LLM Part de marché: comparer l'utilisation et l'adoption
Nous avons analysé la part de marché des LLM en combinant des données fondées sur l'utilisation et des estimations de visites web pour montrer comment la demande de grands modèles de langage est répartie entre les laboratoires d'IA et les applications d'IA.
Comparaison de la part de marché des LLM par pays
Lisez la méthodologie pour voir comment nous avons mesuré et calculé ces résultats.
Les États-Unis ont dominé les visites web au cours des quatre mois, proxy constamment 85–95 %. Cela reflète à la fois la concentration des produits d'IA grand public sur les marchés anglophones et la base américaine de la plupart des grandes plateformes.
La Chine présente un profil d'utilisation différent :
- En novembre 2025, la Chine a représenté 50,9 % de l'utilisation des développeurs sans BYOK, mais 7,5 % des visites web. Cela implique une forte utilisation des API ou une utilisation programmatique plutôt qu'une activité grand public.
- En février 2026, l'écart entre la Chine et les États-Unis s'est réduit. Cependant, après juillet 2026, la Chine prend la tête de la part d'utilisation des développeurs sans BYOK avec une large marge (68 %).
Comparaison de la part de marché des LLM basée sur les applications
ChatGPT reste le leader du marché, mais la pression concurrentielle augmente. Sa part de marché est passée de 74,2 % en octobre 2025 à 53,8 % en juillet 2026, soit une baisse de 20 points sur 9 mois.
Gemini a capté l'essentiel de ce transfert en passant de 14,4 % à 26,5 %. Cette hausse provient probablement de la distribution et des améliorations régulières des modèles.
Comparaison de la part de marché des LLM basée sur les laboratoires d'IA
OpenAI a connu le plus grand changement dans le jeu de données. Sa part de visites web est passée de 19 % en novembre 2025 à 62,6 % en juillet 2026, tandis que les visites web d'Anthropic sont passées de 47,4 % à 8 %.
Une raison de l'intérêt croissant pour OpenAI peut être l'introduction des Apps dans ChatGPT en novembre 2025, qui incluait des partenaires comme Spotify, Canva et Booking.com.1
Pour l'utilisation des développeurs sans BYOK, la forte présence de Qwen en novembre 2025, à 39,3 %, a chuté de manière spectaculaire pour atteindre 4,8 % en juillet 2026.
Pendant ce temps, Xiaomi a affiché la plus forte croissance, passant de 2,2 % en juin 2026 à 59,3 % en juillet 2026. La poussée de Xiaomi en juillet est probablement due à l'adoption de MiMo-V2.5. Les réductions de prix, une augmentation de 5 à 8 fois des quotas de plans API, les APIs compatibles OpenAI/Codex et les solides performances en matière de codage et d'agents ont rendu MiMo particulièrement attractif pour les charges de travail des développeurs à haut volume.2
Comparaison de la part de marché des catégories d'applications
Le chat domine l'ensemble du marché, proxy constamment plus de 95 % de la part de marché. L'utilisation de l'IA grand public reste centrée sur les interfaces conversationnelles généralistes. Dans la catégorie Chat, ChatGPT et Gemini représentaient environ 80 % de la part de marché en juillet 2026.
Méthodologie de la part de marché des LLM
Étape 1 : Identifier les laboratoires d'IA et les applications d'IA
- Laboratoires d'IA : Organisations qui développent et maintiennent des LLMs. Par exemple, OpenAI, Google, Anthropic, DeepSeek, Qwen, X, Mistral AI et Meta Llama figurent parmi les laboratoires d'IA les plus en vue qui développent des applications d'IA.
- Applications d'IA : Outils, plateformes ou agents destinés aux utilisateurs finaux qui reposent sur un ou plusieurs LLMs, tels que ChatGPT, Claude, Grok et Gemini.
Chaque application d'IA est ensuite associée à :
- Un ou plusieurs laboratoires d'IA sous-jacents.
