中国AIモデルがトークン使用量でOpenRouterの上位5位を独占

中国のAIモデルが月間トークン使用量でOpenRouterの上位5位を占め、Google Newsの見出しは異例なほど明確な競争シグナルを示した。報じられた独占では、Moonshot AI、DeepSeek、Z.ai、および中国国内の同業各社が、広く注目される開発者向けプラットフォームで先行している。

この結果は、OpenAI、Anthropic、Googleが主要な能力評価で優位に立てば、モデル採用も自動的に支配するという前提に疑問を投げかける。開発者は、コスト、可用性、デプロイの自由度、特定のワークロードにおける性能を基準に、ますますモデルを選択している。中国の研究所は、この4つの側面すべてで競争している。

ただし、このランキングは世界全体のAI利用状況を網羅した調査ではない。OpenRouterが測定しているのは自社サービスを経由した活動であり、ChatGPT、Claude、Gemini、または非公開環境にデプロイされたモデルへの直接トラフィックではない。したがって本当の論点はより限定的だが、影響は大きい。開発者が比較的少ない摩擦で供給元を切り替えられる競争市場で、中国モデルが勝ちつつあるということだ。

Google Newsの見出しが実際に捉えたもの

上位5位という結果はOpenRouterにおける利用状況の実際の変化を示しているが、「グローバルAPIコール」は市場全体ではなく、そのプラットフォームの観測範囲を表す。

Google Newsの元記事は、8月3日のビジネス短報を取り上げ、中国モデルがグローバルAPIコールで上位5位を占めたと伝えた。別の報道もこの中心的な観察を裏づけている。Associated Pressが引用した月間利用ランキングでも、中国モデルがOpenRouterの上位5位に入った。

OpenRouterは統合型の推論サービスである。開発者は1つのAPIを通じて多くの企業のモデルにアクセスできる。APIは、ソフトウェアがリクエストを送信するために使う標準的なインターフェースだ。そのランキングはトークン量、すなわち入力と出力として処理されるテキストの単位を追跡している。

この指標が有用なのは、トークン消費が実運用アプリケーション内の活動を反映するためだ。ベンチマーク試験、製品発表、チャットボット人気調査の範囲を超えている。継続的なトークン量を処理するモデルは、おそらくアプリケーション、実験、エージェント、または自動化ワークフローに接続されている。

OpenRouterは、非常に競争的な環境も提供している。開発者は、異なるベンダーのインターフェースごとにすべての統合を作り直すことなく、モデルを比較できる。モデル識別子を変更し、プロンプトを調整して結果を試し、経済性が改善すればトラフィックを切り替えられる。

この構造により、ランキングは開発者の選択を測る有力な指標となる。ただし、OpenRouterがグローバルAPI市場と同義になるわけではない。モデルベンダーへの直接呼び出し、多くのクラウド契約、セルフホスト型のデプロイは、そのデータセットの対象外である。

この違いは、米国のプロバイダーにとって特に重要だ。OpenAI、Anthropic、Googleは、直接API、消費者向けサブスクリプション、企業契約、大手クラウドプラットフォームを通じてモデルを提供している。顧客は、OpenRouter経由でリクエストを送る必要がない。

中国のオープンウェイトモデルには、逆の測定上の問題がある。オープンウェイトとは、組織が自ら管理するインフラ上で実行できる、ダウンロード可能なモデルパラメータのことだ。こうした非公開のデプロイもOpenRouterには見えないため、同プラットフォームは双方の採用状況を過少に捉える可能性がある。

したがって、この見出しは、より広い含意を持つプラットフォーム固有の独占として読むべきだ。開発者が1つの市場で多くの供給元に出会うとき、中国モデルが優勢になり得ることを示している。すべてのモデル事業、企業導入、消費者向け製品で優位に立っていることを証明するものではない。

この解釈でも、ニュースの重要な部分は失われない。モデル選択を軸に設計された市場が、中国のシステムへより多くのトラフィックを送っている。切り替えが閉鎖的な製品スイート内より容易だからこそ、この結果は圧力を生む。

