百万俱乐部 — 真实流量排名的每一个 AI 研究与数据科学平台

完整排名

这是按月流量排名的所有 42 个 AI 研究和数据科学平台。这是该系列中最异构的排名 — 研究实验室紧挨着数据标记市场，云平台紧挨着学术论文审查网站。将它们联系在一起的是它们在 AI 供应链中的角色：构建模型、训练模型、评估模型，或提供部署模型的基础设施。42 个平台中有 29 个提供免费访问。

研究巨头

这份名单上的研究实验室是实际发明 AI 的组织，其他所有百万俱乐部工具都建立在此之上。它们的流量告诉你关于公众对 AI 本身的兴趣 — 不是作为一种使用的产品，而是作为一种需要理解的技术。

Google 通过彻底的碎片化占据主导地位：labs.google 有 3422 万（AI 实验和演示），deepmind.google 有 641 万（基础研究），ai.google 有 270 万（官方 AI 中心），research.google 有 156 万（已发表的研究）。合计：跨四个域名每月 4489 万次访问。这超过了 Anthropic、Mistral 和 xAI 的总和 — 反映了 Google 作为最大的 AI 研究组织和拥有最多面向公众的研究资产的公司的独特地位。

xAI 以 3283 万的访问量成为本次排名的惊喜。埃隆·马斯克（Elon Musk）的 AI 公司为其企业网站带来了巨大的流量 — 这得益于 Grok 的知名度以及围绕 xAI 融资、算力建设和模型发布的新闻周期。这是企业网站流量，而不是产品流量（Grok 的使用情况显示在聊天机器人排名中），但对于一个研究实验室来说，公司主页拥有 3300 万次访问是非凡的。

中国 AI 实验室

中国 AI 研究生态系统在此列表中有七个条目 — 它们的总流量讲述了一个西方报道一直低估的快速、平行发展的故事。

Qwen（通义千问）以 3276 万领先 — 阿里巴巴的开放权重模型家族已成为无数中国 AI 应用程序的基础。加上阿里云 (aliyun.com) 的 2905 万，阿里巴巴 AI 生态系统的总访问量超过 6100 万。Qwen 的流量反映了一些具体情况：它是中国开发者生态系统中用于微调的最流行的基础模型，就像西方的 Llama 一样。开发人员访问 qwen.ai 下载模型、文档和基准。

数据基础设施

此排名的数据基础设施层包含实际大规模部署、训练和提供 AI 模型的平台。这些是在 AI 淘金热中通过卖铲子赚钱的公司 — 它们的流量揭示了企业正在选择哪些平台。

SAP 的 AI 存在是此名单上最大的惊喜。ondemand.com 的 3887 万加上 cloud.sap 的 1427 万，使 SAP 的总访问量达到 5314 万 — 使其成为整个排名中流量最高的实体。SAP 并不以 AI 公司著称，但其业务技术平台将 AI 深度集成到数千家财富 500 强企业的企业工作流程中。流量来自访问 AI 驱动的应用程序的企业用户，而不是试验模型的开发人员。

Snowflake 的 475 万加上 snowflakecomputing.com 的 221 万，总计 696 万。Snowflake 的 AI 战略集中在 Cortex — 将机器学习直接带入企业数据已经所在的数据仓库。其宣传点是：不要将数据移动到 AI 平台；将 AI 带到数据中。Databricks 以 429 万直接竞争，提供统一的分析平台，在单一的湖仓架构中结合数据工程、数据科学和 AI 模型训练。

分析工具完善了基础设施层：Domo 以 133 万提供 AI 驱动的商业智能，Amplitude 以 122 万为产品分析添加 AI — 预测用户行为并识别人们如何与数字产品互动的模式。Axon 以 247 万通过 AI 集成处理企业数据管理。

数据标记经济

地球上的每一个 AI 模型都是在人类标记的数据上训练出来的。ChatGPT 学习的文本、Midjourney 训练的图像、Copilot 内化的代码示例 — 所有这些都是由在此名单上的平台上工作的人员策划、注释、评级或纠正的。数据标记是使 AI 成为可能的隐形人类劳动。

