Millionklubben — Hver AI-forsknings- & Data Science-platform Rangeret efter Reel Trafik

Den Fulde Rangliste

Her er alle 42 AI-forsknings- og data science-platforme rangeret efter månedlig trafik. Dette er den mest heterogene rangliste i serien — forskningslaboratorier sidder ved siden af datamærkningsmarkedspladser, cloudplatforme ved siden af akademiske paper-review sites. Hvad der forener dem, er deres rolle i AI-forsyningskæden: at bygge modeller, træne dem, evaluere dem eller levere infrastrukturen til at implementere dem. 29 ud af 42 tilbyder gratis adgang.

Forskningstitanerne

Forskningslaboratorierne på denne liste er de organisationer, der faktisk opfinder den AI, som hvert andet Millionklub-værktøj er bygget på. Deres trafik fortæller dig noget om offentlig interesse for AI i sig selv — ikke som et produkt at bruge, men som en teknologi at forstå.

Google dominerer gennem ren fragmentering: labs.google med 34,22 millioner (AI-eksperimenter og demoer), deepmind.google med 6,41 millioner (grundforskning), ai.google med 2,7 millioner (den officielle AI-hub), og research.google med 1,56 millioner (publiceret forskning). Samlet: 44,89 millioner månedlige besøg på tværs af fire domæner. Det er mere end Anthropic, Mistral og xAI tilsammen — hvilket afspejler Googles unikke position som både den største AI-forskningsorganisation og virksomheden med flest offentligt tilgængelige forskningsejendomme.

xAI med 32,83 millioner er overraskelsen i denne rangering. Elon Musks AI-virksomhed har genereret enorm trafik til sin virksomhedsside — drevet af Groks synlighed og den konstante nyhedscyklus omkring xAIs finansiering, beregningsudbygning og modeludgivelser. Dette er trafik til virksomhedssiden, ikke produkttrafik (Groks brug vises i chatbot-ranglisten), men 33 millioner besøg på en virksomheds hjemmeside er ekstraordinært for et forskningslaboratorium.

De Kinesiske AI-laboratorier

Det kinesiske AI-forskningsøkosystem er repræsenteret af syv poster på denne liste — og deres samlede trafik fortæller en historie om hurtig, parallel udvikling, som vestlig dækning konsekvent undervurderer.

Qwen med 32,76 millioner fører — Alibabas open-weight-modelfamilie, der er blevet fundamentet for utallige kinesiske AI-applikationer. Kombineret med Alibaba Cloud (aliyun.com) med 29,05 millioner, udgør Alibaba AI-økosystemet over 61 millioner besøg. Qwens trafik afspejler noget specifikt: det er den mest populære basismodel til finjustering i det kinesiske udviklerøkosystem, ligesom Llama er i Vesten. Udviklere besøger qwen.ai for modeldownloads, dokumentation og benchmarks.

Datainfrastrukturen

Datainfrastrukturniveauet i denne rangering indeholder platformene, hvor AI-modeller faktisk implementeres, trænes og serveres i stor skala. Disse er virksomhederne, der sælger skovlene i AI-guldfeberen — og deres trafik afslører, hvilke platforme virksomheder vælger.

SAPs AI-tilstedeværelse er den største overraskelse på denne liste. ondemand.com med 38,87 millioner plus cloud.sap med 14,27 millioner giver SAP samlet 53,14 millioner besøg — hvilket gør det til enheden med den højeste trafik i hele denne rangering. SAP er ikke kendt som en AI-virksomhed, men dens Business Technology Platform integrerer AI dybt i virksomhedsarbejdsgange for tusindvis af Fortune 500-virksomheder. Trafikken kommer fra virksomhedsbrugere, der får adgang til AI-drevne applikationer, ikke fra udviklere, der eksperimenterer med modeller.

Snowflake med 4,75 millioner plus snowflakecomputing.com med 2,21 millioner bliver i alt 6,96 millioner. Snowflakes AI-spil centrerer sig om Cortex — at bringe machine learning direkte ind i datavarehuset, hvor virksomhedsdata allerede bor. Salgstalen: flyt ikke dine data til en AI-platform; bring AI til dine data. Databricks med 4,29 millioner konkurrerer direkte med en samlet analyseplatform, der kombinerer data engineering, data science og AI-modeltræning i en enkelt lakehouse-arkitektur.

Analyseværktøjerne runder infrastrukturlaget af: Domo med 1,33 millioner leverer AI-drevet business intelligence, og Amplitude med 1,22 millioner tilføjer AI til produktanalyse — forudsigelse af brugeradfærd og identifikation af mønstre i, hvordan folk interagerer med digitale produkter. Axon med 2,47 millioner håndterer virksomhedsdatahåndtering med AI-integration.

Datamærkningsøkonomien

Hver AI-model på jorden blev trænet på data, som mennesker mærkede. Teksten, som ChatGPT lærte af, billederne, som Midjourney blev trænet på, kodeeksemplerne, som Copilot internaliserede — alt sammen blev kurateret, annoteret, bedømt eller rettet af folk, der arbejder gennem platformene på denne liste. Datamærkning er det usynlige menneskelige arbejde, der gør AI muligt.

