OpenRouter 應用與 Agent 排名分析報告

474 字

OpenRouter 應用與 Agent 排名分析報告

數據來源: openrouter.ai/apps(含各子分類頁面)
排名依據: Token 消耗量(自願加入使用統計的公共應用)
分析時間: 2025年10月


一、總覽

OpenRouter 的應用排名平台追蹤了全球自願加入使用統計的 AI 應用與 Agent,按 Token 消耗量排序。截至分析時點,共有約 60 款應用被追蹤,覆蓋四大主類目:Coding AgentsProductivityCreativeEntertainment。整體趨勢呈現三大特徵:(1)Agent 化工作流主導市場;(2)開源應用佔據前十大中的多數位置;(3)不同類別間 Token 消耗量相差數個數量級。


二、Coding Agents(編碼 Agent)—— 24 款 tracked

此類別是 Token 消耗量最龐大的分類,前三名合計超過 400B Token。

頭部格局

  1. Kilo Code (255B) — 絕對領先者,消耗量是第二名的 3.4 倍。作為 VS Code 的開源編碼 Agent,憑藉多模型支持與 agentic workflow,顯示出強大的企業與開發者採用率。
  2. Cline (74.2B) — 開源 IDE Agent,專注於自主探索代碼庫、編輯檔案與瀏覽器自動化。
  3. Claude Code (72.2B) — Anthropic 官方出品,具備完整的整個代碼庫理解與測試迭代能力。

中段競爭

第 4-6 名:Hermes Agent (16.7B)、Roo Code (11.4B)、Lemonade (10.1B)。其中 Lemonade 專注於 Roblox 遊戲開發,顯示垂直領域的強勁需求。

尾部與新興

排名 10 之後的應用集中在 100M-2.5B 之間,包括 OpenAI 的 Codex CLI (2.46B)、Aider (280M)、Qwen Code (195M) 等。Aider 作為早期終端配對編程工具,消耗量相對較低,反映市場正在向更自主化的 Agent 形態轉移。

架構分類

  • IDE 擴展派: Kilo Code、Cline、Roo Code、Zed Editor
  • CLI 終端派: Codex、Aider、Qwen Code、Codebuff、Crush
  • 自主/雲派: OpenHands、Agent Zero、Goose
  • 領域專用: Lemonade、Studs.gg(Roblox)、GDevelop(遊戲引擎)

洞察: 編碼 Agent 市場的馬太效應極為顯著。Kilo Code 的絕對領先反映了 VS Code 生態的統治力,而 Claude Code 雖有 Anthropic 背書但仍落後 Cline,說明市場對模型不可知論(多模型支持)的偏好。


三、Productivity(生產力)—— 27 款 tracked

此類別呈現極端的頭部集中現象。

頭部

  1. OpenClaw (803B) — 以 803B Token 遙遙領先,是第二名 Hermes Agent 的 50 倍以上。作為開源個人 Agent,能連接通訊應用執行真實世界操作,定位為 "The AI that actually does things"。
  2. Hermes Agent (15.8B) — Nous Research 出品的開源自改進 Agent,具備 40+ 工具、持久記憶與子 Agent 能力。
  3. Open WebUI (4.41B) — 可自託管的 AI 聊天界面。

中後段

第 4-10 名涵蓋多樣化產品:Gobii(持續性網頁瀏覽 Agent)、Dify.AI(Agent 工作流管理)、JobLeads LLM(求職)、novelcrafter(小說寫作)等。第 11-27 名則從 722M 降至 35M,跨度達 3 個數量級。

子領域分布

  • 個人 Agent: OpenClaw、Gobii、BuddyPro AI
  • 開源聊天界面: Open WebUI、LibreChat、Chatbox AI
  • 垂直應用: JobLeads(求職)、App/Trader(加密貨幣交易)、TimeCamp(時間追蹤)
  • 寫作/創意: novelcrafter、HyperWrite AI

洞察: OpenClaw 的 803B Token 消耗量意味著它不僅是用戶量最大,更代表了 "AI 實際做事" 這一範式的爆發。其 50 倍於第二名的差距,說明個人 Agent 領域尚無能與之匹敵的競爭者。同時,開源自託管界面(Open WebUI、LibreChat)的活躍反映出用戶對数据隱私與模型可切換性的重視。


