AI模型竞争残酷：35天斩杀线下的生存挑战

上个月，你刚为 ChatGPT Plus 投入 20 美元，次月朋友圈就被「Claude」的强势崛起所占据，再下个月，「Gemini」又跃居榜首。面对此景，你难免陷入困惑：这 AI 会员，真的如潮水般永无止境吗？

你的直觉并非错觉。LMArena.ai，这个知名的模型竞技场，自2023年年中以来，一直记录并展示着模型的排名变化。这份榜单无情地揭示了行业最残酷的现实：

榜单显示，排名第一的模型只能保持约 35 天的领先地位，通常在 5 个月内跌出前五，7 个月内则退出前十。

曾经傲视群雄的 OpenAI o1 如今排名第 56，而 Claude 3 Opus 更已滑落至第 139 位。

尽管 LMArena.ai 的榜单可能存在争议，但这场激烈的洗牌无疑反映了 AI 模型的迅速淘汰：35 天，正成为顶级 AI 模型的‘斩杀线’。

巨额投入，换不来 AI 用户的忠诚

过去两年间，网络上那张风靡的梗图你一定不陌生：

从 ChatGPT 到 DeepSeek，再到 Claude 和如今的 Gemini，用户的选择始终基于性能。哪个模型好用，他们就投向哪个怀抱。不得不承认，现在的 AI 用户，从一开始就没有忠诚。

例如，Sora 2 发布时曾被誉为短视频的革新者，5 天内下载量破百万。然而，a16z 合伙人 Olivia Moore 的数据显示，其 30 天留存率仅为 1%，60 天内用户几乎流失殆尽。

在国内，AI 应用的投流规模同样巨大，但用户留存率却令人唏嘘。这种‘始乱终弃’的现象源于 AI 热潮引发的‘FOMO’心理——大量用户仅为跟风、尝鲜，体验后便离开。

根源在于，多数 AI 产品尚未构建有效的用户留存机制。

在 SaaS 行业，‘因 X 而来，因 Y 而留’是增长法则。但多数 AI 产品无法复制这一模式。内容虽不惊艳，却因社交关系被包裹而显得重要。点赞不仅给创作者，也为了维持关系。

然而，这一逻辑在多数 AI 产品中失效。

Sora 2 虽能生成逼真视频，但若无社区支撑用户分享、互动和反馈，终是孤立工具。除了专业人士，普通用户缺乏长期使用需求。

此外，重度用户的使用逻辑也在变化。

英伟达 CEO 黄仁勋曾透露自己的 AI 使用秘籍：不依赖单一模型，而是将同一问题抛给多个 AI 进行交叉验证，提升回答质量与可信度。

这反映了当下没有哪个模型能一统天下，不同模型各有优势。ChatGPT 不再是 AI 唯一入口，多模型协作成为常态。

榜单作弊与开源冲击

前文提到的 35 天斩杀线核心反映了行业趋势，但需指出，即使是权威榜单 LMArena 也存在猫腻。

Meta 被曝刷榜行为，直接质疑了榜单的权威性。

发布 Llama 4 前，Meta 测试了 27 个变体版本，却只公布最高分版本。正式版发布后，排名从第 2 名暴跌至第 32 名。

榜单评测机制本身也存在问题。理论上用户应比较两个 AI 回应选优，但实际情况是随机网民匆匆点击感觉不错的选项。

Surge AI 在《LMArena is a cancer on AI》中指出，竞技场中 52% 的对决判定存在错误，大众更偏爱冗长、华丽的回答。

AI 甚至只需自信胡言乱语就能击败对手。

当刷榜作弊成为潜规则，用户对模型的信任被透支。加上模型频繁‘降智’更新，用户对榜首模型的祛魅只是时间问题。

开源与低价的崛起进一步冲击了行业格局。

微软研究显示，DeepSeek R1 推动全球多数地区 AI 普及。在白俄罗斯拿下 56% 份额，甚至在埃塞俄比亚和津巴布韦也分别达到 18% 和 17%。

价格优势使得免费模型覆盖大多数日常需求。用户自然形成‘随时可换’的心态。开发者即便面对巨头降价也需支付高昂费用。

在这样的背景下，中间地带的 AI 玩家最为尴尬：既不够强也不够便宜。他们寄希望于刷榜和讲故事维持存在。但在‘35 天生死线’面前几乎没有回旋余地。等待他们的只有被斩杀的命运。