OpenRouterが「100兆トークンのデータに基づくAI現状レポート」を公開
今日のデジタル時代において、人工知能（AI）、特に大規模言語モデル（LLM）は、かつてない速さで世界を変えつつあります。しかしながら、これらのモデルの現実世界における応用例や影響については、まだ十分な情報が不足しています。
今日のデジタル時代では、人工的な知的（AI特に大規模な言語モデル（LLM(s)は前例のない速さで世界を変えています。しかし、これらのモデルの実際の使用と影響に関する体系的な実証研究はまだ不足しています。これに基づき、OpenRouterとa16zは共同で「State of AI「OpenRouterを用いた100兆トークンの実証的研究」と題されたこのレポートは、OpenRouterプラットフォーム上の100兆トークンを超えるトークンの真正性を分析している。実用的ユーザーインタラクションデータ、詳細な分析 LLMこの報告書は、世界における[当該技術／製品]の実際の利用状況を明らかにしている。オープンソースクローズドソースモデルによる競争環境、推論最適化モデルの台頭、そしてプログラミングとロールプレイングの優位性。AI 利用のグローバル化傾向、そしてユーザー維持やコスト動向といった重要な課題は、理解する上で極めて重要である。 LLMこれは、s の現状と将来の発展方向について、新たな視点とデータによる裏付けを提供する。
研究の背景と意義
OpenRouterとa16zが共同で発表した詳細な調査結果によると…AIこの分野は前例のない「大分岐」を経験している。本レポートは、OpenRouterプラットフォーム上の100兆トークンの真の価値に基づいている。実用的ユーザーインタラクションのメタデータは、2023年末から2025年11月までの期間（特に約1年間）を対象としており、世界中の300以上のモデルと60以上のプロバイダーを網羅しているため、現在までに最大規模のデータセットとなっている。LLM実証研究。これまで、評価は…AIモデルの影響度を測る指標は、多くの場合、学術的なベンチマークテストやユーザー数の公表値に限られています。OpenRouterは、実際のコンピューティング能力消費量に基づいた、まさに神の視点からの視点を提供し、開発者や企業がシステムをどのように利用しているかを正確に明らかにします。AI。
オープンソースモデルの台頭
オープンソースクローズドソースモデルとの比較：
- クローズドソースモデルOpenは依然として高価値なシナリオで優位を占めており、トークン使用全体の約70%を占めている。特に、企業レベルや規制対象のタスク（金融コンプライアンスや医療相談など）では、ユーザーはOpenを選択する傾向がある。AIAnthropicやGoogleなどのベンダーの独自モデル（例）Claude 3.7 Sonnet、GPT-5 Pro）。
- オープンソースモデル2025年末までにそのシェアは30%で安定し、成長は「持続可能」となる見込みです。これは短期的な実験的利用ではなく、本番環境への深い統合（DeepSeek V3やQwen 3 Coderのリリース後のピークトラフィックの長期維持など）を意味します。
中国オープンソースモデル展開：
- データ2024年末時点では、中国製モデルの利用率はわずか1.2%でしたが、2025年後半には、DeepSeek、Qwen、MiniMax、Kimi、GLMなどの中国製OSSモデルの利用が、モデルトラフィック全体の30%近くを占める週もありました。
- 中核的な利点：
- 高速な反復処理速度DeepSeekおよびQwenファミリーのソフトウェアは、「高頻度アップデート」（例えば、月に1～2つの新バージョン）を採用しています。速いさまざまなシナリオ（例えば、長文のコンテキストを用いたプログラミングや中国語のロールプレイングなど）に対応できます。
- シーンへの適応性が高い中国語処理、ロールプレイング、コード生成（例：Qwen 3 Coder）などの分野では、その性能は他のコード生成器と同等か、あるいはそれを凌駕する。オープンソースモデル（Meta LLaMA 3.3など）。
モデルサイズの好み：「中型モデル」が新たな主流に
- 小型モデル（パラメータ数15B未満）市場シェアは低下の一途を辿っている。Google Gemma 3.12Bのような新製品も登場しているものの、機能が限られているためユーザーが頻繁に乗り換えやすく、安定した定着率を築くのは難しい。
