前言#
2024 年是大型语言模型（LLM）进化与应用的一个关键转折点。OpenRouter 通过分析其平台上超过 100 万亿（100 Trillion）Token 的真实交互数据，发布了《State of AI》报告。这份报告不仅仅是横向的评测，更是对开发者与终端用户“在真实世界中如何使用 AI”的深度洞察。
关键发现摘要#
- 推理模型（Reasoning Models）的崛起：自 2024 年 12 月 o1 正式发布以来，AI 正从单次预测转向多步审核推理。
- 开源格局重塑：开源权重模型（OSS）已占据总使用量的 1/3，其中中国大陆模型（DeepSeek、Qwen）表现亮眼。
- 智能体推理（Agentic Inference）：AI 不再仅是对话框，而是作为“智能体”执行任务、调用工具，Agent 模式已成为生产环境的默认设置。
- Cinderella 效应：早期用户群体展现出极高的留存率与忠诚度。
第一章：从预测到推理——o1 引发的技术拐点#
在 2024 年底之前，SOTA 模型大多是单次、自回归预测器。o1（Strawberry）的出现打破了这一限制：
- 内部运算：推理模型通过扩展推理时间的计算量（Internal Multi-step Deliberation），在生成结果前进行潜在规划与反复迭代。
- 能力跃迁：这使得模型在数学推理、逻辑一致性及多步决策中展现出系统性的提升。
- 范式转换：推理不再仅仅是被“描述”出来的过程，而是架构层面的核心逻辑。
第二章：开源 vs 闭源——多元共存的新常态#
报告指出，开源与闭源模型目前已达到约 30% vs 70% 的动态平衡：
- OSS 的稳定增长：开源模型在成本效率、透明度与自定义方面优势明显，已成为多模型栈（Multi-model stack）的重要组成部分。
- 中国大陆模型的强势崛起：DeepSeek V3、Qwen 等模型的密集发布，使得中国大陆模型在某些周的使用份额一度接近 30%。平均周份额约 13.0%，显示出极强的技术竞争力与市场适配速度。
第三章：智能体推理（Agentic Inference）的兴起#
AI 使用正在从“单次文本补完”转向“多步工具调用”：
- Reasoning-intensive 内容：推理密集型任务已占到所有使用的近一半。
- 工具调用（Tool-calling）：开发者越来越多地将模型作为自动化系统中的核心组件。
- 交互形态变迁：数据内容（Prompt）与完成词（Completion）的形状正在改变，序列更长、交互更复杂。报告大胆预测：智能体推理的规模可能已经或即将超过人类推理量。
第四章：用户行为与地理分析#
1. 意想不到的热门类别#
- 创意角色扮演（Creative Roleplay）：出人意料地领先于许多假设会占据主导的生产力任务。
- 编码辅助（Coding Assistance）：仍然是 AI 高价值应用的核心。
- 分类分布：用户使用 AI 展示出极大的多样性，而非单一的“助手”功能。
2. Cinderella “Glass Slipper” 留存效应#
研究发现存在一群“基础用户（Foundational Cohorts）”，他们从早期就开始使用并保持极长期的参与度。这种“灰姑娘的水晶鞋”效应说明 AI 对特定群体产生了不可替代的深度粘性。
3. 地理趋势#
- 全球 LLM 使用展现出强烈的地域差异。
- 亚洲地区的份额持续扩张，反映出全球计算资源与需求的去中心化。
结论与展望#
o1 的出现并没有结束竞争，反而拓宽了设计空间。AI 的发展正从“追求排行榜分数（Leaderboard Deltas）”转向“追求真实任务完成度（Real Task Completion）”。
- 系统思维取代单体模型：未来将更专注于运营卓越性与跨模型编排。
- 全球资源化：LLM 已成为真正的全球计算资源，多极化趋势明显。
[!IMPORTANT] 报告原文地址： OpenRouter State of AI PDF 下载： State-of-AI.pdf