中国AI APIの利用はコストシグナルになりつつある

エージェント型ソフトウェアが推論経済性のわずかな差を継続的な運用判断へ変えるにつれ、中国AI APIの利用は増加している。

AIエージェントは、単独の応答を生成するのではなく、複数段階のタスクを実行する。コーディングエージェントであれば、ファイルを調べ、変更を提案し、テストを実行し、失敗を確認して、再び試みることがある。各ステップで、さらなるモデルリクエストとトークンのまとまりが発生し得る。

この反復は調達を変える。短いチャットでは手頃に見えるモデルも、ソフトウェアが1つのタスクに対して何十回も呼び出すと高コストになり得る。そのため開発者には、最も難しいステップにだけプレミアムシステムを充てる強い理由が生まれる。

Associated Pressは、分析担当者がエージェント型需要によって費用対効果の高いモデルの重要性が高まると見ていると報じた。また、中国モデルがコーディング、調査、リード獲得、営業関連の業務に十分な能力を持つと判断したビジネスユーザーの発言も引用した。

ソフトウェア運用において、「十分に良い」は軽視する表現ではない。反復作業に必要なリソースを抑えつつ、製品が信頼性の基準を満たすことを意味する場合が多い。大半のアプリケーションリクエストは、利用可能な中で最も強力な推論モデルを必要としない。

サポートワークフローでは、リクエストの分類、文書の取得、アカウント履歴の要約、返信文の下書きを行うことがある。最先端モデルを必要とするのは、曖昧なケースだけかもしれない。負荷の低い段階は、顧客とのすべてのやり取りで実行されるため、膨大な累積利用を生み出し得る。

同じパターンはソフトウェア開発にも見られる。チームは、コード検索、ドキュメント作成、テスト生成、定型的な修正に低コストモデルを使える。より高性能なクローズドモデルは、アーキテクチャ判断や解決しにくいデバッグ問題に備えて残しておける。

中国の研究所は、このワークロードの機会をオープンまたはオープンウェイトの配布と結び付けてきた。このアプローチにより、ホスティング企業、クラウドサービス、開発者は同じモデルを複数のインフラプロバイダーを通じて提供できる。競争はモデル層とホスティング層の両方で起きる。

OpenRouterは業界協力者とともに、実際のモデル対話における100兆トークン超を分析した。この研究は、プラットフォーム上の活動で見える主な変化として、オープンウェイト採用とエージェント型推論の拡大を特定した。

研究者らはまた、データセットが観察研究によるものであることを強調した。モデルの可用性、価格、リリース、利用者の好みが、ログに現れる内容を左右する。高いトークン量は、優れた汎用知能と同程度に、有利な経済性を反映している可能性がある。

この留保は、中国勢の独占を説明する助けになる。このランキングは、すべての主要モデルがあらゆるタスクで最も賢い選択肢であることを意味する必要はない。開発者が、許容可能な品質を備えた高ボリュームのワークロードにとって魅力的だと判断していることを意味し得る。

それでもこれは、プレミアムプロバイダーにとって事業上の脅威である。アプリケーションが日常的なステップを他へ振り分ければ、最も収益性の高いモデルが処理するトークン数は減る可能性がある。ベンダーは困難なワークロードを維持しても、定型的な推論の幅広い基盤を失い得る。

この圧力は、顧客からモデル選択を見えなくしているソフトウェア企業にも及ぶ。エンジニアリングチームは、費用を管理するために複数のプロバイダーへタスクを振り分けられる。文書を要約したモデル、メタデータを生成したモデル、チケットを分類したモデルを、エンドユーザーが知ることはないかもしれない。

組織は、こうした判断を可視化する必要がある。検索可能なAI knowledge baseは、評価、プロンプト、デプロイルール、モデル選定の理由を保存できる。プロバイダー、ポリシー、性能水準が変わる際、この記録は重要になる。

したがって中心的なメカニズムは国家的な威信ではない。自動化された推論の費用が累積することだ。開発者が、繰り返されるモデル呼び出しを経済的に持続可能な範囲に保ちながら十分な結果を得られるとき、中国AI APIの利用は増加する。

