硅谷科技機構OpenRouter與知名風投公司a16z聯合發布的《AI發展態勢：基于百萬億Token的實證研究》報告，在科技圈引發廣泛關注。該報告以OpenRouter平臺2024年11月至2025年11月期間300余個模型的使用數據為樣本，涵蓋GPT系列、Claude、Gemini、DeepSeek等國內外主流模型，通過分析真實Token消耗量而非傳統基準測試分數，揭示了AI發展的新趨勢。

報告核心結論顯示，開源模型與閉源模型的關系正從替代轉向互補。預計到2025年底，開源模型使用量將占整體三分之一，其中中國開源模型表現尤為亮眼，其周使用量占比從1.2%飆升至30%，平均占比達13%，與全球其他地區開源模型的13.7%份額形成分庭抗禮之勢。值得注意的是，開源市場格局已發生深刻變化——DeepSeek雖仍為最大貢獻者，但其主導地位隨MiniMax M2、Kimi K2等新模型涌現而被削弱，預計年底將形成5-7個模型均分市場的格局。

模型形態演變方面，中型模型正成為市場新寵。報告將模型分為大型（700億參數以上）、中型（150-700億參數）和小型（150億參數以下）三類，發現小型模型逐漸失寵，中型與大型模型補位趨勢明顯。以Qwen2.5-Coder-32B發布為轉折點，Mistral Small 3、GPT-OSS 20B等中型模型持續涌入，推動該細分市場成為新的競爭焦點。報告指出："小模型主導的時代已過去，市場正分化為新興中型模型與頂級大型模型兩極。"

語言模型的功能升級成為另一大趨勢。推理模型使用量從年初的微不足道躍升至超50%，其中馬斯克旗下xAI的Grok Code Fast 1占據最大推理流量份額，Gemini 2.5 Pro和Flash系列緊隨其后。工具調用功能同樣呈現爆發式增長，年初僅GPT-4o-mini和Claude 3.5等少數模型支持，年中后超半數模型具備該能力，Claude 4.5 Sonnet和Grok Code Fast等新玩家表現突出。報告強調："缺乏可靠工具調用能力的模型，將在企業級應用中逐漸邊緣化。"

使用場景變革方面，AI正從"聊天機器人"向"智能代理"轉型。用戶任務復雜度顯著提升，從生成短文轉向分析整份文檔或代碼庫，提示詞長度增加4倍，模型推理消耗的Token量增長近3倍。典型應用場景中，編程與角色扮演占據主導地位——編程查詢量從年初11%躍升至超50%，Claude系列雖仍保持60%以上份額，但OpenAI市場份額從2%增至8%，谷歌穩定在15%，Qwen、Mistral等開源模型穩步上升，MiniMax更成為近期增長最快的新秀；角色扮演領域，開源模型占比達52%，DeepSeek超三分之二流量來自該場景，顯示其消費者端強粘性。

用戶行為研究提出"水晶鞋效應"理論：每代前沿模型發布時，會鎖定一批任務需求與模型能力完美匹配的核心用戶，這些用戶留存率顯著高于平均水平。如Claude 4 Sonnet和Gemini 2.5 Pro發布5個月后仍保持40%留存率，得益于其在工具調用和推理能力的突破。報告指出："首個用突破性能力解決關鍵問題的模型，即使后續被超越，也能憑借早期積累的用戶習慣和系統集成保持優勢。"

地域分布上，AI發展呈現多極化趨勢。亞洲地區付費使用量占比從13%翻倍至31%，北美雖仍為最大市場但份額降至不足50%。語言使用方面，英語占比82%居首，簡體中文以近5%份額位列第二。價格敏感度分析顯示，模型定價影響遠低于預期——價格下降10%僅帶動使用量增長0.5%-0.7%，且總支出未必減少，符合"杰文斯悖論"：當模型變得便宜好用時，用戶會在更多場景高頻調用，導致總Token量飆升。

報告同時承認局限性：OpenRouter數據主要反映開發者和服務端API調用行為，未涵蓋ChatGPT等App/Web端直接訪問流量；平臺定價策略可能影響模型選擇偏好。盡管如此，這份基于百萬億Token的實證研究，仍為理解AI發展動態提供了獨特視角。