Miljonu Klubs — Katra AI Pētniecības un Datu Zinātnes Platforma Sakārtota Pēc Reālās Trafika

Pilnais Reitings

Šeit ir visas 42 AI pētniecības un datu zinātnes platformas, kas sakārtotas pēc ikmēneša trafika. Šis ir visneviendabīgākais reitings sērijā — pētniecības laboratorijas atrodas blakus datu marķēšanas tirgiem, mākoņu platformas blakus akadēmisko rakstu pārskatīšanas vietnēm. Tas, kas tās vieno, ir to loma AI piegādes ķēdē: modeļu būvēšana, apmācība, novērtēšana vai infrastruktūras nodrošināšana to ieviešanai. 29 no 42 piedāvā bezmaksas piekļuvi.

Pētniecības Titāni

Pētniecības laboratorijas šajā sarakstā ir organizācijas, kas faktiski izgudro AI, uz kura ir būvēts katrs cits Miljonu Kluba rīks. To trafiks stāsta jums kaut ko par sabiedrības interesi par pašu AI — nevis kā produktu lietošanai, bet kā tehnoloģiju, ko saprast.

Google dominē, pateicoties tīrai sadrumstalotībai: labs.google ar 34,22 miljoniem (AI eksperimenti un demonstrācijas), deepmind.google ar 6,41 miljonu (fundamentālā pētniecība), ai.google ar 2,7 miljoniem (oficiālais AI centrs) un research.google ar 1,56 miljoniem (publicētie pētījumi). Kopā: 44,89 miljoni ikmēneša apmeklējumu četrās domēnās. Tas ir vairāk nekā Anthropic, Mistral un xAI kopā — atspoguļojot Google unikālo pozīciju gan kā lielāko AI pētniecības organizāciju, gan kā uzņēmumu ar visvairāk publiski pieejamiem pētniecības īpašumiem.

xAI ar 32,83 miljoniem ir šī reitinga pārsteigums. Īlona Maska AI uzņēmums ir ģenerējis milzīgu trafiku uz savu korporatīvo vietni — pateicoties Grok redzamībai un pastāvīgajam ziņu ciklam par xAI finansējumu, skaitļošanas jaudas izveidi un modeļu izlaišanu. Tas ir korporatīvās vietnes trafiks, nevis produkta trafiks (Grok lietojums parādās tērzēšanas robotu reitingā), bet 33 miljoni apmeklējumu uz uzņēmuma sākumlapu ir ārkārtēji pētniecības laboratorijai.

Ķīnas AI Laboratorijas

Ķīnas AI pētniecības ekosistēma šajā sarakstā ir pārstāvēta ar septiņiem ierakstiem — un to apvienotais trafiks stāsta stāstu par ātru, paralēlu attīstību, ko Rietumu atspoguļojums konsekventi novērtē par zemu.

Qwen ar 32,76 miljoniem ir vadībā — Alibaba atvērta svara modeļu ģimene, kas kļuvusi par pamatu neskaitāmām Ķīnas AI lietojumprogrammām. Kopā ar Alibaba Cloud (aliyun.com) ar 29,05 miljoniem, Alibaba AI ekosistēma kopā veido vairāk nekā 61 miljonu apmeklējumu. Qwen trafiks atspoguļo kaut ko specifisku: tas ir populārākais bāzes modelis precizēšanai (fine-tuning) Ķīnas izstrādātāju ekosistēmā, tāpat kā Llama Rietumos. Izstrādātāji apmeklē qwen.ai modeļu lejupielādēm, dokumentācijai un etaloniem.

Datu Infrastruktūra

Šī reitinga datu infrastruktūras līmenis satur platformas, kurās AI modeļi faktiski tiek izvietoti, apmācīti un apkalpoti lielā mērogā. Šie ir uzņēmumi, kas pārdod lāpstas AI zelta drudzī — un to trafiks atklāj, kuras platformas uzņēmumi izvēlas.