- Une catégorie fonctionnelle.
Étape 2 : Calculer la part de marché au niveau des applications et des laboratoires
Nous avons utilisé les indicateurs ci-dessous pour calculer la part de marché des applications et des laboratoires d'IA :
Utilisation par les développeurs sans BYOK
Suit le nombre de tokens traités par les modèles d'un laboratoire via le système de crédits payants d'OpenRouter. Les critères excluent les requêtes acheminées via BYOK (Bring Your Own Key), où les développeurs fournissent leurs propres clés d'API de fournisseur et sont facturés directement par le fournisseur plutôt que par OpenRouter.
Une part élevée ici indique que les modèles d'un laboratoire sont largement utilisés dans les workflows créés par les développeurs : applications intégrées par API, pipelines d'agents, systèmes de RAG et outils de génération de code. Il s'agit d'un signal côté offre lié à l'activité des développeurs sur la plateforme OpenRouter.
Limites :
Les données d'OpenRouter reflètent une population auto-sélectionnée : les développeurs qui paient pour un accès API afin d'acheminer des requêtes vers plusieurs modèles. L'utilisation grand public de ChatGPT, Gemini ou Claude via leurs applications natives n'est pas capturée ; les données reflètent principalement les requêtes acheminées via la plateforme d'OpenRouter.
Cela a son importance pour l'interprétation des chiffres régionaux. Le rapport State of IA d'OpenRouter note que sa base d'utilisateurs est fortement orientée vers les workflows intégrés par API et que plus de 50 % de l'utilisation provient de l'extérieur des États-Unis. Les développeurs chinois, en particulier ceux qui s'appuient sur DeepSeek et Qwen, utilisent activement OpenRouter pour un accès programmatique. Cela gonfle la part de tokens de la Chine par rapport à sa présence réelle auprès des consommateurs.3
Le BYOK crée également une lacune dans les données. Lorsque les développeurs utilisent leurs propres clés d'API, OpenRouter achemine la requête, mais le fournisseur sous-jacent les facture directement. Par conséquent, ces tokens n'apparaissent pas dans les statistiques d'utilisation de la plateforme d'OpenRouter.
Cela signifie que les données de tokens d'OpenRouter ne tiennent pas compte des entreprises à fort volume disposant d'accords BYOK. En même temps, elles accordent davantage de poids aux équipes qui paient par l'intermédiaire des crédits OpenRouter.
Visites web
Suit les visites des sites web des produits d'IA sur ordinateur et mobile à l'aide des estimations de Similarweb.4L'indicateur montre combien de personnes visitent activement ces produits en ligne, indiquant la demande et l'adoption sur le web. Il ne mesure pas l'activité d'utilisation dans l'application.
Limites : Similarweb applique un échantillonnage et une inférence pour produire des indicateurs tels que le total des visites, ce qui rend les estimations indicatives plutôt qu'exactes. L'indicateur peut également sous-représenter les déploiements privés, spécifiques à une entreprise ou restreints à certaines régions.
Étape 3 : Catégoriser les applications d'IA
Nous avons regroupé les applications d'IA en catégories en fonction de leur principal cas d'utilisation. Bien que de nombreux outils couvrent plusieurs fonctions, nous avons attribué à chaque application une seule catégorie principale afin de garantir la cohérence de l'analyse des données.
- Chat généraliste : Applications axées sur l'interaction conversationnelle, le raisonnement et la prise en charge de tâches variées. Ces outils représentent une part importante de l'utilisation des LLM destinée aux consommateurs et jouent un rôle central dans les interactions avec les clients.
- Assistants de programmation et de codage : Génération de code, débogage et workflows de développement logiciel. Cette catégorie est étroitement liée à l'utilisation en entreprise et à la productivité des développeurs.