オープンモデルが米国のクローズドプラットフォームに圧力をかけている

主な競争は、中国のオープンウェイト配布と米国のクローズドプラットフォーム支配の間にあり、1つの研究所と1つの競合相手の対決ではない。

OpenAI、Anthropic、Googleは、ホスト型アクセスを中心に強力な事業を築いてきた。最も高性能なモデルは概して各社の管理下に置かれ、顧客はアプリケーション、API、または認定クラウドパートナーを通じて利用する。

中国の開発者は、オープンウェイトのリリースを主要な配布経路にしてきた。DeepSeekはこの戦略を国際的に確立する一助となり、Moonshot AI、Z.ai、Alibaba、MiniMax、Xiaomi、Tencentがその領域を拡大した。各社のモデルは、アグリゲーターや独立系インフラプロバイダーを通じて広がり得る。

オープンなアプローチは、複数の種類の摩擦を減らす。企業は推論の実行場所を選択でき、デプロイスタックをより深く把握し、周辺ソフトウェアを変更できる。また、必ずしもモデルを手放すことなくホストを変更できる。

クローズドシステムは異なる価値提案を提供する。その開発者はインフラ、安全対策、更新、統合ツールを管理する。顧客は、より強力なサポート、より明確な説明責任、最高性能の独自機能への早期アクセスを得られる可能性がある。

OpenRouterのランキングは、こうしたアプローチ間の緊張を浮き彫りにする。アグリゲーター内では、クローズドプロバイダーは表示方法と顧客関係に対する一定の管理を失う。モデルは代替案の横に並び、開発者は似た条件で出力を比較できる。

この環境では配布の柔軟性が報われる。広くホストされたオープンウェイトモデルは、地域やプロバイダーをまたいで利用可能であり続けられる。あるエンドポイントが混雑した場合、ソフトウェアはアプリケーションの基本的な挙動を保ちながら、リクエストを別の場所へ振り分けられる。

Axiosは、米国企業がすでに中国モデルのセキュアなデプロイを検討していると報じた。そのコスト・セキュリティ分析は、米国のインフラでホストされたモデルを、モデルの出自とデータの所在を分離する1つの方法として説明している。

この分離は、すべての懸念を解消するわけではない。しかし、単純な禁止か購入かという枠組みでは、モデル配布の仕組みを見落とす理由を示している。ウェイト、ホスティング企業、アプリケーション運営者、基盤クラウドは、それぞれ異なる組織に属し得る。

この柔軟性は、米国の研究所に二方向の圧力をかける。最も強力なモデルに付けられたプレミアムを正当化しなければならない。同時に、最先端タスクを取り巻く大量の定型リクエストに向けて、経済的な選択肢も提供しなければならない。

研究所には利用できる手段がある。より小型のモデルをリリースし、キャッシュを改善し、バッチ処理を提供し、エージェントワークフローを最適化し、よりオープンな製品を導入できる。また、プラットフォームを置き換えにくくする統合をさらに深めることもできる。

ただし、統合の強化はクローズドプラットフォームのトレードオフを強める可能性がある。開発者は利便性を得る一方、1社のツール、ポリシー、モデルロードマップへの依存をより大きく受け入れることになる。オープンウェイトの採用は、その依存が不快になったときの逃げ道を提供する。

競争の歴史も重要である。DeepSeekの国際的な台頭は、中国発のリリースがモデル経済性に関する即時の議論を強いることを示した。米国企業は、より低価格な製品と、より強力な推論製品で対応した。

今回の独占は、その対応で課題が終わらなかったことを示唆している。中国の研究所はモデルのリリースを続け、開発者は検証を続け、アグリゲーターは代替を容易にした。その結果生じた圧力は、いまや1つの意外なリリースではなく、複数のモデルファミリーにまたがって現れている。

ランキングの背後には、このような逆転がある。米国企業はいまなお最先端をめぐる議論の多くを形作っているが、選択肢の豊富さを軸に組織されたマーケットプレイスでは、中国のシステムが目に見える利用ランキングを主導している。

OpenRouterランキングが証明しないこと

OpenRouterのランキングが証明するのはOpenRouter上での人気であり、普遍的な技術的優位性、企業からの信頼、あるいはAI経済全体での支配力ではない。

