我们都感觉AI正在深刻改变世界，但对AI的现状缺乏清晰的认识。

OpenRouter（OpenRouter 是连接世界顶尖大模型的统一入口，让开发者无需切换平台就能调用全球 AI 能力）和a16z（Andreessen Horowitz 是全球知名的风投，硅谷创新生态的重要引擎）刚刚发布了一篇重磅研究。

OpenRouter 这个全球最大的模型聚合平台，用其管道中流淌过的 100 万亿 Token，为我们绘制了一幅令人屏息的 AI 实景地图。

这些 Token 忠实地记录了人类是如何驯化、适应，并最终与这些硅基 AI 大脑共生的。

2024 年 12 月 5 日之前，整个硅谷乃至全球的 AI 模型，本质上都是一群直觉极强的概率预测机。

它们像是一个读过全世界所有书的博学快嘴，当你问出一个问题，它们几乎不假思索地根据概率吐出下一个字。

它们描述推理，模仿逻辑，但并不真正执行推理。那时的 AI，是快思考的极致。

然而，OpenAI 在那一天发布的 o1（代号 Strawberry），以及随后在 2025 年彻底爆发的 DeepSeek R1、Google Gemini 2.5 Pro，将人类带入了一个全新的纪元——多步深思熟虑的推理时代（Multi-step Deliberation Inference）。

模型不再急于回答。

在输出第一个字之前，它开始在深不见底的隐层空间里进行一场沉默的思维风暴：规划路径、自我反驳、修正谬误、再次确认。

这种沉默的思考，即便是对于缔造它的工程师来说，也充满了神秘的黑盒色彩。

但结果是显而易见的：AI 不再只是预测下一个字，它开始预测思维的下一步。

这是一份关于现状的报告，更是一部关于未来的预言书。

数据剥去了所有的营销泡沫，只留下了最冰冷也最滚烫的事实。

我们惊讶地发现，原来在这个由 GPU 构建的庞大帝国里，并没有绝对的皇帝，只有不断轮替的诸侯；原来在严肃的代码构建之外，人类将一半的算力倾注在了充满幻想的角色扮演中；原来真正决定一个模型生死的，不是参数的大小，而是一只看不见的水晶鞋。

欢迎来到 100 万亿 Token 里的真实世界。

推理模型重构了人机交互

曾几何时，我们评价一个 AI 模型好坏的标准简单而粗暴：它说话流利吗？它知道拿破仑哪一年滑铁卢吗？

但 2025 年的数据告诉我们，那个时代已经结束了。

在 OpenRouter 的流量监控图上，我们可以清晰地看到一条昂扬向上的曲线，那是推理模型（Reasoning Models）的崛起之路。

到了 2025 年下半年，这条曲线已经霸道地占据了超过 50% 的份额。

当你在深夜敲下回车键时，和你对话的不再是一个简单的文本生成器，而大概率是一个正在进行复杂思维运算的推理引擎。

我们不再满足于让 AI 写一首打油诗或者生成一段维基百科式的介绍，我们开始把最棘手、最耗费脑力的脏活累活扔给它。

数据揭示了一个反直觉的现象：xAI 的 Grok Code Fast 1，这个由埃隆·马斯克麾下团队打造的模型，竟然在推理流量中拔得头筹，紧随其后的是 Google 的 Gemini 2.5 Pro。

