Последний год нам твердили, что искусственный интеллект кардинально меняет продуктивность — помогает писать письма, генерировать код и резюмировать документы. Но что, если реальное применение технологий людьми радикально отличается от навязанных нам представлений?
Масштабное исследование платформы OpenRouter, наконец, приоткрыло завесу тайны, проанализировав более 100 триллионов токенов. По сути, это миллиарды диалогов и взаимодействий с большими языковыми моделями, такими как ChatGPT, Claude и десятками других. Результаты ставят под сомнение многие устоявшиеся мифы об ИИ-революции.
OpenRouter — это агрегатор ИИ-моделей, который распределяет запросы между более чем 300 моделями от 60 поставщиков, включая OpenAI, Anthropic, а также open-source альтернативы вроде DeepSeek и LLaMA от Meta.
Более 50% активности на платформе приходится на пользователей за пределами США, а сама она обслуживает миллионы разработчиков по всему миру. Это дает уникальную картину реального развертывания ИИ в разных географиях, сферах применения и среди разных типов пользователей.
Важно, что исследование анализировало только метаданные миллиардов запросов, не имея доступа к содержанию разговоров, что гарантирует приватность пользователей, но при этом раскрывает модели их поведения.
Оглавление
- 1 Ролевые игры: Неожиданный лидер использования
- 2 Программирование: Самая быстрорастущая сфера
- 3 Китайский прорыв: Смена глобальных позиций
- 4 Эпоха «Агентного» ИИ: От ответов к действиям
- 5 «Эффект Хрустальной Туфельки»: Ценность первого решения
- 6 Цена — не главное? Удивительная инертность спроса
- 7 Что это значит для будущего?
Ролевые игры: Неожиданный лидер использования
Самое удивительное открытие: более половины всего использования open-source моделей ИИ вовсе не связано с продуктивностью. Оно посвящено ролевым играм и творческому сторителлингу.
Да, вы не ослышались. Пока руководители IT-компаний расхваливают потенциал ИИ для бизнеса, пользователи тратят львиную долю времени на разговоры в рамках заданных персонажей, интерактивные истории и игровые сценарии.
На эту категорию приходится свыше 50% взаимодействий с open-source моделями, что даже превосходит помощь в программировании.
«Это опровергает предположение, что языковые модели в основном используются для написания кода, писем или сводок, — говорится в отчете. — В действительности многие пользователи обращаются к ним за общением или творческим поиском».
Речь не о простой беседе. Данные показывают, что пользователи воспринимают ИИ как структурированную движковую систему для ролевых игр: 60% соответствующих запросов попадают в категории конкретных игровых сценариев и творческого письма. Это масштабный, почти незаметный со стороны кейс, который меняет представление самих разработчиков ИИ о своих продуктах.
Программирование: Самая быстрорастущая сфера
Если ролевые игры доминируют в open-segment, то программирование стало самым быстрорастущим направлением среди всех моделей ИИ. В начале 2025 года запросы, связанные с кодом, составляли лишь 11% от общего объема. К концу года этот показатель взлетел до более чем 50%.
Такой рост отражает углубляющуюся интеграцию ИИ в процесс разработки ПО. Средняя длина промптов для программирования увеличилась в четыре раза — с примерно 1500 до более 6000 токенов, а некоторые запросы по работе с кодом превышают 20 000 токенов. Это эквивалентно загрузке в модель целой кодовой базы для анализа.
Запросы по программированию теперь порождают одни из самых длинных и сложных диалогов во всей ИИ-экосистеме. Разработчики уже не просят просто сгенерировать фрагмент кода — они проводят сложные сессии отладки, ревью архитектуры и решают многоэтапные задачи.
Модели Anthropic Claude доминировали в этой сфере, захватив более 60% связанного с программированием трафика на протяжении большей части 2025 года, хотя конкуренция со стороны Google, OpenAI и open-source альтернатив нарастает.
Китайский прорыв: Смена глобальных позиций
Еще одно ключевое открытие: китайские ИИ-модели теперь составляют около 30% мирового использования — почти в три раза больше, чем их доля в 13% в начале 2025 года.
Модели от DeepSeek, Qwen (Alibaba) и Moonshot AI стремительно набирают популярность. Только DeepSeek обработал 14,37 триллиона токенов за период исследования. Это свидетельствует о фундаментальном сдвиге в глобальном ландшафте ИИ, где западные компании больше не обладают безоговорочным доминированием.
