百萬俱樂部 — 真實流量排名的每一個 AI 研究與資料科學平台

完整排名

這是按月流量排名的所有 42 個 AI 研究和資料科學平台。這是該系列中最異構的排名 — 研究實驗室緊挨著資料標註市場，雲端平台緊挨著學術論文審查網站。將它們聯繫在一起的是它們在 AI 供應鏈中的角色：構建模型、訓練模型、評估模型，或提供部署模型的基礎設施。42 個平台中有 29 個提供免費使用。

研究巨擘

這份名單上的研究實驗室是實際發明 AI 的組織，其他所有百萬俱樂部工具都建立在此之上。它們的流量告訴你關於公眾對 AI 本身的興趣 — 不是作為一種使用的產品，而是作為一種需要理解的技術。

Google 通過徹底的碎片化佔據主導地位：labs.google 有 3422 萬（AI 實驗和演示），deepmind.google 有 641 萬（基礎研究），ai.google 有 270 萬（官方 AI 中心），research.google 有 156 萬（已發表的研究）。合計：跨四個網域每月 4489 萬次造訪。這超過了 Anthropic、Mistral 和 xAI 的總和 — 反映了 Google 作為最大的 AI 研究組織和擁有最多面向公眾的研究資產的公司的獨特地位。

xAI 以 3283 萬的造訪量成為本次排名的驚喜。伊隆·馬斯克（Elon Musk）的 AI 公司為其企業網站帶來了巨大的流量 — 這得益於 Grok 的知名度以及圍繞 xAI 融資、算力建設和模型發佈的新聞週期。這是企業網站流量，而不是產品流量（Grok 的使用情況顯示在聊天機器人排名中），但對於一個研究實驗室來說，公司首頁擁有 3300 萬次造訪是非凡的。

中國 AI 實驗室

中國 AI 研究生態系統在此列表中有七個條目 — 它們的總流量講述了一個西方報導一直低估的快速、平行發展的故事。

Qwen（通義千問）以 3276 萬領先 — 阿里巴巴的開放權重模型家族已成為無數中國 AI 應用程式的基礎。加上阿里雲 (aliyun.com) 的 2905 萬，阿里巴巴 AI 生態系統的總造訪量超過 6100 萬。Qwen 的流量反映了一些具體情況：它是中國開發者生態系統中用於微調的最流行的基礎模型，就像西方的 Llama 一樣。開發人員造訪 qwen.ai 下載模型、文件和基準。

資料基礎設施

此排名的資料基礎設施層包含實際大規模部署、訓練和提供 AI 模型的平台。這些是在 AI 淘金熱中通過賣鏟子賺錢的公司 — 它們的流量揭示了企業正在選擇哪些平台。

SAP 的 AI 存在是此名單上最大的驚喜。ondemand.com 的 3887 萬加上 cloud.sap 的 1427 萬，使 SAP 的總造訪量達到 5314 萬 — 使其成為整個排名中流量最高的實體。SAP 並不以 AI 公司著稱，但其業務技術平台將 AI 深度整合到數千家財富 500 強企業的企業工作流程中。流量來自造訪 AI 驅動的應用程式的企業使用者，而不是試驗模型的開發人員。

Snowflake 的 475 萬加上 snowflakecomputing.com 的 221 萬，總計 696 萬。Snowflake 的 AI 戰略集中在 Cortex — 將機器學習直接帶入企業資料已經所在的資料倉儲。其宣傳點是：不要將資料移動到 AI 平台；將 AI 帶到資料中。Databricks 以 429 萬直接競爭，提供統一的分析平台，在單一的湖倉架構中結合資料工程、資料科學和 AI 模型訓練。

分析工具完善了基礎設施層：Domo 以 133 萬提供 AI 驅動的商業智慧，Amplitude 以 122 萬為產品分析添加 AI — 預測使用者行為並識別人們如何與數位產品互動的模式。Axon 以 247 萬通過 AI 整合處理企業資料管理。

資料標註經濟

地球上的每一個 AI 模型都是在人類標註的資料上訓練出來的。ChatGPT 學習的文本、Midjourney 訓練的圖像、Copilot 內化的程式碼範例 — 所有這些都是由在此名單上的平台上工作的人員策劃、註釋、評級或糾正的。資料標註是使 AI 成為可能的隱形人類勞動。

