سهم مدلهای آمریکایی از توکنهای پردازششده در OpenRouter ظرف یک سال از حدود ۷۰ درصد به حدود ۳۰ درصد رسیده و مدلهای چینی، با رهبری دیپسیک، پرمصرفترین گزینهها شدهاند.

لیست مطالب
۱. ماجرا چیست و چه چیزی تغییر کرده؟
پلتفرم OpenRouter یکی از بزرگترین دروازههای دسترسی به مدلهای هوش مصنوعی است. توسعهدهندگان از طریق یک API واحد میتوانند دهها مدل را امتحان کنند و هر کدام را که به صرفهتر است انتخاب کنند. به همین دلیل، آمار مصرف این پلتفرم تصویری نسبتاً شفاف از رفتار واقعی برنامهنویسان و شرکتها نشان میدهد، نه صرفاً از نتایج بنچمارکهای تبلیغاتی.
طبق دادههایی که در نمودار بلومبرگ و تحلیل Exponential View منتشر شد، سهم مدلهای ساخت شرکتهای آمریکایی از کل توکنهای پردازششده در ژوئن ۲۰۲۵ حدود ۷۰ درصد بود. این عدد در ژوئن ۲۰۲۶ به حدود ۳۰ درصد رسیده است. یعنی افتی نزدیک به چهل واحد درصد، آن هم تنها در دوازده ماه. در همان بازه، مدلهای چینی از حاشیه به متن آمدهاند و در جدول ده مدل برتر، مجموعهی دیپسیک، شیائومی، تنسنت، مینیمکس و Qwen حدود ۴۴ درصد از حجم توکنها را به خود اختصاص دادهاند.
گزارشهای خبری دوم اکتبر ۲۰۲۶ حتی از رقمهای بالاتری در اواسط سپتامبر خبر میدهند. این ارقام هنوز از منبع دوم تأیید نشدهاند، اما جهت حرکت در همهی گزارشها یکسان است: مدلهای چینی هر ماه سهم بیشتری میگیرند.
۲. دیپسیک در صدر؛ اعداد دقیق چه میگویند؟
در رتبهبندی ژوئن ۲۰۲۶، مدل DeepSeek V4 Flash بیشترین حجم توکن را داشت. پس از آن Hy3 Preview از تنسنت قرار گرفت و سومین جایگاه به Claude Opus 4.7 رسید، که بالاترین رتبهی یک مدل بستهی آمریکایی در این فهرست بود. شرکت دیپسیک بهتنهایی حدود ۱۶٫۳ درصد از کل توکنهای پلتفرم را پردازش کرده، رقمی که از هر ارائهدهندهی آمریکایی منفرد بالاتر است.
گزارش ژوئن ۲۰۲۶ شرکت Ramp نیز تصویر مشابهی از بخش سازمانی میدهد و دیپسیک را در میان مدلهای بنیادین پیشرو از نظر هزینهی خرجشده معرفی میکند. اگر دربارهی ماجرای رقابت این دو غول کنجکاو هستید، مقالهی مقایسهی ChatGPT و DeepSeek زمینهی خوبی برای شروع است.
۳. چرا توسعهدهندگان به مدلهای چینی روی آوردهاند؟
۳.۱ قیمت و هزینهی هر میلیون توکن
مهمترین دلیل، هزینه است. وقتی یک عامل هوشمند در یک روز میلیونها توکن مصرف میکند، اختلاف قیمت چندبرابری بین مدلها مستقیماً روی صورتحساب ماهانه اثر میگذارد. بسیاری از تیمها برای کارهای تکراری مانند خلاصهسازی، دستهبندی، استخراج داده و بازنویسی، به مدل ارزانتر سوئیچ میکنند و مدل گرانتر را فقط برای مسائل سخت نگه میدارند.
۳.۲ کیفیت «کافی» برای بیشتر کارها
نکتهی دوم این است که فاصلهی کیفیت برای بخش بزرگی از کارهای روزمره کوچک شده است. اگر مدلی ۹۰ درصد کیفیت را با یکپنجم قیمت بدهد، منطق اقتصادی انتخاب آن را توجیه میکند. همین الگو پیش از این در بازار ابر، پایگاه داده و نرمافزار متنباز دیده شده بود.
۳.۳ وزنهای باز و انعطاف استقرار
بخش بزرگی از مدلهای چینی با وزن باز منتشر میشوند. این یعنی شرکتها میتوانند آنها را روی زیرساخت خودشان اجرا کنند، تنظیم دقیق کنند و وابستگی به یک ارائهدهنده را کم کنند. برای سازمانهایی که نگران حریم خصوصی یا قفلشدن روی یک فروشنده هستند، این مزیت کوچکی نیست.

