近期有个重磅的AI现状报告发布，通过OpenRouter平台上百万亿个token分析了当前全球AI的现状。OpenRouter有点像是LLM的聚合平台，上面提供了多数主流闭源和开源的LLM模型供调用。

• 整体来看，美国主导闭源，中国主导开源。

• LLM范式从直接生成到多步骤推理。

• 开源模型与闭源模型大致的比例是3:7，也就是当前全球开源模型占三成左右。中国基本上主导了开源模型的发展，有实力的厂商包括deepseek、qwen、kimi。中国开源占了13%份额，而非中国开源占13.7%。

• deepseek当时凭借V3和R1主导开源，占了一半token使用份额。不过后面qwen、minimax、kimi、gpt-oss等瓜分了一些份额。竞争非常激烈，需要持续更新发布新模型才能保持份额。

• 模型参数量从最开始小参量和大参量，后来为适应市场很多厂家推出中参量。小于15B是小参量，15-70B是中参量，大于70B是大参量。小参量效果较差越来越少人用，大参量效果好但耗资源，所以实际落地还得是中参量，中参量成为主流。

• 国内外开源模型使用场景有些差异，整体来说都是以角色扮演和编程为主。

• 有一个明显的趋势是推理模型占比越来越大，从年初时几乎无人使用到现在整体token份额超50%。主流推理模型厂商是xAI、google、openai。

• 还有一个趋势是工具调用使用越来越多，年初几乎没人使用，现在大概有13%的token占比。提供模型的厂家主要有openai、anthropic、google、z-ai。

• 相比2024年每个请求的token数增长了近4倍，输入从1.5k增加到6k，输出则是从150增长到400。

• 提出了一个所谓的灰姑娘玻璃鞋效应，描述了用户粘性与模型选择的现象，早期用户根据自己需求和模型特性进行选择。一旦用户嵌入到自己的工作流后就迁移到其它模型的可能性就很小，体现了模型的先发优势。