn)（就像水晶鞋完美契合灰姑娘的腳），這批用戶(hù)就會(huì)成為該模型的「死忠粉」（基礎(chǔ)留存用戶(hù)），無(wú)論后續(xù)有多少新模型發(fā)布，他們都很難遷移。

值得注意的是，機(jī)會(huì)只有一次。如果在發(fā)布初期（Frontier window）沒(méi)能通過(guò)技術(shù)突破鎖定這批核心用戶(hù)，后續(xù)再怎么努力，留存率都會(huì)極低。

為什么？

因?yàn)橛脩?hù)已經(jīng)圍繞這個(gè)模型建立了整套工作流：

開(kāi)發(fā)者把 Claude 集成進(jìn)了 CI/CD 流程

內(nèi)容創(chuàng)作者把 DeepSeek 的角色設(shè)定保存了幾十個(gè)版本

切換成本不僅是技術(shù)上的，更是認(rèn)知和習(xí)慣上的

贏家畫(huà)像：DeepSeek 的「回旋鏢效應(yīng)」

DeepSeek 的留存曲線非常詭異：

用戶(hù)試用 → 流失（去試別的模型）→ 過(guò)了一段時(shí)間罵罵咧咧地又回來(lái)了

這就是所謂的「回旋鏢效應(yīng)」（Boomerang Effect）。數(shù)據(jù)顯示，DeepSeek R1 的 2025 年 4 月用戶(hù)組，在第 3 個(gè)月出現(xiàn)了明顯的留存率上升。

為什么他們回來(lái)了？

因?yàn)椤刚嫦恪?。在試遍了市面上所有模型后，發(fā)現(xiàn)還是 DeepSeek 性?xún)r(jià)比最高：

免費(fèi)或極低價(jià)

角色扮演能力足夠好

沒(méi)有惱人的內(nèi)容審查

輸家畫(huà)像：Llama 4 Maverick 們的悲劇

相比之下，像 Llama 4 Maverick 和 Gemini 2.0 Flash 這樣的模型，它們的留存曲線讓人心疼：

從第一周開(kāi)始就一路向下，永不回頭。

為什么？因?yàn)樗鼈儊?lái)得太晚，也沒(méi)啥絕活。當(dāng)它們發(fā)布時(shí)，用戶(hù)已經(jīng)找到了自己的「水晶鞋」，新模型只能淪為「?jìng)涮ァ埂?/p>

在 AI 模型市場(chǎng)，遲到的代價(jià)是永久性的邊緣化。

各個(gè) AI 的人設(shè)

在這場(chǎng)戰(zhàn)爭(zhēng)中，沒(méi)有誰(shuí)能通吃，大家都在自己的 BGM 里痛苦或狂歡。讓我們給每個(gè)玩家貼上最準(zhǔn)確的標(biāo)簽：

Claude (Anthropic)：直男工程師的「神」

人設(shè)：偏科的理工男，只懂代碼，不懂風(fēng)情

Claude 長(zhǎng)期吃掉了編程（Programming）領(lǐng)域 60% 以上 的份額。雖然最近略有下滑（跌破 60% 門(mén)檻），但在寫(xiě)代碼這件事上，它依然是那座不可逾越的高墻。

用戶(hù)畫(huà)像：
- 超過(guò) 80% 的 Claude 流量都跟技術(shù)和代碼有關(guān)
- 幾乎沒(méi)人拿它來(lái)閑聊或角色扮演

Claude 就像那個(gè)班里的學(xué)霸，只有在考試時(shí)你才會(huì)找他，平時(shí)根本不會(huì)一起玩。

OpenAI：從「唯一的神」到「平庸的舊王」

人設(shè)：曾經(jīng)的霸主，如今的工具箱

OpenAI 的份額變化極具戲劇性：
- 2024 年初： 科學(xué)類(lèi)查詢(xún)占比超過(guò) 50%
- 2025 年末： 科學(xué)類(lèi)占比跌至不足 15%

它正在從「唯一的神」變成一個(gè)「什么都能干但什么都不精」的工具箱。雖然 GPT-4o Mini 的留存率依然能打，但在垂直領(lǐng)域，它已經(jīng)不再是唯一的選擇。

核心問(wèn)題：被自己的成功困住了。ChatGPT 讓它成為大眾品牌，但也讓它失去了專(zhuān)業(yè)領(lǐng)域的鋒芒。

Google (Gemini)：通才的焦慮

人設(shè)：什么都想要，什么都不精

谷歌像個(gè)茫然的通才。法律、科學(xué)、翻譯、通識(shí)問(wèn)答都有它的身影，但：
- 在編程領(lǐng)域份額僅 15%
- 在角色扮演領(lǐng)域幾乎不存在

在一個(gè)越來(lái)越垂直化的市場(chǎng)里，通才意味著平庸。

DeepSeek：野蠻人的勝利

人設(shè)：不按常理出牌的顛覆者，C 端娛樂(lè)之王

DeepSeek 用極致的性?xún)r(jià)比撕開(kāi)了口子，證明了即使不依靠最強(qiáng)的邏輯推理，靠「好玩」+「免費(fèi)」也能打下江山。

核心數(shù)據(jù)：
- 總使用量 14.37 萬(wàn)億 token（開(kāi)源第一）
- 67% 的流量是娛樂(lè)和角色扮演
- 回旋鏢效應(yīng)明顯，用戶(hù)試完別的還是會(huì)回來(lái)

它的成功證明了一件事：在消費(fèi)級(jí)市場(chǎng)，「足夠好」+「足夠便宜」+「沒(méi)有限制」 就能通吃。

xAI (Grok)：馬斯克的「亂拳」打法

人設(shè)：半路殺出的程咬金，靠免費(fèi)搶市場(chǎng)