この制約は、Google Newsの主張をどう解釈するかの前提となるべきだ。OpenRouterは同社の調査によれば数百万人の開発者とユーザーに利用されているが、その利用者層は依然として自己選択的である。直接APIを好む顧客は、この比較には一切現れない。

コンシューマー向けサブスクリプションも、別の死角を生む。公式アプリケーション経由でChatGPT、Claude、Geminiを利用する人は、OpenRouterのトラフィックを発生させずに相当量の利用を生み出す可能性がある。大企業もまた、交渉によるクラウド契約を通じてアクセスを購入する場合がある。

トークン量そのものは、収益、ユーザー数、完了したタスク数と同義ではない。あるモデルはより長い出力を生成したり、より多くの内部的な推論ステップを踏んだり、特に大きなコンテキストを持つアプリケーションで使われたりすることがある。こうした特性は、より広範な普及を示さずともトークン数を押し上げうる。

無料提供や期間限定のプロモーションもランキングを変動させる。とりわけアグリゲーターが実験コストを下げる場合、開発者は新たに利用可能になったモデルを大規模に試すことが多い。ローンチ直後の急増が、持続的な本番需要に自動的につながるわけではない。

モデルファミリーごとに利用プロファイルは異なりうる。ロールプレイ、コーディング、翻訳、検索、自動化エージェントでは、トークンの消費のされ方が異なる。それらをまとめたリーダーボードは総活動量を示せる一方で、どのワークロードがそれを生んだのかを隠してしまうことがある。

OpenRouterの調査は、その記録を明示的に観測データと位置づけている。著者らは、利用可能性、価格、ユーザーの選好が結果に影響すると指摘する。市場行動を研究するうえでは有用だが、普遍的な主張を行う際には制約となる。

技術的リーダーシップも、なお定まっていない。Associated Pressは、Arena CEOのAnastasios Angelopoulosが、中国モデルを有力な競合と見なしつつも、総合的な能力では米国のリーダーにまだ後れを取っていると考えていると報じた。

モデルは利用量で首位に立ちながら、難度の高い評価では劣ることがある。逆に、ベンチマークの首位モデルが日常的な本番業務には高価すぎたり、制約が強すぎたりする場合もある。市場では、最大能力と大規模に役立つ能力が分離しつつある。

信頼性も別の層を加える。エージェントは指示に従い、ツールを正しく呼び出し、エラーから復旧し、長いタスク連鎖の中で一貫性を保たなければならない。印象的なデモは、数千回の本番実行でそのように振る舞うことを証明しない。

成功したリリースの後には、容量が問題になることがある。Associated Pressは、Moonshot AIのKimi K3への需要を受け、同社が新規サブスクリプションを一時停止したと報じた。人気は、需要を裏付けるのと同じ速さでインフラの限界を露呈させうる。

Kimiの導入データでも、7月のリリース後にダウンロード数が急増したことが示された。ダウンロードは関心を示すが、継続利用、有料化、持続的な企業利用を示すものではない。

セキュリティとガバナンスは依然として重大な障壁である。企業は、プロンプトがどこを通るのか、どのプロバイダーがデータを保持するのか、どのようなログが残るのか、モデルが契約上の要件を満たせるのかを把握する必要がある。答えはモデルの原産国だけでなく、導入方法に左右される。

規制上のリスクも同様に、導入方法ごとに異なる。管理された環境でダウンロード済みの重みを実行することは、専有データを外部エンドポイントへ送信することとは異なる。調達チームは、すべてのアクセス方法を同一視せず、完全な連鎖を評価しなければならない。

政治的に敏感なテーマに対するモデルの挙動も、テストに値する。組織は自らの要件に基づき、拒否パターン、事実の一貫性、潜在的なバイアスを評価すべきだ。同じ厳格さは、米国、中国、欧州のシステムに適用されるべきである。

これらの制約のどれも、トップ5入りという結果を無意味にするものではない。むしろ、証拠が何を裏付けるのかを定義する。OpenRouterは、中国モデルが、開発者活動のうち切り替えやすい大規模なセグメントで非常に競争力を高めていることを示している。