这说明在代码生成和复杂逻辑推演这种硬核场景下，用户根本不在乎品牌的各种花哨叙事，他们只在这个模型是否足够聪明，是否能解开那团乱麻般的 Bug。

这种深度的思维活动，直接拉长了对话的物理形态。

在 2024 年初，用户发给 AI 的提示词（Prompt）平均长度大约是 1500 个 Token，那通常是一两个问题，或者一段简短的背景描述。

但到了 2025 年底，这个数字飙升到了 6000 个 Token。

6000 个 Token 告诉我们，人类已经不再把 AI 当作搜索引擎的替代品，而是把它当作了外挂大脑。

程序员们不再是问如何写一个循环，而是直接把整个项目的代码库甩给 AI，冷酷地命令道：理解这个架构，找出那个导致内存泄漏的幽灵，并重写它。

与之相对应的，是模型输出长度的增长。

从平均 150 Token 到 400 Token，这看似不大的增长背后，是模型思维链（Chain of Thought）的显性化。

AI 不再只是给出答案，它开始展示解题过程，开始一步步地铺陈逻辑。

更令人震惊的是工具调用（Tool Calling）的常态化。

在 Anthropic 的 Claude 3.5/3.7 系列以及后来的 Claude 4.5 Sonnet 的推动下，AI 不再仅仅是说话，它开始动手。

它会自己去查阅天气 API，自己去运行一段 Python 代码来验证数学猜想，甚至自己去检索数据库。

对于企业级应用来说，一个不支持稳定工具调用的模型，就像是一个只有嘴巴没有手的工匠，注定要被淘汰。

数据表明，那些能够熟练使用工具的模型，牢牢占据了高价值商业应用的核心地带。

我们正在目睹 AI 从聊天机器人（Chatbot）向智能代理（Agent）的惊险一跃。

开源权力版图不可逆转地东移

推理模型的崛起是技术的纵向突破，开源模型（Open-weight Models）的爆发则是权力的横向重构。

长期以来，AI 领域存在一个默认的鄙视链：闭源模型（如 GPT-4）是高高在上的神祇，代表着性能的绝对天花板；而开源模型则是凡间的仿制品，虽然免费但能力平庸。

然而，100 万亿 Token 的数据像一记重锤，砸碎了这个刻板印象。

在 2025 年，开源模型的流量份额已经稳步攀升至 30% 左右。

DeepSeek V3、Llama 3.3 70B、Qwen 3 Coder，这些名字如同璀璨的群星，每一次发布都在重新定义免费的上限。

在这场开源革命中，最引人注目的变量来自东方。

让我们把时钟拨回 2024 年末。

那时，中国模型在 OpenRouter 全球流量池中的占比微乎其微，仅仅是 1.2% 的边缘存在。

那时候的讨论区里，提及中国模型往往带着猎奇或怀疑的目光。

仅仅一年之后，2025 年，这一数字一度飙升至 30%，全年平均保持在 13% 左右。

这是一个惊心动魄的增长曲线。

以 DeepSeek（深度求索） 和 Qwen（通义千问） 为代表的中国军团，展现出了令硅谷窒息的迭代速度。

DeepSeek 的策略堪称教科书级别的降维打击。

当西方巨头还在纠结于如何保护高昂的训练成本时，DeepSeek 直接以极低的价格和极其强悍的性能（尤其是 DeepSeek V3 和 R1），硬生生地在开源界撕开了一道口子。

曾几何时，DeepSeek 家族占据了超过 50% 的开源流量，几乎成为了开源界的独裁者。

2025 年随着 Meta Llama 3.3 的反击，以及 Mistral AI 在欧洲的坚守，加上 OpenAI GPT-OSS 系列的搅局，市场迅速演变成五强争霸的战国时代。