SAP AI klātbūtne ir lielākais pārsteigums šajā sarakstā. ondemand.com ar 38,87 miljoniem plus cloud.sap ar 14,27 miljoniem dod SAP kopā 53,14 miljonus apmeklējumu — padarot to par vislielākā trafika vienību visā šajā reitingā. SAP nav pazīstams kā AI uzņēmums, bet tā Biznesa Tehnoloģiju Platforma dziļi integrē AI uzņēmumu darbplūsmās tūkstošiem Fortune 500 uzņēmumu. Trafiks nāk no uzņēmumu lietotājiem, kas piekļūst AI darbinātām lietojumprogrammām, nevis no izstrādātājiem, kas eksperimentē ar modeļiem.

Snowflake ar 4,75 miljoniem plus snowflakecomputing.com ar 2,21 miljonu kopā veido 6,96 miljonus. Snowflake AI spēle centrējas ap Cortex — mašīnmācīšanās ieviešanu tieši datu noliktavā, kur uzņēmuma dati jau atrodas. Piedāvājums: nepārvietojiet savus datus uz AI platformu; atvediet AI pie saviem datiem. Databricks ar 4,29 miljoniem konkurē tieši ar vienotu analītikas platformu, kas apvieno datu inženieriju, datu zinātni un AI modeļu apmācību vienā "ezera mājas" (lakehouse) arhitektūrā.

Analītikas rīki papildina infrastruktūras slāni: Domo ar 1,33 miljoniem nodrošina AI darbinātu biznesa inteliģenci, un Amplitude ar 1,22 miljoniem pievieno AI produktu analītikai — paredzot lietotāju uzvedību un identificējot modeļus, kā cilvēki mijiedarbojas ar digitālajiem produktiem. Axon ar 2,47 miljoniem apstrādā uzņēmumu datu pārvaldību ar AI integrāciju.

Datu Marķēšanas Ekonomika

Katrs AI modelis uz zemes tika apmācīts uz datiem, ko marķējuši cilvēki. Teksts, no kura mācījās ChatGPT, attēli, uz kuriem tika apmācīts Midjourney, koda piemēri, ko Copilot internalizēja — visu to atlasīja, anotēja, novērtēja vai laboja cilvēki, kas strādā caur platformām šajā sarakstā. Datu marķēšana ir neredzamais cilvēku darbs, kas padara AI iespējamu.

Outlier vada kategoriju ar 21 miljonu ikmēneša apmeklējumu — un tā trafiks stāsta ievērojamu stāstu. Divdesmit viens miljons apmeklējumu datu analīzes un anotācijas platformā, par kuru vairums AI lietotāju nekad nav dzirdējuši. Tas ir trafiks no simtiem tūkstošu darbinieku, kas katru dienu piesakās, lai marķētu datus, novērtētu AI rezultātus un sniegtu cilvēku atsauksmes, kas ļauj RLHF (Pastiprināšanas mācīšanās no cilvēku atsauksmēm) darboties. Kad dzirdat, ka AI modelis tika "saskaņots" vai "precizēts", saskaņošana nāca no cilvēkiem, kas strādā tādās platformās kā Outlier.

Prolific ar 13,32 miljoniem apkalpo citu nišu: akadēmisko un pētniecības līmeņa datu vākšanu. Kamēr Outlier koncentrējas uz AI apmācības datiem lielā mērogā, Prolific savieno pētniekus ar demogrāfiski daudzveidīgiem dalībniekiem pētījumiem, aptaujām un uzvedības eksperimentiem. Tā ir platforma, kas virza lielu daļu akadēmiskās AI drošības un saskaņošanas pētniecības — un tās 13 miljoni apmeklējumu atspoguļo gan AI pētniecības mērogu, gan pieaugošo pieprasījumu pēc augstas kvalitātes cilvēku datiem.

Etaloni un Līderu Saraksti

Kā zināt, kurš AI modelis ir labākais? Jūs pārbaudāt etalonu (benchmark). Etalonu un līderu sarakstu platformas šajā sarakstā ir kļuvušas par AI kvalitātes arbitriem — un to trafiks atklāj, cik dziļi AI kopiena paļaujas uz salīdzinošo novērtēšanu.

