De ranglijstvalstrik: hoe Chinese AI-modellen tokens winnen, geen omzet
Voor Chinese bedrijven op het gebied van kunstmatige intelligentie is de wekelijkse ranglijst op OpenRouter, een wereldwijd platform dat verzoeken van gebruikers naar verschillende AI-modellen leidt, een scorebord geworden waar iedereen naar kijkt. Maar een nadere blik op de cijfers onthult een zorgwekkende onevenwichtigheid: Chinese modellen zijn goed voor ongeveer zestig procent van de tokens die op het platform worden verwerkt, maar verdienen slechts een kleine fractie van de omzet. De tokens bewijzen klantenwerving, niet echte kracht.
Het verhaal kreeg aandacht nadat een anoniem gratis model kortstondig naar de top van de wekelijkse ranglijst van OpenRouter schoot, voorbij bekendere Chinese modellen van DeepSeek en GLM. De 13,9 biljoen tokens die het verwerkte leken indrukwekkend, maar de piek kwam voort uit gratis toegang in plaats van betalende gebruikers. Dit is het kernprobleem: de ranglijst beloont volume, niet waarde. Wanneer een model gratis is, blaast elk verzoek de cijfers op zonder inkomsten te genereren.
De diepere kwestie is het eigendom van de meetlat. OpenRouter bepaalt hoe modellen worden gerangschikt, welke gegevens worden onthuld en welke modellen worden gepromoot. Chinese ontwikkelaars concurreren in feite op het thuisveld van een scheidsrechter, en betalen voor marketing die het platform meer ten goede komt dan henzelf. Ze verbruiken tokens, het platform int vergoedingen van betalende gebruikers van andere modellen, en de ranglijsten houden iedereen achter dezelfde zichtbare prijs aan.
Dit creëert een prisoner’s dilemma. Als één bedrijf stopt met het najagen van de ranglijst, riskeert het zichtbaarheid en de aandacht van ontwikkelaars te verliezen. Als iedereen blijft najagen, blijven ze allemaal uitgeven aan een spel waarvan de regels elders worden bepaald. Het resultaat is een soort marketingwapenwedloop waarin de valuta tokens zijn en de beloning een ranglijst is die zich mogelijk niet vertaalt in een duurzame business.
Het alternatief, volgens waarnemers in de sector, is niet om de bestaande ranglijst te beklimmen, maar om een nieuwe schaal te bouwen. Dat betekent onafhankelijke evaluatiesystemen ontwikkelen, eigenaar zijn van de datapijplijnen die prestaties in de echte wereld meten, en benchmarks creëren die werkelijke gebruikerswaarde weerspiegelen in plaats van ruw verwerkingsvolume. Prijszettingsmacht, intelligentie over gebruikersgedrag en controle over toegang zijn de drie hefbomen die momenteel bij het platform liggen, niet bij de modelmakers.
Sommige Chinese bedrijven experimenteren al met hun eigen testkaders en publiceren prestatiedata op hun eigen voorwaarden. Het doel is om het gesprek te verschuiven van hoeveel tokens een model verbruikt naar hoeveel waarde het per token levert. Dat is een moeilijker te manipuleren statistiek, en het is degene die telt voor loyaliteit op de lange termijn.
Voor wereldwijde lezers strekt de les zich uit buiten China. Elk bedrijf dat afhankelijk is van een platform van derden voor distributie en rangschikking loopt hetzelfde risico. Het platform stelt de regels op, legt de gegevens vast en neemt vaak het grootste deel van de omzet. Chinese AI-ontwikkelaars leren deze les in het openbaar, en hun reactie kan bepalen hoe AI-concurrentie ver buiten hun thuismarkt werkt.
De volgende fase zal niet worden gewonnen door wie de wekelijkse grafiek aanvoert. Het zal worden gewonnen door wie de tools bouwt die meten wat werkelijk belangrijk is, en door wie aandacht kan omzetten in omzet zonder het scorebord aan iemand anders te geven.