慎重な結論の方が、包括的な断定よりも強い。中国のモデル提供企業は、もはや注目を集めるためにベンチマーク上の話題性だけに依存していない。代替手段が即座に利用できるプラットフォーム上で、相当量の実際のワークロードを処理している。

「十分に良い」ことがAI調達を変える理由

有能なモデルが恒久的なプラットフォームへのコミットメントではなく、交換可能なコンポーネントになると、調達のあり方が変わるため、このランキングは重要である。

企業のAI導入判断はかつて、戦略的ベンダーを一社選ぶことを中心に進められていた。チームは、一つのプロバイダーがチャットボット、API、セキュリティ制御、将来のモデル改善を提供すると期待していた。モデルの急速な入れ替わりは、その前提を弱めている。

モデルルーターにより、アプリケーションは異なるタスクを異なるシステムに割り当てられる。単純な抽出はあるモデルへ、コード生成は別のモデルへ、機微な推論は社内ホストの選択肢へ送れる。アプリケーションが安定層となり、その下でモデルが入れ替わる。

このアーキテクチャは、試しやすく置き換えやすいベンダーに有利に働く。オープンウェイトモデルは、組織が互換性のあるホスト間で移行できるため、この要件に合う。より広範な流通は、単一のAPI運営者への依存も減らす。

このアプローチにはコストもある。チームは評価を維持し、障害を観測し、プロンプトを管理し、挙動の変化を調査しなければならない。モデルの切り替えはアプリケーションの再構築より容易だが、ほとんど手間なしにできることはない。

Axiosの事例では、ある企業が中国モデルへ移行するのに数カ月を要し、予想以上のエンジニアリング作業が必要だったと説明されている。この経験は、リーダーボードの変動を即時の企業転換と見なすことへの警鐘となる。

運用面の作業には、基準線の確立が含まれる。チームは、代表的なタスク、期待される出力、許容可能なエラー率、レイテンシー上限、セキュリティ要件を定める必要がある。汎用ベンチマークは、こうしたワークロード固有のテストに取って代われない。

開発者はツール利用も評価しなければならない。流暢な文章を書くエージェントでも、構造化データの整形や外部サービスの呼び出しでは失敗する可能性がある。小さなエラー差は、長い自動化シーケンス全体で増幅される。

知識集約型タスクでは、検索・取得の品質が方程式に加わる。モデルが信頼できる回答を生み出すには、その前に適切なソース資料を受け取らなければならない。組織は、あらゆるリーダーボードの変動を追うよりも、コンテキストと評価を改善することで大きな成果を得ることが多い。

規律あるナレッジワークフローは、チームが社内の証拠とAI生成分析を結びつける助けになる。また、各候補により一貫した情報基盤を与えられるため、モデル比較も容易になる。

調達責任者は、しばしば混同される4つの問いを分けて考えるべきだ。

能力

• モデルは、そのワークロードに必要な精度と推論要件を満たすか？

• 複数ステップのタスクやツール呼び出しでも信頼性を維持できるか？

経済性

• ワークフローは継続的にどれほどの推論処理を消費するか？

• ルーティング、キャッシュ、より小さなモデルによってその負担を減らせるか？

制御

• 組織はホスティング場所とインフラプロバイダーを選択できるか？

• 利用可能性が変化した場合、どれほど迅速にモデルを置き換えられるか？

リスク

• どのデータが組織外へ出るか？

• 連鎖内のすべてのプロバイダーに、どの法的、セキュリティ、ポリシー要件が適用されるか？

中国モデルは、すべての買い手にとって4番目の要件を満たさずとも、最初の3カテゴリーで勝つことができる。ガバナンス、サポート、最大能力が運用効率を上回る場合、クローズドな米国モデルはプレミアムを維持できる。

これは恒久的な単独王者ではなく、セグメント化された市場を生む。スタートアップや個人開発者はコストと柔軟性を優先するかもしれない。規制対象の企業は、承認済みプラットフォーム内に機微な業務を維持しつつ、他の領域で代替モデルを採用する可能性がある。

The Atlanticは、GLM-5.2を高コストな米国AIエージェントに対するより広範な挑戦の一部として描いた。そのエージェント経済性の分析では、米国のプロバイダーには対応するための時間と資源があるとも指摘されている。