Grok 的數(shù)據(jù)非常有趣：
- 早期 80% 都是程序員在用（Grok Code Fast 針對(duì)編程優(yōu)化）
- 免費(fèi)推廣后，突然涌入大量普通用戶(hù)，用戶(hù)畫(huà)像瞬間變雜

問(wèn)題：免費(fèi)能拉來(lái)流量，但流量 ≠ 忠誠(chéng)度。一旦收費(fèi)，這批用戶(hù)會(huì)立刻流失。

最后，讓我們用一張圖看懂這個(gè)江湖。

當(dāng)前大模型市場(chǎng)已形成清晰的四大陣營(yíng)格局：

首先是 「效率巨頭」 陣營(yíng)，以 DeepSeek、Gemini Flash 為代表，核心優(yōu)勢(shì)在于 「便宜大碗」 的高性?xún)r(jià)比，專(zhuān)為跑量場(chǎng)景設(shè)計(jì)，尤其適用于無(wú)需復(fù)雜邏輯推理的重復(fù)性 「臟活累活」，成為追求效率與成本平衡的首選。

其次是 「高端專(zhuān)家」 陣營(yíng)，Claude 3.7 與 GPT-4 是該領(lǐng)域的標(biāo)桿，盡管定價(jià)偏高，但憑借頂尖的準(zhǔn)確率和復(fù)雜任務(wù)處理能力，贏得了企業(yè)用戶(hù)的青睞。

與此同時(shí)，「長(zhǎng)尾」 陣營(yíng)的生存空間正持續(xù)收縮，數(shù)量眾多的小模型因缺乏差異化優(yōu)勢(shì)和技術(shù)壁壘，正逐漸被市場(chǎng)淘汰。

此外，以中國(guó)模型為核心的 「顛覆者」 陣營(yíng)正快速崛起，憑借高頻迭代的技術(shù)更新、高性?xún)r(jià)比的定價(jià)策略以及深度本土化的適配能力，市場(chǎng)份額仍在持續(xù)擴(kuò)張，成為攪動(dòng)行業(yè)格局的關(guān)鍵力量。

藏在 100 萬(wàn)億個(gè) Token 背后的趨勢(shì)

作為觀察者，APPSO 從這份報(bào)告中觀察到的一些趨勢(shì)變化，或許將定義 AI 未來(lái)的競(jìng)爭(zhēng)格局：

1. 多模型生態(tài)是常態(tài)，單模型崇拜是病態(tài)
開(kāi)發(fā)者會(huì)像搭積木一樣，用 Claude 寫(xiě)代碼，用 DeepSeek 潤(rùn)色文檔，用 Llama 做本地部署。忠誠(chéng)度？不存在的。

2. Agent（智能體）已經(jīng)吃掉了一半江山
推理模型（Reasoning Models）的份額已經(jīng)超過(guò) 50%。我們不再只想要 AI 給個(gè)答案，我們想要 AI 給個(gè)「思考過(guò)程」。多步推理、工具調(diào)用、長(zhǎng)上下文是新的戰(zhàn)場(chǎng)。

3. 留存 > 增長(zhǎng)
除了早期用戶(hù)留存率，其他的增長(zhǎng)數(shù)據(jù)都是虛榮指標(biāo)。

4. 垂直領(lǐng)域的「偏科」比全能更有價(jià)值
Claude 靠編程通吃，DeepSeek 靠娛樂(lè)稱(chēng)王。想要什么都做的模型，最后什么都做不好。

5. 價(jià)格不是唯一變量，但「好用」是永遠(yuǎn)的硬通貨
數(shù)據(jù)顯示，價(jià)格和使用量之間相關(guān)性極弱。真正的高端用戶(hù)對(duì)價(jià)格不敏感，而低端用戶(hù)只認(rèn)那幾個(gè)「性?xún)r(jià)比神機(jī)」。夾在中間的平庸模型，死得最快。

6. 中國(guó)模型的進(jìn)攻才剛剛開(kāi)始
從 1.2% 到 30% 只用了一年。站穩(wěn)腳跟后，下一步是什么？是定義規(guī)則，還是被規(guī)則馴化？這將是 2026 年最值得關(guān)注的故事。

這 100 萬(wàn)億個(gè) Token 已經(jīng)告訴了我們要去向何方：

需求側(cè)： 人類(lèi)的剛需永遠(yuǎn)是最原始的——陪伴、性、代碼、效率

供給側(cè)： 誰(shuí)能更快更準(zhǔn)地滿足這些需求，誰(shuí)就能活下來(lái)

競(jìng)爭(zhēng)格局： 不會(huì)有贏家通吃，只會(huì)有生態(tài)位的精細(xì)分工

AI 的世界不是由發(fā)布會(huì)上的愿景定義的，而是由用戶(hù)每天真實(shí)發(fā)送的那 100 萬(wàn)億個(gè) Token 定義的。

那些 Token 里，有人在寫(xiě)代碼改變世界，也有人在和虛擬女友說(shuō)晚安，理性的代碼與感性的對(duì)話并行不悖。

或許不得不承認(rèn)，AI的發(fā)展，也是人類(lèi)欲望的延伸。

歡迎加入 APPSO AI 社群，一起暢聊 AI 產(chǎn)品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡(jiǎn)歷投遞郵箱hr@ifanr.com

?? 郵件標(biāo)題「姓名+崗位名稱(chēng)」（請(qǐng)隨簡(jiǎn)歷附上項(xiàng)目/作品或相關(guān)鏈接）