- 中型モデル（15B～70Bパラメータ）2025年に登場したQwen2.5 Coder 32BやMistral Small 3といった代表的なモデルは、「機能（推論、コード）」と「効率（コスト、レイテンシ）」の最適なバランスを実現し、開発者にとって好ましい選択肢となった。
- 大規模モデル（700億個以上のパラメータ）ニーズの多様化により、もはや「唯一の選択肢」ではなくなった – Qwen3 235BGPTOSS-120Bのような高性能デバイスは強力ではあるものの、その高価格ゆえに、システムアーキテクチャ設計のような複雑なタスクへの利用に限られてしまう。
利用事例は「二極化」しており、プログラミングとロールプレイングがトラフィックの大部分を占めている。
オープンソース市場モデル：ロールプレイングゲームが市場の半分を占める。：
- データ：オープンソースこのモデルでは、トークンの52%がロールプレイングに使用されており、「生産性シナリオ」（プログラミングが15%～20%、執筆が5%）をはるかに上回っている。
- シーンの詳細これには、ゲーム内のNPCとの会話、ファンフィクションの制作、仮想コンパニオンとのやり取りなどが含まれ、中核となる要件は「柔軟な応答、感情の繊細さ、そしてコンテンツの制限が少ないこと」です。オープンソースこのモデルは自由に微調整でき、商用セキュリティフィルター（カスタムキャラクター設定をサポートするDeepSeek Chat V3や、長時間の会話でも一貫性を維持できるQwenロールプレイングモデルなど）による制約を受けません。
すべてのプラットフォームにおいて、プログラミングは最も激しい競争を伴う「最重要シナリオ」となる。：
- 爆発的な成長プログラミングタスクで使用されるトークンの割合は、2025年初頭の11%から年末までに50%以上に急増し、LLM最も基本的な生産性向上アプリケーション（コード生成、デバッグ、コードライブラリの理解など）。
- 市場構造：
- Anthropic（Claudeシリーズ）同社は長らく60%以上の市場シェアで番組制作市場を独占していたが、2025年11月に初めて60%を下回った。
- 追跡者の台頭：OpenAIGoogleは2％から8％に上昇したが、15％で安定しており、中国のオープンソースソフトウェア（Qwen Coder、DeepSeek R1）も成長を見せた。速いPentration、MiniMax、その他の新規参入企業は、週ごとの市場シェアに大きな変動が見られた（モデルの品質や遅延のわずかな変化でさえ、選択に影響を与えた）。
AgentIC推論は新たなパラダイムとなる。AI「ジェネレーター」から「分析エンジン」へ
推論モデル：6か月以内に50%以上を占める：
- パラダイムシフト2024年12月オープン予定AI o1モデル（コードネーム「ストロベリー」）がリリースされ、…LLM「単一チャネルのテキスト生成」から「多段階の内部推論」まで、O1は「潜在的計画と反復最適化」を通じて数学的論理と多段階の意思決定能力を強化し、その後...GPT-5、Claude 4.5、Gemini 3. フォローアップを行い、2025年末までに推論モデルにおけるトークンの割合が50%を超えるようにします。
- ヘッドモデル：xAIGrok Code Fast 1はダークホースとして台頭し、推論シナリオで使用されるトークンの約25%を占め、Googleを上回った。 Gemini 2.5 Pro（20%）、OpenAI GPT-OSS-120B（15%）。
ツール呼び出しと長いコンテキスト:AgentICの2つの柱：
- ツールの使用が日常的なものになるツール呼び出し要求の割合は2025年に着実に増加した（5月の異常なピークを除く）。人為的 Claude 4.5 ソネット（9月末以降）速い（30％）AI Grok Code Fast (15%) は、マーキングを行う主要請負業者です。AI役割は「対話者」から「システムコンポーネント」（APIを呼び出してデータを取得したり、コードを実行したりするなど）へと変化した。
- コンテキストの長さが急上昇した：
- プロンプトの平均長さトークンの数は、2024年初頭の1,500から2025年末には6,000に増加します（4倍の増加）。
- 完了長さトークン数を150トークンから400トークンに増加（3倍増）。
- コアドライバープログラミングタスク（コードライブラリの理解とデバッグには20,000以上のトークン入力が必要）では、コンテキストが徐々に増加していく。