截至 2025 年 11 月，没有任何单一开源模型能占据超过 25% 的份额。

这种碎片化（Fragmentation）其实是生态繁荣的标志。

开发者不再盲目迷信某一个厂牌，而是变得极其务实：写代码时用 Qwen，做角色扮演时用 DeepSeek，处理通用任务时切回 Llama。

与此同时，模型尺寸的审美也在发生巨变。

过去，人们要么追求极致轻量的小模型（<15B），试图把它们塞进手机里；要么迷信巨型参数的大模型（>70B），认为只有大才是好。

但 2025 年的市场用脚投票，选出了真正的宠儿——中型模型（15B - 70B）。

始于 Qwen2.5 Coder 32B 的发布，随后 Mistral Small 3 和 GPT-OSS 20B 迅速跟进。

这些模型在性能与成本之间找到了完美的黄金分割点。

它们足够聪明，能处理复杂的逻辑；又足够轻盈，推理成本低廉。

这就是 AI 届的中产阶级，它们成为了绝大多数开发者的首选，也是支撑起那 100 万亿 Token 的中流砥柱。

编程与代理吞噬算力半壁江山

我们在用这些超级大脑做什么？是探索宇宙的奥秘，还是解决癌症的难题？

OpenRouter 利用 GoogleTagClassifier 技术，对数十亿次请求进行了抽样分析，结果既让人振奋，又让人感到一丝赛博朋克式的冷峻。

最显眼的答案是：我们在写代码。

编程类（Programming）请求的占比，从 2025 年初的 11% 一路狂飙，最终突破了 50% 的大关。

这是一个具有里程碑意义的数据。它意味着，现阶段人类对 AI 最迫切、最广泛的需求，就是让它帮助我们构建数字世界本身。

这解释了为什么 Anthropic 的 Claude 系列能拥有如此死忠的信徒。

在很长一段时间里，Claude 几乎就是程序员的代名词，占据了 60% 以上的编程流量。

由于其卓越的代码理解能力和超长的上下文窗口，它被视为最完美的结对编程伙伴。

2025 年 11 月，Anthropic 的绝对防线首次被突破。

OpenAI（约 8%）、Google（约 15%）以及来自中国的后起之秀 MiniMax，开始疯狂蚕食这一领地。

特别是 Qwen 和 DeepSeek，在开源编程领域一度超越了西方模型，直到 GPT-OSS 和 Llama 代码版发布才勉强扳回一城。

这种对编程能力的狂热追逐，反映了一个深刻的趋势：AI 正在从内容消费者转变为工具制造者。

当超过一半的算力都在生成代码时，我们实际上是在用 AI 制造更复杂的软件，而这些软件反过来又可能包含着 AI。这是一个自我加速的循环。

但在这 50% 的理性光辉之外，还有另一半的世界。

角色扮演的巨大需求

如果说编程是 AI 的面子，那么角色扮演（Roleplay）就是 AI 的里子。

在严肃的商业分析报告中，这往往是一个被刻意忽略或轻描淡写的领域。

但 OpenRouter 的数据毫不留情地揭开了这个庞大的地下王国。

在开源模型（OSS）的使用统计中，超过 50% 的流量竟然贡献给了角色扮演。

请注意，这绝对不是简单的闲聊，也不是问 Siri今天天气怎么样。

这里所说的 Roleplay，是高度结构化的、沉浸式的、甚至带有剧本性质的复杂互动（Games/Roleplaying Games）。

用户在构建一个世界。

他们设定详尽的世界观，定义复杂的角色性格，然后在这个虚拟的舞台上，与 AI 进行长达数千轮的互动。

DeepSeek 是这一领域的无冕之王。

数据显示，DeepSeek 流量中有惊人的三分之二来自角色扮演和休闲聊天。

为什么？不仅仅是因为它便宜，更是因为它在处理中文语境、理解微妙的情感潜台词，以及（或许是最重要的）在内容审查尺度上的某种默契上，展现出了独特的优势。

这里呈现出一种有趣的二元对立：

闭源模型（如 Claude, GPT-4）像是一个穿着西装的精英，它们昂贵、严谨、合规，被人们用于严肃的搬砖工作——写代码、改论文、做报表。

开源模型（尤其是部分国产模型）则像是一个才华横溢的游吟诗人，它们便宜、灵动、甚至带有一丝野性，被人们用于释放想象力，满足情感需求，甚至进行某种程度的心理代偿。

这 50% 的角色扮演流量，实际上是人类孤独感的一种投射。

在 100 万亿 Token 的流动中，我们看到的不只是冷冰冰的代码，还有无数渴望交流、渴望被理解、渴望在虚拟世界中寻找另一种可能的灵魂。

灰姑娘效应决定用户去留

在 AI 的世界里，发布一个新模型并不难，难的是让用户留下来。

OpenRouter 团队在分析用户留存数据时，发现了一个极其迷人的现象，他们将其命名为灰姑娘水晶鞋效应（Cinderella Glass Slipper Effect）。

这个理论是这样描述的：当一个新模型（比如 GPT-4o Mini）发布时，如果它在那个特定的时间点，完美地解决了某一部分用户积压已久的特定痛点（比如价格足够低且速度足够快），这批最早期的用户就会像灰姑娘穿上了完美契合的水晶鞋一样，形成极高的忠诚度。

数据图表上，GPT-4o Mini 的首月用户群（2024年7月队列）展现出了惊人的粘性，那条留存曲线平稳得让人嫉妒。

然而，对于那些不够幸运的模型，比如 Gemini 2.0 Flash 或 Llama 4 Maverick，它们的留存曲线则是一潭死水。

这意味着它们虽然发布了，但并没有在任何特定人群中建立起非你不可的连接。

它们是平庸的鞋子，谁都能穿，谁都会脱。

在这个效应中，DeepSeek 再次提供了一个反直觉的案例，我们称之为回旋镖效应（Boomerang Effect）。

通常情况下，用户流失就像泼出去的水，一去不复返。

但在 DeepSeek 的数据图表中，我们看到了一条条诡异的死灰复燃曲线。

用户在使用了 DeepSeek 一段时间后流失了，去尝试了其他模型，但在几个月后，他们又回来了。

这就像是一个回旋镖。

这意味着用户在转了一圈后发现，在某些特定的场景（比如中文角色扮演或高性价比推理）下，DeepSeek 依然是那个无可替代的旧爱。

这种基于独特体验而非单纯参数的留存，才是最坚固的护城河。

最后，让我们把目光投向支撑这一切的经济与地理基础。

经济学中有一个著名的杰文斯悖论（Jevons Paradox）：当技术进步提高资源利用效率（即成本降低）时，资源的消耗量反而会增加。

在 AI 领域，这一悖论正在完美应验。

随着 Token 的价格一降再降，尤其是 DeepSeek V3 和 Qwen 等模型将价格打到 1 美元可以买几百万 Token 的地步，人类并没有因为便宜而少花钱，反而创造出了更多疯狂的需求。

我们开始用 AI 逐帧分析视频，用 AI 生成整个软件工程，用 AI 陪伴自己度过漫漫长夜。

在这个过程中，亚洲正在崛起。

虽然北美依然占据了 47% 的算力消费，但亚洲的份额已从 13% 激增至 31%。

中国、新加坡、韩国，这些国家不仅是算力的消费者，更是创新的发动机。

2025 年的 AI 世界，正如 OpenRouter 报告所言，是一个多元（Pluralistic）的世界。

没有绝对的霸主。

OpenAI 不再独孤求败，Anthropic 守住了编程的护城河，DeepSeek 和 Qwen 统治了开源与长尾需求。

AI 不再是单纯的工具，而是生态。

从严肃的代码构建到充满幻想的角色扮演，AI 正在嵌入人类生活的每一个缝隙。

推理是新的货币。

随着 o1 类模型的普及，我们不再为生成字数付费，而是为思考质量付费。

在这 100 万亿 Token 构建的数字宇宙中，我们看到的不仅仅是算法的胜利，更是人类文明在硅基载体上的某种延续与变异。

水晶鞋不仅属于灰姑娘，也属于每一个在 AI 浪潮中找到自己位置的模型与开发者。

参考资料：

https://a16z.com/state-of-ai/

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