Các tỷ lệ xu hướng này có phải là dự báo không?

Không. Đây là các ước tính được công bố trong các khoảng thời gian lịch sử xác định và không nên được coi là tỷ lệ đảm bảo trong tương lai.

Dữ liệu mô hình TokenLab bổ sung những gì?

Nó hiển thị tình trạng sẵn có của mô hình hiện tại, các danh mục và đơn vị định giá. Các nghiên cứu bên ngoài giải thích những biến động rộng hơn của thị trường.

Tại sao các nguồn khác nhau lại không thống nhất?

Chúng đo lường các mẫu khác nhau: báo cáo công khai, lưu lượng truy cập nền tảng, bài kiểm tra điểm chuẩn, khảo sát và dữ liệu mô hình. Việc tách biệt chúng giúp việc so sánh trở nên rõ ràng hơn.

Báo cáo mô hình AI

Báo cáo xu hướng ngành mô hình AI

Quy mô mô hình, chi phí đào tạo, độ dài ngữ cảnh, chi tiêu doanh nghiệp và thành phần mô hình-thị trường hiện tại.

Tăng trưởng tính toán huấn luyện

Epoch AI

4.5x/yr

tốc độ tăng trưởng

Khả năng tính toán được sử dụng để huấn luyện các mô hình AI đáng chú ý đã tăng nhanh kể từ năm 2010.

Tăng trưởng chi phí huấn luyện tiên phong

Epoch AI

3.5x/yr

tốc độ tăng trưởng

Epoch ước tính chi phí huấn luyện các mô hình ngôn ngữ tiên phong đã tăng nhanh kể từ năm 2020.

Tăng trưởng cửa sổ ngữ cảnh

Epoch AI

30x/yr

tốc độ tăng trưởng

Cửa sổ ngữ cảnh đã mở rộng cực kỳ nhanh chóng kể từ năm 2023.

Tăng trưởng chi tiêu doanh nghiệp

Menlo Ventures

3.2x YoY

tăng trưởng

Chi tiêu ước tính cho GenAI của doanh nghiệp đã tăng từ 11,5 tỷ USD năm 2024 lên 37 tỷ USD năm 2025.

Các chỉ số xu hướng ngành

Các tín hiệu từ nguồn bên ngoài về quy mô, độ dài ngữ cảnh, chi tiêu doanh nghiệp, quy mô nghiên cứu sử dụng và mức độ áp dụng của tổ chức.

4.5x/yr

Tăng trưởng tính toán huấn luyện

3.5x/yr

Tăng trưởng chi phí huấn luyện tiên phong

30x/yr

Tăng trưởng cửa sổ ngữ cảnh

$37B

Chi tiêu GenAI của doanh nghiệp

3.2x YoY

Tăng trưởng chi tiêu doanh nghiệp

100T tokens

Nghiên cứu sử dụng OpenRouter

88%

Áp dụng AI trong tổ chức

320x YoY

Tăng trưởng token suy luận

Quy mô vẫn là trọng tâm, nhưng kinh tế học về suy luận đang thay đổi nhanh hơn danh sách mô hình thô.

Epoch, Stanford và Artificial Analysis đều chỉ ra một thị trường nơi tính toán, cửa sổ ngữ cảnh, giá cả, độ trễ và chất lượng phải được đọc cùng nhau. Chỉ riêng tên mô hình hiếm khi giải thích được sự phù hợp.

Nguồn: Trends in Artificial Intelligence / 2026 AI Index Report / Models: Intelligence, Performance & Price

Việc sử dụng thực tế bị phân mảnh trên các bề mặt người tiêu dùng, doanh nghiệp, nhà phát triển và bộ tổng hợp.

OpenRouter, OpenAI Signals và Anthropic Economic Index mỗi bên tiết lộ một lát cắt khác nhau về sự áp dụng. Hãy đọc mẫu và cửa sổ báo cáo trước khi so sánh các con số.

Nguồn: State of AI: 100T Token Study / Signals Consumer Data / Anthropic Economic Index

Chi tiêu đang chuyển từ thử nghiệm sang ứng dụng, nhưng xếp hạng nhà cung cấp chưa đủ ổn định để cố định.

Menlo và a16z cho thấy sự áp dụng và chi tiêu đang thay đổi nhanh chóng. Các liên kết nguồn có ngày tháng quan trọng hơn các tuyên bố về người chiến thắng vĩnh viễn.

Nguồn: State of Generative AI in the Enterprise / Top 100 Gen AI Consumer Apps

Các điểm chuẩn hữu ích nhất khi biểu đồ giải thích rõ những gì đã được đo lường.

Artificial Analysis và Arena đưa ra các tín hiệu xếp hạng, nhưng sự kết hợp tác vụ, giả định về giá và thiết kế mẫu làm thay đổi cách đọc các xếp hạng đó.

Nguồn: Models: Intelligence, Performance & Price / Arena Leaderboard