LLMそれは何に使われていたのですか？
プログラミングが最重要業務となる：
- データプログラミング関連のリクエストトークンの割合は、2025年初頭の11%から年末までに50%以上に急増し、最も安定的に成長するカテゴリーとなった。これには、コード生成、デバッグ、データスクリプト作成などのシナリオが含まれ、市場における大きな変化を示している。LLM探索的な対話から、開発者のワークフローに深く組み込まれたアプリケーションツールへと移行する。
- 市場競争の状況：
- Anthropic Claudeシリーズ同社は長らく60%以上の市場シェアで番組制作市場を独占していたが、2025年11月に初めて60%を下回った。
- OpenAIそのシェアは2％から8％に増加した。
- Google15％で安定している。
- 中国OSS（Qwen, Z）。AIそしてミニマックスやその他の新星たち：速い浸透度が高いということは、開発者がモデルの品質やレイテンシのわずかな変化にも非常に敏感であることを意味する。
12の一般的なタスクの内部構造：
- ロールプレイ：占めるオープンソースモデルトークンの使用の52%のうち、60%は「ゲーム/ロールプレイングゲーム」に集中しており、作者リソース（15.6%）と成人向けコンテンツ（15.4%）の割合はほぼ同じであることから、単なる気軽なチャットではなく、明確なシナリオ要件があることが示唆される。
- プログラミング部門トラフィックの3分の2以上が「プログラミング／その他」に属しており、幅広い一般的なニーズを示している。開発ツールの割合（26.4%）が増加しており、専門化の傾向が見られる。
- ロングテール領域の特性：
- 科学分野クエリの80.4%は「機械学習そして人工的な知的「ユアンと共に」AI焦点は、従来のSTEM分野のトピックではなく、問題解決に置かれています。
- 医療分野分布は非常に分散しており、サブタグはそれぞれ25%以下を占めるに過ぎず、医療研究、コンサルティング、診断などを網羅しており、需要は複雑かつ繊細である。
- 金融および法律分野ラベルは散在しており、成熟した、専門性の高いものが不足している。LLMワークフローとアプリケーションはまだ開発段階にあります。
LLM地域によって利用状況にどのような違いがありますか？
地域別の利用状況：
- 北米依然として最大の市場（47.22%を占める）ではあるが、そのシェアは低下し続けている。
- アジアそのシェアは13％から31％へと倍以上に拡大し、最も急速に成長している消費者市場となった。
- ヨーロッパ15％～20％で安定している。
- 国家レベル米国が47.17%で圧倒的なリードを保ち、シンガポール（9.21%）、ドイツ（7.51%）、中国（6.01%）がそれに続いた。世界60カ国以上が参加した。LLM使用。
言語分布：
- 英語英語を使用するユーザーの割合は82.87%であり、これは開発者のユーザー層の大きさと英語モデルの普及率を反映している。
- 簡体字中国語英語が4.95％を占め、次いでロシア語（2.47％）、スペイン語（1.43％）となっており、英語以外の言語に対する需要が徐々に増加していることを示している。
ユーザー定着パターン：「シンデレラのガラスの靴効果」が長期的なユーザーエンゲージメントを決定づける。
核心現象：
- ほとんどのモデルは、高いユーザー維持率と「高い解約率」を示しています。速い「減衰」特性，しかし、基本的なユーザー層は存在する。これらのユーザーの作業負荷はモデルと深く統合されているため、経済的および認知的慣性が生じ、新しいモデルがリリースされた場合でも移行が困難になる。
- “「シンデレラのガラスの靴効果」新しいモデルが、満たされていない高価値なワークロードに正確に対応できれば、基本的なユーザー層を確保できる。そうでなければ、安定したユーザーエンゲージメントを確立できず、ユーザーは代替モデルを探し続けるだろう。
典型的な保持パターン：
- 先発者優位：のようにClaude 4 Sonnet、Gemini 2.5 Proの初期ユーザー層は、モデルリリース初期段階で安定した関係を築き、その後長期間にわたり、後続のユーザー層よりも高い定着率を維持した。
- ミスマッチ：のようにGemini 2.0 FlashおよびLlama 4 Maverickシステムは、高性能なユーザー基盤を確立できず、結果として全バッチにおいてユーザー維持率が低くなった。