Упрощенный китайский стал вторым по распространенности языком для ИИ-взаимодействий в мире с долей в 5%, уступая только английскому (83%). Общая доля Азии в расходах на ИИ более чем удвоилась — с 13% до 31%, а Сингапур вышел на второе место по объему использования после США.
Проверь свои знания в наших бесплатных тестах по ИИ! Пройди тест и узнай, насколько хорошо ты разбираешься в технологиях искусственного интеллекта!
Эпоха «Агентного» ИИ: От ответов к действиям
Исследование вводит концепцию, которая определит следующий этап развития ИИ: агентные вычисления. Это означает, что модели больше не просто отвечают на единичные вопросы — они выполняют многошаговые задачи, используют внешние инструменты и рассуждают в рамках длинных диалогов.
Доля ИИ-взаимодействий, классифицируемых как «оптимизированные под рассуждения», выросла с почти нуля в начале 2025 года до более 50% к его концу. Это отражает фундаментальный сдвиг от ИИ как генератора текста к ИИ как автономному агенту, способному планировать и исполнять.
«Типичный запрос к языковой модели больше не является простым вопросом или изолированной инструкцией, — поясняют исследователи. — Вместо этого он стал частью структурированного, агентского цикла, с вызовом внешних инструментов, анализом состояния и сохранением контекста на длинных дистанциях».
Представьте: вместо того чтобы просить ИИ «написать функцию», вы теперь можете поручить ему «отыскать ошибку в этой кодовой базе, выявить узкое место производительности и внедрить решение» — и он действительно способен это сделать.
«Эффект Хрустальной Туфельки»: Ценность первого решения
Одно из самых интересных наблюдений исследования касается удержания пользователей. Авторы обнаружили феномен, который назвали «эффектом Хрустальной Туфельки» Золушки. Суть в том, что модели, которые первыми идеально решают критически важную проблему (как та самая туфелька), формируют исключительно устойчивую лояльность первых пользователей.
Те, кто рано начал использовать такую модель под конкретную задачу, остаются с ней значительно дольше, чем те, кто присоединился позже. Например, когорта пользователей, начавшая работать с моделью Google Gemini 2.5 Pro в июне 2025 года, сохранила около 40% аудитории к пятому месяцу, что существенно выше, чем у более поздних когорт.
Это противоречит обычной логике конкуренции. Важно быть не просто первым, а первым, кто решит ценную проблему. Это создает долговременное преимущество: пользователи интегрируют такую модель в свои рабочие процессы, делая переход на другую технологически и поведенчески затратным.
Цена — не главное? Удивительная инертность спроса
Вопреки ожиданиям, исследование показывает, что использование ИИ относительно неэластично по цене. Снижение стоимости на 10% приводит лишь к росту использования на 0.5–0.7%.
Премиальные модели от Anthropic и OpenAI стоят $2–35 за миллион токенов, сохраняя высокий спрос, в то время как бюджетные варианты вроде DeepSeek и Google Gemini Flash достигают сопоставимых масштабов при цене ниже $0.40 за миллион токенов. Обе категории успешно сосуществуют.
«Рынок языковых моделей пока не ведет себя как товарный, — заключает отчет. — Пользователи балансируют между стоимостью, качеством рассуждений, надежностью и широтой возможностей».
Это означает, что гонка ИИ еще не свелась к демпингу цен. Качество, надежность и функциональность по-прежнему позволяют устанавливать премиум — по крайней мере, на данный момент.
Что это значит для будущего?
Исследование OpenRouter рисует картину реального использования ИИ, которая гораздо сложнее общепринятых нарративов. Да, ИИ трансформирует программирование и профессиональную деятельность. Но он также создает совершенно новые форматы взаимодействия человека и компьютера через ролевые игры и творчество.
Рынок географически диверсифицируется, и Китай становится мощной силой. Технология эволюционирует от простой генерации текста к сложным, многошаговым рассуждениям. А лояльность пользователей зависит не столько от выхода на рынок первым, сколько от того, чтобы первым по-настоящему решить их проблему.
Как отмечается в отчете, «способы использования языковых моделей людьми не всегда соответствуют ожиданиям и значительно различаются от страны к стране, от штата к штату, от задачи к задаче».
Понимание этих реальных паттернов, а не только результатов бенчмарков или маркетинговых заявлений, будет иметь решающее значение по мере того, как ИИ все глубже проникает в повседневную жизнь. Разрыв между предполагаемым и реальным использованием ИИ шире, чем кажется. Это исследование помогает его сократить.
