EmpirioLabs主要な研究室や新しいラボの長いリストから100以上のAIモデルを1つのAPIで動かしています。 そのため、このプラットフォームは単純な問いに対する有用な視点となっています。つまり、全ての候補が一つの法案で視聴可能でロックインされていない中で、開発者は実際にどのモデルを選ぶのか?
私たちはプラットフォーム全体の実際の利用状況を調べました。答えは一貫しており、ある点で本当に驚きです。開発者たちは新世代のラボから集まった少数の速く有能なモデル群に集まり、最大のブランド名を狙うのではなく、実力で選んでいます。
方法についての注意:以下のすべての数値は実際の集計されたプラットフォームトラフィックから得られ、パーセンテージで示されています。好みについて話す際には、各メーカーが提供するモデルの数を基準に使用を正規化し、数字は単に棚にあるものではなく開発者が選ぶものを反映しています。
100+モデルから選べる中で、使用は数種類に絞られます
データの最初のパターンは集中です。開発者は膨大なメニューを用意していますが、そのメニュー全体に広がるわけではありません。実際に使用されたモデルのうち、最も人気のある3つは全言語リクエストの40%を占め、トップ10はほぼ9割を占めています。ロングテールモデルは存在し、多少は使われていますが、実際の仕事の割合はごく一部です。
この集中力は、最初に見た目以上に重要です。つまり、数モデルが静かに開発者が期待する品質、速度、価格の基準を設定しているということです。新しいモデルは全分野と競合するわけではありません。トップのショートリストと競い合い、実際の課題でそれらのモデルに勝てなければ、紙の上でのベンチマークに関わらず最後尾にとどまります。
最も使用されたモデル
すべての言語使用率でランク付けしても、単一のモデルがそれを凌駕しているわけではありません。Z.aiのGLMモデル、MiniMax M3、XiaomiのMiMo、DeepSeekの高速モデルが上位に集まり、それぞれ似たようなシェアを取っていますが、カタログの他のモデルは長い尾部を埋めています。これは一つの支配的な勝者ではなく、競争的なトップグループであり、これは健全なことです。開発者が単一のデフォルトに固執するのではなく、積極的に選択肢を比較していることを意味します。
このような生の使い方は、この質問の一つの視点に過ぎません。リクエストボリュームがどこに行くかを示してくれるので便利ですが、ボリュームはごく少数のヘビーユーザーに集中していて、モデルがどれだけ広く採用されているかは明らかにしません。そのために、次に各メーカーを選ぶ開発者数を考えます。これは実際に選ぶものをより民主的な視点で示しています。
これは単なる利用可能性ではなく、好みの問題です
人気ランキングに反論するのは妥当です。カタログがある方向に傾くと、利用率もそれに続く傾向があるため、人気モデルのリストは単にプラットフォームが取り扱う決定を反映するだけです。本物の好みと入手可能性を区別するために、各メーカーの使用シェアとカタログ内でのシェアを比較しました。
この二つの間にあるギャップこそが本当の信号であり、非常に印象的です。Z.ai は利用可能なモデルのごく一部に過ぎませんが、使用率の最大を占めています。DeepSeek、Moonshot、Xiaomiはいずれもカタログ上の存在感よりもはるかに多くの利用者を集めています。同時に、最も多くのモデルを扱うアリババは使用率が控えめで、Amazonの充実したラインナップもほとんど手をつけていません。
言い換えれば、開発者は単に目の前に置かれたものを使うだけではありません。彼らは特定のモデル群に積極的に手を伸ばし、同じくらい利用可能で場合によってははるかに多くのモデルを無視しています。利用可能性は運命ではありません。大規模なカタログの存在は、モデルが実際の作業で得られない限り使用にはつながりません。そして、それはすべてのモデルラボが考慮すべき発見です。
需要を所有しているのは少数の研究所です
より民主的な視点、つまり開発者が各メーカーをデフォルトに選ぶ数を数えるという、生のリクエスト量を数えることは、需要を短いリストに集中させます。Z.ai が大きくリードし、続いてDeepSeekとMoonshot、Alibaba、Xiaomi、MiniMaxがそれに続いています。他の全員を合わせると小さな残りです。
リーダーたちを結びつけているのはマーケティング予算や誰もが知る名前ではありません。それは、強力でオープンなモデルを迅速に出荷する意欲です。開発者の注目を集めているラボは、ほとんどの場合、チームが検査・適応・安価に運用できる有能なモデルをリリースしており、期待が高まる中でショートリストに残るほど速く反復を進めています。
速度が大きさに勝る
開発者は自分たちが手に入れられる最大かつ最も賢いモデルを選ぶという一般的な誤解があります。使用データではそうは言えません。モデルは2つのグループに分けました。軽量型(Flash、Mini、Lite)は速度と低価格を重視し、フルサイズモデルです。言語のリクエストの大半は軽量なバリアントに向かっています。
これは実際のアプリケーションがどのように機能するかに対する合理的な反応です。分類、抽出、ルーティング、要約、短生成などのほとんどの生産作業はフロンティアモデルを必要としません。迅速かつ安価で、ごく短時間で回答できるモデルが工学的に優れています。大型モデルは、デフォルトで達成できない本当に難しい問題のために取っておきます。遅延予算と請求書の両方を管理するチームにとって、その直感は信頼に値します。
テキストを超えて:開発者が生み出すもの
使用は言語だけの問題ではありません。メディア生成に目を向けると、パターンはテキストと同様に集中しています。画像生成はほぼ一つのモデルで行われます。ビデオは主にKlingとSeedanceに分かれています。特に音声作業は合成よりも文字起こしが主流であり、これは今日のチームが音声モデルをどう使っているかを物語っています。つまり、新しい音を作るよりも既存の音を理解するためです。
このルールはすべてのモダリティに当てはまります。少数のモデルが圧倒的な大部分を担い、残りのモデルが残りの部分を競い合います。
モデルを選ぶ場合、これが意味することは何でしょうか
これらすべての実践的な教訓は、ブランドごとにではなく、タスクごとに選ぶことです。プラットフォームで最も使われているモデルは、最も有名なものではありません。コスト、スピード、品質の評価で本当の評価を勝ち取るのは彼らです。いくつかの習慣はデータから直接導かれます。
- 速くて軽量な層から始めて、本当に大きなモデルが必要な場合だけ上位に進めましょう。ほとんどの仕事はそうではありません。
- オープンウェイトモデルを真剣に評価しましょう。実際の使用では妥協的な選択肢ではなく、生産作業のデフォルトです。
- 最大のカタログ名が最適だと決めつけないでください。利用可能性と品質は別物であり、利用データを見ると開発者がそれをそのように扱っていることがわかります。
- デフォルトを定期的に再確認してください。トップクラスがこれほど競争が激しい中、タスクに最適なモデルは四半期ごとに変わることがあります。
要点
2026年の実際のAI利用の物語は、収束と選択です。開発者はこれまで以上に多くのモデルを手に入れており、それに応じて新世代のラボから高速で高性能な少数モデルに集中しています。最も重要なのは、プラットフォームが提供するものではなく、実力でモデルを選ぶことです。最大のカタログ存在は勝てません。この仕事に最適なモデルはそうであり、ますますそのモデルはオープンで高速かつ安価になっています。
全カタログですべてのモデル、モーダリティ、ライブ価格を比較できます。 EmpirioLabsモデルページお問い合わせ.
ディスクロージャー:この記事は、EmpirioLabs AIによるAIの支援とレビューで書かれました.