- Plateformes et outillage pour développeurs : Plateformes qui permettent aux développeurs et aux entreprises de créer, déployer ou gérer des applications d'IA. Ces outils sont essentiels à l'intégration de l'IA et sont souvent utilisés par les fournisseurs de cloud et les grandes entreprises.
- Moteurs de recherche et de réponse : Applications optimisées pour la recherche d'informations et la synthèse plutôt que pour un chat ouvert. Ces outils combinent souvent des modèles de langage avec des données Internet pour atteindre une plus grande précision.
- Vision et multimodale génération : Applications axées sur la génération d'images et la génération vidéo ou la compréhension, souvent utilisées dans la création de contenu et les secteurs liés aux médias.
- Audio et parole : Outils axés sur la génération vocale, l'interaction vocale ou le traitement audio.
- Jeux et IA interactive : Applications conçues principalement pour le divertissement, le jeu de rôle ou les expériences interactives.
Ajouter comme source préféréeFAQ
ChatGPT détient la plus grande part des visites web grand public parmi les applications d'IA, proxy environ 53,8 % des visites sur les plateformes suivies en juillet 2026.
Au niveau des laboratoires, OpenAI arrive en tête de l'indice de puissance avec 62,6 %, grâce à l'utilisation de ses modèles à la fois dans ses propres produits et dans des applications tierces.
Oui. Les visites web de ChatGPT ont chuté de 20 % entre octobre 2025 et juillet 2026. Le Gemini de Google a capté l'essentiel de ce transfert, passant de 14,4 % à 26,5 % des visites web sur la même période. Ce déclin reflète une concurrence accrue plutôt qu'un effondrement de l'utilisation, car le total des visites web d'IA a continué de croître.
Les États-Unis représentent 85.5–90,5 % des visites web des applications d'IA. Toutefois, ce chiffre mesure l'utilisation grand public. Au niveau des tokens, qui capture l'utilisation des API et l'utilisation programmatique, la part de la Chine est nettement plus élevée que sa part de visites web, ce qui reflète une forte utilisation par les développeurs et les infrastructures de modèles comme DeepSeek et Qwen.
Il n'existe pas de norme unique. Nous avons utilisé trois signaux : les visites web de Similarweb, qui comptent les visites des applications d'IA ; l'utilisation des développeurs sans BYOK d'OpenRouter, qui compte les tokens traités via le routage des API des développeurs.
Chaque indicateur capture une couche différente du marché. Les visites web reflètent l'adoption par les consommateurs, et l'utilisation des développeurs sans BYOK reflète l'utilisation par les développeurs et les infrastructures. Aucun indicateur ne couvre l'ensemble du tableau, et tous les trois présentent des limites.
Citer cette recherche
Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.
@misc{ermut2026,
author = {Ermut, Sıla},
title = {{LLM Part de marché: comparer l'utilisation et l'adoption}},
year = {2026},
month = sep,
howpublished = {\url{https://aimultiple.com/llm-market-share}},
note = {AIMultiple. Consulté le 25 septembre 2026}
}Résultats et horodatages de 129.7 mille points de données. Téléchargez les données de synthèse présentées dans les graphiques et les tableaux de cet article sous forme de fichier ZIP contenant 3 fichiers CSV et un README.
Vous voulez les données détaillées derrière ? Rejoindre Premium
Journal des modifications
3 mises à jourAjout de Xiaomi comme fournisseur leader en usage développeur, atteignant 59,3% dans la comparaison des parts de marché par catégories d'applications.
Remplacement des métriques de part de tokens et de part de trafic par l'usage développeur sans BYOK et les visites web.
Remplacée la section méthodologie par les définitions des métriques part de tokens, part de trafic et indice de puissance.
Liens de référence
Elle a précédemment travaillé comme recruteuse dans des cabinets de gestion de projet et de conseil. Sıla est titulaire d’un master en psychologie sociale et d’une licence en relations internationales.
Soyez le premier à commenter
Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.