۴. مدلهای بستهی آمریکایی هنوز چه برتریهایی دارند؟
کاهش سهم توکن به معنی شکست مدلهای آمریکایی نیست. حجم توکن معیار تعداد درخواستهاست، نه ارزش اقتصادی هر درخواست. مدلهای پیشروی گوگل، OpenAI و Anthropic همچنان در کارهای دشوار مانند برنامهنویسی پیچیده، استدلال چندمرحلهای و کار با اسناد حساس، در صدر بنچمارکها هستند. حضور Claude Opus 4.7 در سهتای اول نشان میدهد که کاربران برای کارهای سنگینتر هنوز حاضرند بیشتر پرداخت کنند.
به بیان ساده، بازار در حال دوپارهشدن است: یک لایهی ارزان و پرحجم برای کارهای عادی، و یک لایهی گران و دقیق برای کارهای حیاتی. اینکه هر شرکت در کدام لایه جا بگیرد، تعیینکنندهی درآمد آیندهاش خواهد بود. برای درک پایهای از بازیگران این بازار میتوانید مقالهی OpenAI چیست را بخوانید.
۵. اثر این روند بر کسبوکارها و استارتاپها
برای یک استارتاپ، چنین تغییری یعنی قدرت چانهزنی بیشتر. وقتی چند مدل با کیفیت نزدیک به هم و قیمتهای متفاوت وجود دارد، هیچ ارائهدهندهای نمیتواند بهراحتی قیمت را بالا ببرد. بسیاری از تیمها اکنون معماری «مسیریابی هوشمند» میسازند؛ یعنی هر درخواست بر اساس سختیاش به ارزانترین مدل مناسب فرستاده میشود.
اگر کسبوکار دارید و میخواهید بدانید هوش مصنوعی کجا بیشترین بازده را دارد، مقالهی اهمیت هوش مصنوعی در کسبوکار را ببینید. همچنین برای شناخت محدودیتهای واقعی این فناوری، مطلب تواناییها و محدودیتهای هوش مصنوعی در دنیای واقعی مفید است.
۶. ملاحظات امنیتی و حقوقی که نباید نادیده گرفت
ارزانبودن تنها معیار نیست. استفاده از API مدلهای خارجی یعنی دادهی شما به سرورهای ارائهدهنده میرود و باید بدانید این داده کجا نگهداری میشود. بعضی دولتها و شرکتها استفاده از برخی مدلها را در محیطهای حساس محدود کردهاند. راه امنتر این است که دادههای محرمانه را به مدلهای اجراشده روی زیرساخت خودتان بسپارید یا از ارائهدهندهای با تعهدات حریم خصوصی روشن استفاده کنید.
نکتهی دیگر، تفاوت رفتار مدلها در موضوعات سیاسی و حساس است. هر مدل با داده و قواعد ایمنی متفاوتی آموزش دیده و برای کاربردهای محتوایی و خبری باید خروجی آن را با دقت بازبینی کرد.
۷. این ماجرا برای کاربر ایرانی و فارسیزبان چه معنایی دارد؟
برای کاربران فارسیزبان، تنوع مدلها خبر خوبی است. مدلهای متنباز را میتوان روی سختافزار شخصی اجرا کرد و برای کارهایی مانند ترجمه، نوشتن و برنامهنویسی از آنها بهره برد. با این حال کیفیت زبان فارسی در مدلها متفاوت است و پیش از انتخاب نهایی بهتر است همان کار موردنظرتان را روی چند مدل امتحان کنید.
کلید گرفتن نتیجهی خوب از هر مدلی، نوشتن درست دستور است. راهنمای آموزش نوشتن پرامپت برای مبتدیان و مجموعهی آموزشهای چتجیپیتی به شما کمک میکنند از هر مدلی خروجی بهتری بگیرید.
۸. پیشبینی: بازار هوش مصنوعی به کدام سمت میرود؟
سه سناریو محتمل است. در سناریوی اول، مدلهای چینی و متنباز لایهی کالایی بازار را کامل میگیرند و شرکتهای آمریکایی روی مدلهای پرچمدار و خدمات سازمانی تمرکز میکنند. در سناریوی دوم، شرکتهای آمریکایی با کاهش قیمت و عرضهی مدلهای سبکتر پاسخ میدهند. در سناریوی سوم، مقررات و محدودیتهای تجاری، بازار را به دو بلوک جدا تقسیم میکند.
هر سه سناریو یک نتیجهی مشترک دارند: مصرفکننده نهایی از رقابت سود میبرد، اما باید هوشمندانه انتخاب کند. برای پیگیری تازهترین تحولات، بخش اخبار هوش مصنوعی مستر چتجیپیتی را دنبال کنید. اگر دربارهی ریشهی خطاهای پروژههای هوش مصنوعی هم کنجکاوید، مقالهی توهم هوش مصنوعی؛ توسعهدهندهی تنها یا مهندس واقعی را از دست ندهید.

۹. سوالات متداول
OpenRouter دقیقاً چیست؟
سرویسی که یک API واحد برای دسترسی به مدلهای مختلف هوش مصنوعی از شرکتهای گوناگون فراهم میکند و آمار مصرف هر مدل را بهصورت عمومی نمایش میدهد.
آیا سهم توکن یعنی مدلهای چینی بهتر هستند؟
خیر. سهم توکن نشاندهندهی حجم مصرف است و عوامل قیمت و سرعت در آن نقش بزرگی دارند. کیفیت در کارهای سخت باید جداگانه سنجیده شود.
DeepSeek V4 Flash چه جایگاهی دارد؟
بر اساس دادههای ژوئن ۲۰۲۶، این مدل بیشترین حجم توکن را در OpenRouter پردازش کرده است.
آیا استفاده از این مدلها برای دادههای حساس امن است؟
بستگی به نحوهی استقرار دارد. اجرای مدل روی زیرساخت خودتان یا استفاده از ارائهدهندهای با تعهدات حریم خصوصی روشن، ریسک را کاهش میدهد.
اعداد این گزارش از کجا آمده است؟
از دادههای OpenRouter که در نمودار بلومبرگ و تحلیل Exponential View بازتاب یافته و در گزارش Ramp برای بخش سازمانی نیز تأیید جهت کلی شده است.