Outlier 以 2100 万月访问量领跑该类别 — 其流量讲述了一个非凡的故事。对于一个大多数 AI 用户从未听说过的数据分析和注释平台来说，2100 万次访问是惊人的。这是来自成千上万工人的流量，他们每天登录以标记数据、对 AI 输出进行评级，并提供使 RLHF（人类反馈强化学习）发挥作用的人类反馈。当你听到 AI 模型被“对齐”或“微调”时，这种对齐来自在 Outlier 等平台上工作的人们。

Prolific 以 1332 万服务于不同的利基市场：学术和研究级数据收集。Outlier 专注于大规模 AI 训练数据，而 Prolific 将研究人员与人口统计多样化的参与者联系起来，进行研究、调查和行为实验。它是为许多学术 AI 安全和对齐研究提供动力的平台 — 其 1300 万次访问反映了 AI 研究的规模和对高质量人类数据日益增长的需求。

基准与排行榜

你怎么知道哪个 AI 模型最好？你查阅基准。此名单上的基准和排行榜平台已成为 AI 质量的仲裁者 — 它们的流量揭示了 AI 社区对比较评估的依赖程度。

LMSys Arena 以 2533 万成为世界上最有影响力的 AI 评估平台。其“Chatbot Arena”使用盲测头对头比较 — 用户与两个匿名模型聊天并选择更好的回答 — 以生成整个行业视为基本事实的 Elo 评级。当一个新模型声称是“最先进的”时，第一个问题总是：它的 Arena 分数是多少？2500 万次访问意味着每月有数十万人积极参与模型评估。

OpenRouter 以 858 万扮演双重角色：它既是一个模型路由平台（让开发人员通过单个 API 访问多个 AI 模型），也是一个社区驱动的排名系统，其中使用模式揭示了开发人员实际偏好哪些模型。流量反映了实用性和比较兴趣 — 开发人员来使用模型并留下来比较它们。

AI 媒体和社区平台也对研究讨论做出了贡献：Towards Data Science 以 128 万提供关于 AI 和数据科学的通俗易懂的技术写作，而 Analytics Vidhya 以 101 万通过教程、竞赛和职业资源服务于更广泛的数据科学学习社区。

如何浏览 AI 研究

这是百万俱乐部中最多样化的类别。无论你是研究人员、开发人员、投资者，还是仅仅对 AI 好奇，此列表中的不同工具都有不同的用途。以下是如何定位自己。

我个人的工作流程：使用 LMSys Arena 和 Artificial Analysis 追踪哪些模型值得使用，使用 OpenReview 关注研究的下一步动向，阅读 Towards Data Science 获取我没时间通读全文的论文的摘要解释。对于任何认真关注 AI 的人来说，这三个来源涵盖了 80% 重要内容。

方法论与数据来源

所有流量数字均来自 SimilarWeb，反映了 2025 年 12 月的估算值。

此排名包括 42 个平台 — 对于百万俱乐部系列来说属于中等规模。该类别本质上比“聊天机器人”或“图像生成器”更难定义，因为研究和数据科学涵盖了广泛的功能。我包括了主要关于创建、训练、评估或理解 AI 的平台 — 而不是关于使用 AI 作为成品（那些出现在其他排名中）的平台。

四个条目低于 100 万访问量：Design Arena (79.865万), Stability AI (68.227万), 智谱 AI (53.8万), 和月之暗面 (49.908万)。我将它们包括在内，是因为它们对 AI 生态系统的影响远远超过其流量所显示的。Stability AI 创建了 Stable Diffusion。智谱 AI 构建了 ChatGLM。月之暗面开发了 Kimi。Design Arena 正在开创视觉 AI 评估。流量和影响力并不总是相关的 — 尤其是对于研究实验室而言。

多域名实体经常出现：Google 跨越四个域名（合计约 4500 万），SAP 跨越两个（约 5300 万），阿里巴巴跨越两个（约 6200 万），Snowflake 跨越两个（约 700 万），MiniMax 跨越两个（约 660 万），科大讯飞跨越两个（约 220 万），智谱 AI 跨越两个（约 220 万）。每个域名单独列出，因为 SimilarWeb 独立跟踪它们。

免费层级比例为 42 个中的 29 个（69%） — 高于商业与营销类别，但低于消费者 AI 工具。许多研究资源本质上是免费的（论文、基准、实验），而企业数据基础设施通常需要付费访问。