Outlier 以 2100 萬月造訪量領跑該類別 — 其流量講述了一個非凡的故事。對於一個大多數 AI 使用者從未聽說過的資料分析和註釋平台來說，2100 萬次造訪是驚人的。這是來自成千上萬工人的流量，他們每天登入以標註資料、對 AI 輸出進行評級，並提供使 RLHF（人類回饋強化學習）發揮作用的人類回饋。當你聽到 AI 模型被「對齊」或「微調」時，這種對齊來自在 Outlier 等平台上工作的人們。

Prolific 以 1332 萬服務於不同的利基市場：學術和研究級資料收集。Outlier 專注於大規模 AI 訓練資料，而 Prolific 將研究人員與人口統計多樣化的參與者聯繫起來，進行研究、調查和行為實驗。它是為許多學術 AI 安全和對齊研究提供動力的平台 — 其 1300 萬次造訪反映了 AI 研究的規模和對高品質人類資料日益增長的需求。

基準與排行榜

你怎麼知道哪個 AI 模型最好？你查閱基準。此名單上的基準和排行榜平台已成為 AI 品質的仲裁者 — 它們的流量揭示了 AI 社群對比較評估的依賴程度。

LMSys Arena 以 2533 萬成為世界上最有影響力的 AI 評估平台。其「Chatbot Arena」使用盲測頭對頭比較 — 使用者與兩個匿名模型聊天並選擇更好的回答 — 以生成整個行業視為基本事實的 Elo 評級。當一個新模型聲稱是「最先進的」時，第一個問題總是：它的 Arena 分數是多少？2500 萬次造訪意味著每月有數十萬人積極參與模型評估。

OpenRouter 以 858 萬扮演雙重角色：它既是一個模型路由平台（讓開發人員通過單個 API 存取多個 AI 模型），也是一個社群驅動的排名系統，其中使用模式揭示了開發人員實際偏好哪些模型。流量反映了實用性和比較興趣 — 開發人員來使用模型並留下來比較它們。

AI 媒體和社群平台也對研究討論做出了貢獻：Towards Data Science 以 128 萬提供關於 AI 和資料科學的通俗易懂的技術寫作，而 Analytics Vidhya 以 101 萬通過教程、競賽和職業資源服務於更廣泛的資料科學學習社群。

如何瀏覽 AI 研究

這是百萬俱樂部中最多樣化的類別。無論你是研究人員、開發人員、投資者，還是僅僅對 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。

我個人的工作流程：使用 LMSys Arena 和 Artificial Analysis 追蹤哪些模型值得使用，使用 OpenReview 關注研究的下一步動向，閱讀 Towards Data Science 獲取我沒時間通讀全文的論文的摘要解釋。對於任何認真關注 AI 的人來說，這三個來源涵蓋了 80% 重要內容。

方法論與資料來源

所有流量數字均來自 SimilarWeb，反映了 2025 年 12 月的估算值。

此排名包括 42 個平台 — 對於百萬俱樂部系列來說屬於中等規模。該類別本質上比「聊天機器人」或「圖像生成器」更難定義，因為研究和資料科學涵蓋了廣泛的功能。我包括了主要關於創建、訓練、評估或理解 AI 的平台 — 而不是關於使用 AI 作為成品（那些出現在其他排名中）的平台。

四個條目低於 100 萬造訪量：Design Arena (79.865萬), Stability AI (68.227萬), 智譜 AI (53.8萬), 和月之暗面 (49.908萬)。我將它們包括在內，是因為它們對 AI 生態系統的影響遠遠超過其流量所顯示的。Stability AI 創建了 Stable Diffusion。智譜 AI 構建了 ChatGLM。月之暗面開發了 Kimi。Design Arena 正在開創視覺 AI 評估。流量和影響力並不總是相關的 — 尤其是對於研究實驗室而言。

多網域實體經常出現：Google 跨越四個網域（合計約 4500 萬），SAP 跨越兩個（約 5300 萬），阿里巴巴跨越兩個（約 6200 萬），Snowflake 跨越兩個（約 700 萬），MiniMax 跨越兩個（約 660 萬），科大訊飛跨越兩個（約 220 萬），智譜 AI 跨越兩個（約 220 萬）。每個網域單獨列出，因為 SimilarWeb 獨立追蹤它們。

免費層級比例為 42 個中的 29 個（69%） — 高於商業與行銷類別，但低於消費者 AI 工具。許多研究資源本質上是免費的（論文、基準、實驗），而企業資料基礎設施通常需要付費使用。