AI 模型报告

AI 模型行业趋势报告

模型规模、训练成本、上下文长度、企业支出以及当前模型市场构成。

训练算力增长

4.5x/yr

增长率

前沿训练成本增长

3.5x/yr

增长率

上下文窗口增长

30x/yr

增长率

企业支出增长

3.2x YoY

增长

行业趋势指标

关于规模、上下文长度、企业支出、使用研究规模和组织采用情况的外部来源信号。

4.5x/yr
训练算力增长
3.5x/yr
前沿训练成本增长
30x/yr
上下文窗口增长
$37B
企业生成式 AI 支出
3.2x YoY
企业支出增长
100T tokens
OpenRouter 使用情况研究
88%
组织 AI 采用率
320x YoY
推理 Token 增长
1

规模仍然是重力中心，但推理经济学的变化速度快于原始模型列表的更新。

Epoch、Stanford 和 Artificial Analysis 都指向一个市场，即必须结合算力、上下文窗口、价格、延迟和质量来综合解读。仅凭模型名称很难解释其适用性。

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

2

实际使用情况分散在消费者、企业、开发者和聚合器等不同层面。

OpenRouter、OpenAI Signals 和 Anthropic Economic Index 各自揭示了采用情况的不同侧面。在比较数据之前，请先阅读样本和报告的时间窗口。

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

3

支出正从实验转向应用，但供应商排名尚不稳定，不宜过早定论。

Menlo 和 a16z 的数据显示采用率和支出正在快速转移。过时的来源链接比永恒的赢家声明更重要。

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

4

当图表解释了测量内容时，基准测试才最有用。

Artificial Analysis 和 Arena 揭示了排名信号，但任务组合、定价假设和样本设计会改变这些排名的解读方式。

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