LMSys Arena ar 25,33 miljoniem ir ietekmīgākā AI novērtēšanas platforma pasaulē. Tās "Chatbot Arena" izmanto aklus salīdzinājumus viens pret vienu — lietotāji tērzē ar diviem anonīmiem modeļiem un izvēlas labāku atbildi — lai ģenerētu Elo reitingus, kurus visa industrija uzskata par patiesību. Kad jauns modelis apgalvo, ka ir "vismodernākais", pirmais jautājums vienmēr ir: kāds ir tā Arena rezultāts? 25 miljoni apmeklējumu nozīmē, ka simtiem tūkstošu cilvēku katru mēnesi aktīvi piedalās modeļu novērtēšanā.

OpenRouter ar 8,58 miljoniem pilda dubultu lomu: tā ir gan modeļu maršrutēšanas platforma (ļaujot izstrādātājiem piekļūt vairākiem AI modeļiem caur vienu API), gan kopienas virzīta reitingu sistēma, kur lietošanas modeļi atklāj, kurus modeļus izstrādātāji patiesībā dod priekšroku. Trafiks atspoguļo gan praktisko lietderību, gan salīdzinošo interesi — izstrādātāji nāk izmantot modeļus un paliek, lai tos salīdzinātu.

AI mediju un kopienas platformas arī veicina pētniecības diskursu: Towards Data Science ar 1,28 miljoniem nodrošina pieejamu tehnisko rakstīšanu par AI un datu zinātni, savukārt Analytics Vidhya ar 1,01 miljonu apkalpo plašāku datu zinātnes mācību kopienu ar pamācībām, konkursiem un karjeras resursiem.

Kā Orientēties AI Pētniecībā

Šī ir daudzveidīgākā kategorija Miljonu Klubā. Neatkarīgi no tā, vai esat pētnieks, izstrādātājs, investors vai vienkārši interesējaties par AI, dažādi rīki šajā sarakstā kalpo dažādiem mērķiem. Lūk, kā orientēties.

Mana personīgā darba plūsma: LMSys Arena un Artificial Analysis, lai izsekotu, kurus modeļus ir vērts izmantot, OpenReview, lai sekotu tam, kas būs tālāk pētniecībā, un Towards Data Science sagremojamiem skaidrojumiem par rakstiem, kurus man nav laika izlasīt pilnībā. Ikvienam, kurš nopietni seko AI, šie trīs avoti aptver 80% no tā, kas ir svarīgi.

Metodoloģija un Datu Avots

Visi trafika skaitļi nāk no SimilarWeb, atspoguļojot 2025. gada decembra aplēses.

Šis reitings ietver 42 platformas — vidēja izmēra Miljonu Kluba sērijai. Kategoriju ir pēc būtības grūtāk definēt nekā "tērzēšanas roboti" vai "attēlu ģeneratori", jo pētniecība un datu zinātne aptver plašu funkciju klāstu. Esmu iekļāvis platformas, kas primāri ir par AI radīšanu, apmācību, novērtēšanu vai izpratni — nevis par AI izmantošanu kā gatavu produktu (tie parādās citos reitingos).

Četri ieraksti krīt zem 1 miljona apmeklējumu: Design Arena ar 798,65K, Stability AI ar 682,27K, Zhipu AI ar 538K un Moonshot AI ar 499,08K. Es tos iekļāvu, jo to ietekme uz AI ekosistēmu ievērojami pārsniedz to, ko liecina to trafiks. Stability AI radīja Stable Diffusion. Zhipu AI uzbūvēja ChatGLM. Moonshot AI izstrādāja Kimi. Design Arena ir celmlauzis vizuālā AI novērtēšanā. Trafiks un ietekme ne vienmēr korelē — īpaši pētniecības laboratorijām.

Daudzdomēnu vienības parādās bieži: Google četrās domēnās (~45M kombinēti), SAP divās (~53M), Alibaba divās (~62M), Snowflake divās (~7M), MiniMax divās (~6,6M), iFlytek divās (~2,2M) un Zhipu AI divās (~2,2M). Katra domēna ir uzskaitīta atsevišķi, jo SimilarWeb tās izseko neatkarīgi.

Bezmaksas līmeņa attiecība ir 29 no 42 (69%) — augstāka nekā biznesa un mārketinga kategorijā, bet zemāka nekā patērētāju AI rīkiem. Daudzi pētniecības resursi ir bezmaksas pēc būtības (raksti, etaloni, eksperimenti), savukārt uzņēmumu datu infrastruktūra parasti prasa maksas piekļuvi.