人工智能现状：一项基于 OpenRouter 的 100 万亿 Token 实证研究
人工智能
2026-01-16 v1
摘要
过去一年标志着大语言模型（LLM）演变和实际应用的转折点。随着 2024 年 12 月 5 日首个被广泛采用的推理模型 o1 的发布，该领域从单次模式生成转向了多步深思推理，加速了部署、实验和新类别应用的出现。随着这一转变的快速展开，我们对这些模型在实践中如何被实际使用的实证理解却相对滞后。在这项工作中，我们利用 OpenRouter 平台（一个跨多种 LLM 的 AI 推理服务提供商），分析了跨任务、地域和时间的超过 100 万亿 Token 的真实世界 LLM 交互数据。在我们的实证研究中，我们观察到开放权重模型的广泛采用、创意角色扮演（超出许多人认为占主导地位的生产力任务）和编码辅助类别的超高人气，以及智能体推理的兴起。此外，我们的留存分析识别出了基础用户群：早期用户的参与度持续时间远超后期用户群。我们将此现象称为灰姑娘“水晶鞋”效应。这些发现表明，开发者和最终用户“在野外”与 LLM 互动的方式是复杂且多方面的。我们讨论了对模型构建者、AI 开发者和基础设施提供商的启示，并概述了数据驱动的使用理解如何为 LLM 系统的更好设计和部署提供信息。
引用
@article{arxiv.2601.10088,
title = {State of AI: An Empirical 100 Trillion Token Study with OpenRouter},
author = {Malika Aubakirova and Alex Atallah and Chris Clark and Justin Summerville and Anjney Midha},
journal= {arXiv preprint arXiv:2601.10088},
year = {2026}
}
备注
36 pages