DeepSeek、OpenRouterの利用状況と『シンデレラ』の定着効果

OpenRouterおよび関連分析は、オープンソースモデルの利用傾向と保持ダイナミクスを明らかにします。
Key insights
オープンソース利用はロールプレイと長時間の推論作業に偏っている
OpenRouterの分析によると、オープンソースモデルの利用の半分以上がロールプレイやインタラクティブな物語、類似のシナリオに使用されており、プログラミングは約20%を占めています。また、アジアでの利用が急速に増加しており、推論指向のモデル呼び出しへのシフトが見られ、2025年末までには推論モデルが総利用の半分を超える見込みです。
ユーザーの保持は初回成功の『シンデレラ』効果によるものであり、最高のパフォーマンスではない
『シンデレラグラススリッパ効果』は、ユーザーが高価値の痛点を完璧に解決する最初のモデルにロックインされ、その後、より高性能なモデルがその結びつきを置き換えるのに苦労する様子を説明しています。OpenRouterのコールログ分析では、基盤となるコホートが生産性や体験の適合性に基づいて忠誠を保っていることが確認されました。
DeepSeek-V3.2論文はアーキテクチャとトレーニングの進展が閉じたモデルに匹敵することを主張
DeepSeek-V3.2の技術報告書では、スパースアテンションメカニズム(DSA)、エキスパートモデルの蒸留、および合成タスク環境を詳細に説明し、長文コンテキストとエージェントのパフォーマンスを向上させながら計算コストを削減することを目指しています。この論文は、特定の推論ベンチマークにおいて、先行する閉じたモデルと同等またはそれ以上の性能を主張し、IMO/IOIレベルのタスクにおいて競争力のあるパフォーマンスを示しています。