Outlier fører kategorien med 21 millioner månedlige besøg — og dens trafik fortæller en bemærkelsesværdig historie. Enogtyve millioner besøg på en dataanalyse- og annoteringsplatform, som de fleste AI-brugere aldrig har hørt om. Dette er trafik fra de hundredtusindvis af arbejdere, der logger ind dagligt for at mærke data, bedømme AI-output og give den menneskelige feedback, der får RLHF (Reinforcement Learning from Human Feedback) til at fungere. Når du hører, at en AI-model blev "tilpasset" eller "finjusteret", kom tilpasningen fra folk, der arbejder på platforme som Outlier.

Prolific med 13,32 millioner betjener en anden niche: akademisk og forskningsbaseret dataindsamling. Hvor Outlier fokuserer på AI-træningsdata i stor skala, forbinder Prolific forskere med demografisk forskellige deltagere til studier, undersøgelser og adfærdseksperimenter. Det er platformen, der driver meget af den akademiske AI-sikkerheds- og tilpasningsforskning — og dens 13 millioner besøg afspejler både omfanget af AI-forskning og den voksende efterspørgsel efter højkvalitets menneskelige data.

Benchmarks & Ranglister

Hvordan ved du, hvilken AI-model der er bedst? Du tjekker et benchmark. Benchmark- og ranglisteplatformene på denne liste er blevet dommerne for AI-kvalitet — og deres trafik afslører, hvor dybt AI-fællesskabet stoler på sammenlignende evaluering.

LMSys Arena med 25,33 millioner er den mest indflydelsesrige AI-evalueringsplatform i verden. Dets "Chatbot Arena" bruger blinde sammenligninger head-to-head — brugere chatter med to anonyme modeller og vælger det bedre svar — til at generere Elo-vurderinger, som hele industrien behandler som sandhed. Når en ny model hævder at være "state-of-the-art", er det første spørgsmål altid: hvad er dens Arena-score? 25 millioner besøg betyder, at hundredtusindvis af mennesker aktivt deltager i modelevaluering hver måned.

OpenRouter med 8,58 millioner tjener en dobbelt rolle: det er både en model-routing-platform (der lader udviklere få adgang til flere AI-modeller gennem en enkelt API) og et fællesskabsdrevet ranglistesystem, hvor brugsmønstre afslører, hvilke modeller udviklere faktisk foretrækker. Trafikken afspejler både praktisk nytte og sammenlignende interesse — udviklere kommer for at bruge modeller og bliver for at sammenligne dem.

AI-medier og fællesskabsplatforme bidrager også til forskningsdiskursen: Towards Data Science med 1,28 millioner leverer tilgængelig teknisk skrivning om AI og data science, mens Analytics Vidhya med 1,01 millioner betjener det bredere data science-læringsfællesskab med tutorials, konkurrencer og karriereressourcer.

Sådan Navigerer du i AI-forskning

Dette er den mest forskelligartede kategori i Millionklubben. Uanset om du er forsker, udvikler, investor eller bare nysgerrig omkring AI, tjener forskellige værktøjer på denne liste forskellige formål. Her er, hvordan du orienterer dig.

Mit personlige workflow: LMSys Arena og Artificial Analysis for at spore, hvilke modeller der er værd at bruge, OpenReview for at følge, hvad der kommer næste gang i forskning, og Towards Data Science for fordøjelige forklaringer af artikler, jeg ikke har tid til at læse fuldt ud. For enhver, der seriøst følger AI, dækker disse tre kilder 80% af det, der betyder noget.

Metodologi og Datakilde

Alle trafiktal kommer fra SimilarWeb, og afspejler estimater fra december 2025.

Denne rangliste inkluderer 42 platforme — mellemstor for Millionklubben-serien. Kategorien er i sagens natur sværere at definere end "chatbots" eller "billedgeneratorer", fordi forskning og data science spænder over en bred vifte af funktioner. Jeg har inkluderet platforme, der primært handler om at skabe, træne, evaluere eller forstå AI — ikke om at bruge AI som et færdigt produkt (de vises i andre ranglister).

Fire poster falder under 1 million besøg: Design Arena med 798,65K, Stability AI med 682,27K, Zhipu AI med 538K, og Moonshot AI med 499,08K. Jeg har inkluderet dem, fordi deres indflydelse på AI-økosystemet langt overstiger, hvad deres trafik antyder. Stability AI skabte Stable Diffusion. Zhipu AI byggede ChatGLM. Moonshot AI udviklede Kimi. Design Arena baner vejen for visuel AI-evaluering. Trafik og indflydelse korrelerer ikke altid — især for forskningslaboratorier.

Multidomæne-enheder optræder hyppigt: Google over fire domæner (~45M kombineret), SAP over to (~53M), Alibaba over to (~62M), Snowflake over to (~7M), MiniMax over to (~6,6M), iFlytek over to (~2,2M), og Zhipu AI over to (~2,2M). Hvert domæne er opført separat, da SimilarWeb sporer dem uafhængigt.

Forholdet for gratis niveauer er 29 ud af 42 (69%) — højere end kategorien forretning & marketing, men lavere end forbruger-AI-værktøjer. Mange forskningsressourcer er gratis af natur (artikler, benchmarks, eksperimenter), mens virksomhedsdatainfrastruktur typisk kræver betalt adgang.