سهم دیپ‌سیک در درخواست‌های OpenRouter به ۲۷٫۱ درصد رسید؛ بالاتر از گوگل و OpenAI
بر اساس سهم درخواست‌های متنی ثبت‌شده در OpenRouter، دیپ‌سیک با ۲۷٫۱ درصد از گوگل و OpenAI پیشی گرفته است. بااین‌حال، این رقم به معنای پیروزی مطلق نیست؛ زیرا سهم تعداد درخواست‌ها را نشان می‌دهد، نه سهم درآمد یا سهم از کل بازار. این شاخص رفتار توسعه‌دهندگان را در شرایطی اندازه می‌گیرد که می‌توانند میان مدل‌های مختلف جابه‌جا شوند و بارها یک مدل را فراخوانی کنند. اهمیت این رقم زمانی روشن‌تر می‌شود که آن را در کنار آمار دیگری قرار دهیم: با احتساب نسخه قدیمی و جدید DeepSeek V4.1 Flash، میزان استفاده از توکن‌ها به ۵۱٫۶ تریلیون می‌رسد.
حجم بالای توکن‌ها نشان‌دهنده استفاده گسترده است و سهم بالای درخواست‌ها حاکی از آن است که کاربران زیادی بارها مدل را فراخوانی می‌کنند. در کنار هم قرار گرفتن این دو شاخص نشان می‌دهد رشد دیپ‌سیک دامنه گسترده‌ای دارد؛ یعنی افزایش مصرف صرفاً حاصل فعالیت چند مشتری بزرگ نیست، بلکه تعداد زیادی درخواست کوچک و متوسط نیز بارها این مدل را انتخاب می‌کنند. البته رقم ۵۱٫۶ تریلیون توکن ممکن است تحت تأثیر زمینه‌های طولانی و پردازش‌های دسته‌ای افزایش یافته باشد و رقم ۲۷٫۱ درصد نیز به‌تنهایی ابعاد واقعی مصرف را نشان نمی‌دهد. برای ارزیابی دقیق، هر دو شاخص لازم‌اند.
دو عامل مشخص به توضیح این رشد کمک می‌کنند.
نخست، انتقال میان نسخه‌هاست. پیش‌تر نیز بخشی از ترافیک کاربران میان نسخه قدیمی و جدید دیپ‌سیک جابه‌جا می‌شد. برخی درخواست‌ها همچنان به نسخه قدیمی V4.1 Flash ارسال می‌شدند، اما در دوره آماری مورد بررسی به نسخه جدید 1017 منتقل شدند. این اتفاق به معنای جذب مشتریان کاملاً جدید نیست؛ بلکه کاربران موجود را در نسخه تازه متمرکز می‌کند. چنین مهاجرتی به‌خودی‌خود امری عادی است، اما از نظر آماری دوره‌ای ایجاد می‌کند که در آن مجموع استفاده از دو نسخه بزرگ‌تر به نظر می‌رسد. بنابراین، شاخص‌های مربوط به هر نسخه و مجموع نسخه‌ها باید جداگانه مشخص شوند؛ در غیر این صورت، افزایش ناشی از انتقال کاربران ممکن است با رشد واقعی کاربران جدید اشتباه گرفته شود.
عامل دوم، مشکل تأمین ظرفیت یکی از رقباست. MiMo-V2.6-Flash نه به‌دلیل ضعف توانایی‌های مدل، بلکه به این علت ناکام ماند که منابع محاسباتی آن پاسخ‌گوی تقاضا نبود. سرعت پایین بود و درخواست‌ها اغلب با شکست مواجه می‌شدند. توسعه‌دهندگان با خطای پایان مهلت انتظار روبه‌رو می‌شدند، درخواست‌ها را دوباره ارسال می‌کردند و در نهایت هزینه جابه‌جایی به مدل دیگر برایشان کمتر می‌شد. تیم‌های مهندسی تنها نتایج آزمون‌های معیار را مقایسه نمی‌کنند؛ تأخیر پاسخ‌گویی، نرخ شکست درخواست‌ها، محدودیت‌های نرخ فراخوانی و قیمت نیز در کنار هم بررسی می‌شوند. هر مدلی که مرتب با شکست مواجه شود، صرف‌نظر از توانایی‌هایش، ممکن است جای خود را به گزینه دیگری بدهد. برخی کاربران MiMo-V2.6-Flash به DeepSeek V4.1 Flash 1017 روی آوردند. دیپ‌سیک به‌تنهایی همه‌چیز را درست انجام نداد؛ ضعف رقیب در تأمین ظرفیت نیز کاربران را به سمت آن سوق داد.
محدودیت منابع محاسباتی، رقابت میان مدل‌ها را به رقابت بر سر تأمین ظرفیت تبدیل می‌کند. وقتی همه مدل‌ها به‌اندازه کافی خوب باشند، تصمیم به مهاجرت بیش از آنکه به چند امتیاز اختلاف در رتبه‌بندی‌ها وابسته باشد، به پایداری، قیمت و محدودیت‌های نرخ فراخوانی بستگی پیدا می‌کند. مشکل MiMo ضعف خود مدل نبود، بلکه ناتوانی زیرساخت محاسباتی در پاسخ‌گویی به تقاضا بود. ظرفیت محاسباتی را نمی‌توان یک‌شبه فراهم کرد. زنجیره تأمین، زمان‌بندی خوشه‌های پردازشی، بهینه‌سازی استنتاج و قراردادهای بلندمدت همگی در این فرایند نقش دارند؛ بنابراین، پول می‌تواند بخشی از مشکل را حل کند، اما همه موانع را هم‌زمان از میان نمی‌برد.
