ChatGPT、Gemini不只拿來工作！AI真正熱門用途曝光，平均輸入Token一年增近4倍

生成式AI進入大規模應用階段後，外界原本以為，多數人會利用大型語言模型提升工作效率，從撰寫信件、整理資料、製作簡報到編寫程式，都可以交由AI協助。然而，OpenRouter與創投公司a16z於2025年12月發布的研究顯示，真實世界的模型使用情境比想像中更加複雜。研究分析OpenRouter平台上超過100兆個詞元（token）後發現，角色扮演與創意敘事的流量相當突出，程式開發需求也在一年內快速攀升；當模型率先解決特定使用者的核心問題，還可能產生「Cinderella Glass Slipper Effect」，也就是「灰姑娘玻璃鞋效應」。

為什麼角色扮演成為重要用途？OpenRouter數據透露什麼？

OpenRouter研究發現，在大型語言模型的眾多用途之中，角色扮演展現出高度集中且穩定的需求。這份研究並未直接讀取所有完整對話，而是以匿名請求資料為主，並抽樣約0.25%的提示與回答，利用分類工具分析前1000個字元，再將內容歸入程式、角色扮演、翻譯、生產力與教育等類別。

結果顯示，在被歸類為角色扮演的token中，接近六成屬於遊戲及角色扮演情境，另外還包括寫作資源、互動敘事與成人內容。這代表許多使用者並非僅與AI進行零散聊天，而是把模型當成角色互動、劇情發展與虛構情境生成工具。

研究也發現，開放權重模型在角色扮演市場快速成長。團隊推測，這類模型通常具有較高的可調整性，開發者也能依照特定角色、語氣與故事需求進行設定，因此適合用於角色聊天、互動小說及長篇敘事。不過，報告並未證明所有AI使用都由角色扮演主導，而是指出這項需求的重要性長期遭到生產力敘事掩蓋。

開發者為何更加依賴AI？程式用途揭示哪些趨勢？

若角色扮演展現大型語言模型的娛樂與互動潛力，程式需求則反映AI正在快速進入軟體開發流程。OpenRouter數據顯示，2025年初，程式相關請求約占平台token總量的11%，到了年底前的近期數據已超過50%，成為成長速度最快的使用類別。

開發者使用AI的方式也出現轉變。過去可能只是貼上一小段程式碼要求修改，如今則經常放入程式碼庫、錯誤紀錄、技術文件與先前對話，請模型協助除錯、分析架構、產生程式或重寫模組。

研究指出，平均每次請求的輸入長度，從2024年初約1500個token增加至2025年底超過6000個token，成長接近四倍；程式類工作所需要的輸入內容尤其龐大，涉及程式理解、除錯與生成的請求經常超過2萬個token。這表示大型語言模型正從一次性的文字生成工具，轉向能處理大量背景資料與複雜任務的分析系統。

為什麼使用者會認定某個模型？玻璃鞋效應如何改變AI市場？

研究團隊以「Cinderella Glass Slipper Effect」描述部分模型形成高黏著使用族群的現象。當某款模型推出後，剛好率先解決一群開發者尚未處理好的技術、成本或穩定性問題，便如同找到一雙尺寸完全吻合的玻璃鞋。

以當時的Gemini 2.5 Pro為例，2025年6月開始使用該模型的族群，在第五個月仍有約四成回到平台使用；Claude 4 Sonnet於2025年5月加入的早期族群，也呈現類似情況。這裡所稱的留存率是「活動留存」，使用者即使曾經中斷，只要後續月份再次使用，仍會被計入。

研究認為，這些早期使用者會逐步將內部流程、資料管線、應用服務與操作習慣建立在特定模型之上。當整套系統完成整合後，即使其他模型的能力逐漸追上，轉換平台仍會產生成本與風險。大型語言模型市場的關鍵因此未必是單純搶先上市，而是誰能率先解決真正具有價值、過去又難以完成的工作負載。

使用者行為代表什麼？台灣市場如何解讀AI演化？

OpenRouter的研究顯示，人類使用AI的需求並非只有提高工作效率。角色扮演、互動敘事與陪伴情境形成可觀流量，程式開發、工具呼叫與長上下文任務也快速增加，反映大型語言模型正同時朝消費型互動與專業工作流程發展。

不過，OpenRouter的使用者以開發者、API客戶及第三方應用為主，因此不能直接將研究結果套用到台灣一般消費者。對台灣科技業者而言，較適合的解讀是：消費型AI服務可以觀察角色一致性、長篇敘事與互動體驗，企業型產品則需要重視程式能力、工具整合、長上下文與系統穩定度。

AI已不再只有單一用途。它既可能是協助工作與分析資料的生產力工具，也可能成為承載創作、互動與情緒需求的平台。未來競爭焦點，將從模型能回答多少問題，進一步轉向它能否在特定情境中，長期而穩定地解決使用者真正面對的問題。