四、Creative(創意)—— 5 款 tracked

這是所有分類中應用數量最少的一類,僅 5 款,但呈現清晰的垂直分化。

  1. Descript (40.6B) — 遙遙領先的 AI 視頻與播客編輯器,消耗量是第二名的 11 倍。
  2. VidMuse (3.63B) — 從音頻生成音樂視頻的應用。
  3. novelcrafter (861M) — 同時出現在 Productivity 類別的小說寫作工具。
  4. CoffeeCat AI (613M) — AI 圖像生成器。
  5. Fish Audio (491M) — 逼真 AI 語音生成器。

洞察: Creative 類目呈現 "一超多強" 格局。Descript 憑藉其在播客/視頻後期製作中的實用性獨佔鰲頭。值得注意的是,視頻生成(Descript、VidMuse)合計約 44B Token,遠超圖像生成和語音生成,說明視頻/Audio-Visual 內容創作是當前創意領域最密集的 AI 消費場景。


五、Entertainment(娛樂)—— 18 款 tracked

娛樂類目是角色數量最多的分類之一,高度集中在 AI 角色扮演領域。

頭部雙雄

  1. Janitor AI (26.4B) — 角色聊天與創建平台。
  2. ISEKAI ZERO (25.2B) — AI 冒險體驗,可與喜愛的角色互動。

兩者合計超過 51.6B Token,佔據前 18 名總量的約 75%。

工具型平台

  1. SillyTavern (6.83B) — 高級用戶偏愛的 LLM 前端,支持模型切換、角色卡管理與提示詞定製。
  2. HammerAI (6.31B) — 免費 AI 角色聊天。
  3. Chub AI (3.88B) — 通用 GenAI 平台。
  4. Sophia's LoreBary (3.66B) — 角色扮演創作管理工具。

新興與利基

  • Studs.gg (1.12B) — Roblox 遊戲生成器
  • SkyrimNet (845M) — 開源 AI 遊戲模組
  • RPlay (349M) — 音頻角色扮演
  • Infinite Worlds (269M) — 用戶自創冒險並分享
  • risuAI (244M) — 角色瀏覽與模型切換聊天

洞察: 娛樂市場完全由 AI 角色扮演主導,這是一個高度用戶黏性、高上下文長度的使用場景。高級用戶工具(SillyTavern、risuAI)的存在表明,社群需要靈活的模型替換與角色管理能力。同時,SkyrimNet 的出現(核心倉庫 + 遊戲插件雙上榜)證明開源社群在 AI 遊戲模組領域的活躍性。


六、跨類別綜合分析

全局排名 Top 5

  1. OpenClaw (358B/day) — Personal Agents
  2. Hermes Agent (178B/day) — CLI Agents / Personal Agents
  3. Kilo Code (140B/day) — CLI Agents / IDE Extensions
  4. Claude Code (71.9B/day) — CLI Agents
  5. ISEKAI ZERO (31B/day) — Game

三大關鍵趨勢

(1)Agent 時代已全面來臨
無論是編碼(Kilo Code、Cline)、生產力(OpenClaw)還是綜合型(Hermes Agent),排名靠前的幾乎全部是具備自主行動能力的 Agent,而非被動的聊天界面。這意味著 AI 消費模式正在從 "問答式" 向 "代理式" 轉型。

(2)開源佔據主導地位
在前十大全球應用中,7 款明確標榜為開源(OpenClaw、Kilo Code、Hermes Agent、Cline、SillyTavern、OpenHands、Agent Zero)。開源憑藉模型靈活切換、隱私可控與社區驅動三大優勢,正快速蠶食閉源應用的市場份額。

(3)垂直場景 Token 效率差異懸殊
編碼 Agent 因上下文窗口長、多輪迭代多,Token 消耗量極大;娛樂類角色扮聊天也是如此。相比之下,工具類應用(如 TimeCamp、Plix.gg Translation)消耗量僅數千萬 Token,反映其互動模式更精簡。這一差異為模型路由與成本優化提供了明確信號:高 Token 消耗場景應優先配置性價比高的模型。


七、結論

OpenRouter 的應用排名不僅反映了當前 AI 應用的市場格局,更揭示了三個深層變化:AI 正在從對話介面走向代理人開源正在從邊緣走向主流垂直場景正在從通用走向專業。對於開發者與企業而言,理解這些趨勢並據此選擇工具、配置模型、優化成本,將成為未來競爭的關鍵。