- ブーメラン効果DeepSeekユーザーが一度離脱した後に再び利用し始めた理由は、競合製品を試用した結果、DeepSeekがプロフェッショナルな性能とコスト面で優れていることを確認したからである。
コストと利用状況の動向、重要な市場細分化
オープンソースクローズドソースモデルとの比較：
- クローズドソースモデル高コスト・高利用の象限に重点を置き、主に高付加価値のタスクを処理する。
- オープンソースモデル主に低コストで利用頻度の高い分野に重点を置き、大量かつコスト重視の業務を主に処理する。
コスト使用量の4象限分布：
- 高負荷ワークロード（高コスト、高使用量）技術的・科学的なタスクにおいては、ユーザーは複雑な推論（システムアーキテクチャ設計など）に対して割増料金を支払うことを厭わない。
- 大衆市場向け（低コスト、高利用率）プログラミング、ロールプレイングオープンソースこのモデルはコスト面で優位性があり、ユーザーのエンゲージメントは専門的な業務と同等である。
- 専門家（高コスト、低利用率）金融、医療、法律は、リスクが高く、極めて高い精度が求められるニッチな分野である。
- ニッチ実用的ツール（低コスト、低頻度）翻訳や雑学は高度に商品化されており、代替手段が豊富に存在する。
市場価格設定とユーザー行動特性：
- 需要弾力性が低いマクロレベルでは、価格変動は利用に比較的小さな影響しか与えません。ミクロレベルでは、企業ユーザーはミッションクリティカルなタスク（例：...）に対してより高い価格を支払う意思があります。GPT-4、Claude 3.7 Sonnet）、開発者や愛好家はコストに敏感です。
- ジェボンズのパラドックスの兆候低価格モデル（例）Gemini 効率性の向上により、Flash 2.0とDeepSeek V3はより多くのタスクに広く統合され、その結果、トークンの総消費量が急増した。
- 階層的競争モデル市場には4つの典型的なタイプが存在する。高級リーダー（Claudeシリーズ）、高効率ジャイアンツ（Gemini Flash、DeepSeek V3）、ロングテールモデル（Qwen 2-7B）、アドバンストエキスパート（GPT-5 Proでは、差別化（レイテンシー、コンテキスト長、信頼性）が依然として主要な競争優位性となっています。
コアインサイト：
- マルチモデルエコシステムが主流になる単一のモデルですべてのシナリオを網羅することは不可能であり、高付加価値のタスクではクローズドソースのモデルが主流となっている。オープンソースこのモデルは低コスト・大容量のシナリオを想定しており、開発者は複数のモデルを柔軟に統合する必要がある。
- 生産性以外の用途ロールプレイングなどのエンターテイメントシナリオの割合が高いことは、消費者向けの物語性や感情的なインタラクションアプリケーションの可能性を浮き彫りにしている。モデル評価においては、一貫性と対話体験のバランスを取る必要がある。
- AgentIC推論が新たなパラダイムとなる焦点は、単発的な生成から複数段階の計画とツールの活用へと移り、評価基準も言語の質からタスクの完了へと変化した。
- グローバル化と地域化の並行アジア市場、中国の台頭オープンソースモデルは重要な存在となった。LLM複数の言語や文化的な状況に対応できる必要がある。
- 成長よりも維持の方が重要「クリスタルシュー効果」の下では、高価値なワークロードに正確に適合するモデルのみが、長期的なユーザー定着率を構築できる。
制限：
このデータはOpenRouterプラットフォームのみを対象としており、ローカルの企業展開や内部システムは含まれていません。一部の分析はプロキシメトリクス（推論タスクを識別するためのツール呼び出しなど）に依存しており、結果は絶対的なものではなく、あくまで参考値です。
将来のトレンド：
LLMグローバルなコンピューティングインフラに深く統合されるにつれて、競争の焦点はモデルパラメータの規模から、タスク完了効率、コスト管理、シナリオへの適応性へと移行するだろう。知的体推論は徐々に成熟し、推進力となるだろう...LLM「生成ツール」から「意思決定エンジン」へとアップグレードする。
- 公式ウェブサイトを報告：https://openrouter.ai/state-of-ai
CodeFlying海外版テスト：一文アプリケーション生成自動展開と起動
実地試験の結果、Zhipu GLM-4.6Vは国産のGLMの中で最もパワフルであることが証明された。マルチモーダルAgent基本モデル