2025年底，硅谷风投机构a16z与AI推理平台OpenRouter联合发布的《State of AI》报告，基于平台上超过100万亿token的真实用户交互数据，揭示了大语言模型在实际应用中的深层演变。这份报告恰逢OpenAI发布其推理模型o1一周年，标志着AI从单次生成迈向多步骤推理的范式跃迁，而这一年来的变化远超预期。 报告的核心价值在于其数据来源的广泛性与客观性。OpenRouter作为连接数百个大模型的统一接口，能够追踪开发者与终端用户在真实场景中的模型选择、任务类型与成本支出，且不涉及任何用户提示或输出内容，仅依赖时间戳、模型类型、token消耗与工具调用等元数据，从而实现对AI使用行为的宏观洞察。 在模型格局上，开源模型的崛起尤为显著。到2025年末，其市场份额已接近30%，一年间增长迅猛。中国开发的模型如DeepSeek、通义千问（Qwen）和月之暗面的Kimi系列，从海外开发者眼中的“陌生面孔”跃升为高频使用对象，全年平均占中国开源模型使用量的13%，与非中国开源模型基本持平，形成中美并立的开源新生态。闭源模型仍占70%左右，尤其在企业级与高监管领域保持优势，形成“闭源定性能上限，开源提效率与灵活性”的双轨结构。 在模型规模方面，中型模型（15B至70B参数）成为最大增长点。2024年11月Qwen2.5 Coder 32B发布后，Mistral Small 3、GPT-OSS 20B等相继入场，满足用户对“够聪明又不贵不慢”的平衡需求。小型模型使用持续下降，大型模型虽有增长，但未现垄断，市场呈现多极化。 使用场景的分布令人意外。在开源模型中，角色扮演类任务占token消耗超一半，编程次之。这反映出用户将AI视为互动叙事伙伴，用于创作、游戏、虚拟对话等非生产性场景。其背后原因在于开源模型可自由微调，规避商业安全过滤，更易实现情感细腻与风格灵活。而当纳入闭源模型，编程任务占比从年初11%飙升至50%以上，成为增长最快、竞争最激烈的领域。Anthropic的Claude系列长期主导，OpenAI份额从2%升至8%，Google稳定在15%，新势力如MiniMax、Z.AI、Qwen快速渗透，显示编程正成为AI战略高地。 更关键的转变是“Agentic推理”的兴起。模型不再仅作单轮生成，而是作为自动化系统中的智能代理，执行多步规划、调用工具、维持长上下文。数据显示，推理优化模型（如o1、GPT-5、Claude 4.5、Gemini 3）的token占比已超50%。工具调用持续上升，平均提示长度一年内增长近四倍，输出长度翻三倍，主因是编程任务对代码库、文档等长输入的依赖。这标志着AI正从“创意生成器”转向“分析引擎”。 地理分布显示AI使用日益全球化。亚洲份额从13%升至31%，北美虽仍最大，但占比不足一半；欧洲稳定在15%-20%。语言上，英语占82.87%，中文居第二，俄语、西班牙语、泰语亦有可观使用。成本方面，价格弹性极低——降价10%仅带来0.5%-0.7%的使用增长，表明市场尚未完全商品化，差异化仍具价值。 报告提出“灰姑娘水晶鞋效应”：当新模型恰好匹配长期未被满足的高价值任务时，会形成强烈锁定，用户系统围绕其构建，难以迁移。Gemini 2.5 Pro与Claude 4 Sonnet的高留存率印证了这一点。而GPT-4o Mini的单一高粘性队列则显示，首次实现“完美契合”的窗口极为短暂。相反，未建立初始匹配的模型（如Gemini 2.0 Flash）则始终难以留住用户。 总结而言，AI生态已进入多模型共存时代，使用场景超越生产力工具，Agentic推理成为主流，全球化与去中心化加速，而真正决定胜负的，是能否在特定任务上实现“精准契合”。报告虽受限于单一平台数据，但其揭示的行为模式，为理解AI真实演进提供了关键镜像。