《2025年百万亿词元AI使用研究报告|OpenRouter》，文章提出“水晶鞋”效应，认为用户留存不由模型更新速度决定，而是「初始匹配度」——当一位“灰姑娘”（大模型）首次穿上水晶鞋，也就是第一个完美解决某类高价值难题时，就会形成极强黏性，留住用户。即便后续模型更好，也很难抢走这批核心用户。

他们还发现，在OpenRouter，推理模型的使用量已超过50%；Agent开始主导，而不是简单对话。这个可能跟两个因素有关，一个是OpenRouter是大模型API供应商，用的基本是偏专业的用户；另一个是从词元消耗衡量的话，Agent优势比简单对话大太多了。

不管怎么说，对话框确实只是大模型时代命令行，迟早有替代交互。

💰哪种话题最多人聊最愿意付费？💰

可能还有人关心怎么领域最愿意用更贵的大模型（图一，注意是对数坐标，1.0差距其实是10倍差距）。首位是“技术”，可能是复杂系统设计或架构，词元消耗也不小，排现有类别第三。

报告里将“科学”跟“技术”归为第一象限（右上角），但个人觉得“科学”跟“编程”差距不大。

编程、角色扮演是挺成熟的市场了。角色扮演是为数不多非专业级标签，是在对话框这种落后交互下“野蛮生长”出来的付费玩法。不敢想象它以后的真正潜力。（不过要是去掉某种阑夕喜欢的内容，估计就被砍剩一成了）

右下角是当成行业专家来咨询。用户愿意为更高准确率支付溢价，而频率比编程低一个数量级，符合现实情况。

左下角市场显得一般，包括翻译、法律、冷知识问答（trivia，不重要但有趣、有价值的零碎知识，原文未具体解释）。可能都是因为有别的替代。翻译好像比较惨，使用量不低但价格敏感。就连问冷知识的都比翻译的贵。

或许在提醒我们，没事别干翻译[doge]

✌️双重二分结构✌️
1️⃣功能。闭源模型主导复杂任务；开源主导高频、成本敏感或无需审查的任务
2️⃣价格。“中间模型”比上不足，比下「无」余。用户愿意为高质量回答多付钱，也喜欢用低廉价格的模型，“中间”的就尴尬了

🇨🇳 🀄️中国开源模型在世界开源模型大放异彩 🀄️🇨🇳

上面只是一些亮点介绍，更多内容、具体分析逻辑与方法，请看原文：openrouter.ai/state-of-ai

🛑可能的问题🛑
1️⃣样本偏差。报告原文也承认了，OpenRouter的主要用户群体是开发者、中小企业和AI发烧友。因此，编程跟角色扮演的权重很可能过于多了，可能高估角色扮演的占比，低估了大型企业办公文档之类主流场景；
2️⃣地理位置或分类误判。由于隐私保护问题，没有对用户数据直接做处理，分类器样本也相对极小。另外个人觉得科学跟学术重叠概率不小；
3️⃣缺乏对“流失用户”的追踪，不能分析“劝退点”🔚