Kimi K3.1 Pro همین محدودیت را از زاویه قیمت‌گذاری نشان می‌دهد. اگر هزینه اشتراک آن را در کنار قیمت استفاده از API مدل DeepSeek V4.1 Flash قرار دهیم، انتخاب توسعه‌دهنده ملموس‌تر می‌شود. در یک طرف، اشتراکی با سهمیه‌های ثابت یا محدودیت‌های نرخ استفاده قرار دارد و در طرف دیگر، مدلی با پرداخت بر اساس میزان مصرف. Kimi نیز با محدودیت منابع محاسباتی مواجه است و قیمت آن برآوردی از وضعیت همین منابع به شمار می‌رود. هنگامی که ظرفیت محاسباتی محدود باشد، هزینه هر واحد استفاده بالا می‌ماند و رقابت‌پذیری نسبت قیمت به عملکرد دشوارتر می‌شود.
گران بودن به‌خودی‌خود ایراد محسوب نمی‌شود. مشتریان سازمانی برای توافق‌نامه سطح خدمات (SLA)، طول زمینه پردازش، قابلیت فراخوانی ابزارها و رعایت الزامات انطباق داده‌ها هزینه بیشتری می‌پردازند. اما قیمت بالاتر باید دلیل موجهی داشته باشد و کاربران نیز باید بتوانند این مزیت را تشخیص دهند. اگر هزینه بیشتر به نرخ شکست پایین‌تر، محدودیت‌های روشن‌تر در فراخوانی و تأخیر پاسخ‌گویی باثبات‌تر منجر شود، کاربران حاضرند آن را بپردازند. اما اگر قیمت بالا صرفاً ناشی از هزینه زیاد منابع محاسباتی باشد و در سرعت یا تجربه ارسال مجدد درخواست‌ها برتری محسوسی دیده نشود، توسعه‌دهندگان محاسبات دیگری انجام خواهند داد. با توجه به محدودیت‌های فعلی ظرفیت محاسباتی، نسبت قیمت به عملکرد Kimi پایین است. این به معنای آن نیست که Kimi نمی‌تواند چنین قیمتی تعیین کند؛ بلکه قیمت فعلی هنوز مزیت نسبی کافی برای آن ایجاد نکرده است. قیمت را قدرت گزینه‌های جایگزین تعیین می‌کند، نه خواست فروشنده.
MiMo و Kimi در یک الگو مشترک‌اند: هیچ‌کدام صرفاً به این دلیل که توانایی‌های مدلشان کاملاً ناکافی است، کاربران را از دست نمی‌دهند. هر دو در شرایط محدودیت منابع محاسباتی، از نظر تجربه تأمین و استفاده از سرویس با مشکل مواجه‌اند. MiMo در سرعت و نرخ شکست درخواست‌ها ضعف دارد و Kimi از نظر نسبت قیمت به عملکرد عقب می‌ماند. دیپ‌سیک ترکیبی متناسب با شرایط فعلی ارائه می‌دهد: عملکردی به‌اندازه کافی خوب، پایداری، قیمت پایین و امکان جابه‌جایی آسان. در نتیجه، ضعف رقبا به افزایش سهم دیپ‌سیک کمک می‌کند.
بااین‌حال، ضعف رقبا تنها بخشی از ماجرا را توضیح می‌دهد. انتقال میان نسخه‌ها، کاربران موجود را در نسخه جدید متمرکز می‌کند؛ مشکلات رقبا کاربران بیشتری را به سمت دیپ‌سیک سوق می‌دهد و قیمت‌گذاری API باعث می‌شود توسعه‌دهندگان به استفاده از آن ادامه دهند. سهم درخواست‌ها نیز گستردگی این روند را تأیید می‌کند. هیچ‌یک از این مراحل به‌تنهایی شگفت‌انگیز نیست، اما در کنار هم سهم ۲۷٫۱ درصدی را رقم می‌زنند. این رشد حاصل انباشته شدن چند عامل است، نه جهشی ناگهانی که تنها یک علت داشته باشد.
عملکرد دیپ‌سیک در OpenRouter را نباید صرفاً با این توضیح خلاصه کرد که «مدل آن‌قدر خوب است که نمی‌توان از آن استفاده نکرد». در شرایطی که ظرفیت محاسباتی به محدودیتی جدی تبدیل شده، رقابت مدل‌ها از مسابقه توانایی به رقابت بر سر تأمین ظرفیت تغییر می‌کند. دیپ‌سیک از یک سو کاربران موجود را در جریان انتقال نسخه‌ها حفظ کرد، از سوی دیگر کاربرانی را جذب کرد که از کمبود ظرفیت محاسباتی رقبا آسیب دیده بودند و با قیمت‌گذاری مناسب و پایداری، توسعه‌دهندگان را به استفاده از خود ادامه داد. سهم ۲۷٫۱ درصدی نتیجه این عوامل است، نه علت آن‌ها.
تجربه MiMo نشان می‌دهد که نرخ بالای شکست درخواست‌ها و سرعت پایین، تمایل کاربران به مهاجرت را از بین می‌برد. تجربه Kimi نیز نشان می‌دهد که قیمت بالاتر باید مزیتی داشته باشد که کاربران بتوانند آن را احساس کنند. آزمون بعدی دیپ‌سیک زمانی فرا می‌رسد که MiMo محدودیت‌های ظرفیت محاسباتی خود را برطرف کند و Kimi قیمت‌گذاری‌اش را تغییر دهد. وقتی توسعه‌دهندگان بار دیگر در فهرست مدل‌های OpenRouter میان گزینه‌ها جابه‌جا شوند، آیا باز هم دیپ‌سیک را انتخاب خواهند کرد؟