その対応は、おそらく現在より安価な代替手段へ流出しているワークロードに焦点を当てるだろう。クローズドな研究所は経済性の差を縮め、モデルをソフトウェアとバンドルし、最強のシステムをより効率化できる。また、安全性とガバナンスを差別化要因として強調することもできる。

中国の研究所にも独自の試練がある。注目を、信頼できる容量、開発者サポート、持続的な国際流通へと転換しなければならない。需要急増時に利用不能になる人気モデルは、重要な本番システムの基盤にはなれない。

したがってOpenRouterでの席巻は、調達競争の結論ではなく始まりを示す。それは買い手に交渉力を与え、すべてのプロバイダーに対し、なぜ特定のワークロードが自社プラットフォームに残るべきなのかの説明を迫る。

Google Newsの読者が次に注目すべきこと

トップ5の席巻が持続的な導入を示すのか、それともOpenRouterトラフィックの一時的な集中なのかは、3つのシグナルによって分かる。

第1のシグナルは、ローンチ直後の関心が薄れた後もランキングを維持できるかどうかだ。同じ中国モデルファミリーが複数のリリースサイクルにわたって上位付近にとどまれば、月間トークン首位の意味はより大きくなる。急速な逆転は、プロモーション、実験、あるいは一つの人気アプリケーションが結果を膨らませた可能性を示すだろう。

読者はトークンシェアだけでなく、ワークロードの構成にも注目すべきだ。コーディング、エージェント、業務自動化で安定した利用が見られれば、構造的な導入という見方が強まる。一つの娯楽または実験的カテゴリーへの大きな集中は、より広範なビジネス上の主張を弱める。

第2のシグナルは、OpenAI、Anthropic、Googleの対応である。より安価なモデルの投入だけでも、中国との競争が経済性に影響を及ぼしていることを裏付ける。よりオープンな提供形態やホスティングの柔軟性拡大は、クローズドプラットフォーム戦略そのものへの圧力を示すだろう。

性能向上も重要だが、実際のタスクに照らして測るべきである。米国のプロバイダーが複雑なエージェントで明確な優位性を維持すれば、買い手は選択的に利用することを正当化できる。品質差がさらに縮まれば、より多くの業務を他へルーティングすることは容易になる。

第3のシグナルは、正式なガバナンス下での企業導入である。クラウドプロバイダー、ソフトウェア企業、規制対象事業者による発表は、中国モデルが開発者の実験を超えて進めるかどうかを明らかにするだろう。

米国または欧州のインフラ上でのセキュアな導入は、特に重要な意味を持つ。それは買い手が、モデルの重みの由来とデータ処理の場所を分離できることを示すからだ。コンプライアンスを理由とする拒否は、反対方向を示すことになる。

容量は3つすべてのシグナルに影響する。Moonshot AIをはじめとするプロバイダーは、長期的な制限なしに需要を支えなければならない。信頼できるホスティングパートナーは助けとなるが、組織には予測可能なモデルバージョンと明確な運用サポートが依然として必要である。

政策も同じくらい速く市場を動かしうる。モデルへのアクセス、ホスティング、調達に対する制限は、好ましい経済性にもかかわらず導入を鈍らせる可能性がある。一方、データ所在地に焦点を当てるルールは、ダウンロード可能な重みを管理された環境で導入する方式を有利にするかもしれない。

この議論を通じて、ランキングの方法論は可視化されたままであるべきだ。OpenRouterは利用量ベースのデータを公開しており、そのランキングデータセットは、日次トークン総数に基づいて主要な公開モデルを追跡している。この透明性により、分析者は単一のスナップショットを恒久的なものと見なすことなく、変化を追うことができる。

開発者にとって、実務上取るべき行動は明快です。少なくとも1つの中国製オープンウェイトモデルと、主要なクローズドモデル1つについて、代表的なワークロードでテストを実施してください。品質、レイテンシー、障害時の挙動、ホスティング場所、運用負荷を記録します。

エンタープライズの購入担当者は、自組織が利用するソフトウェアの背後で、すでにどのモデルが動いているのかを確認すべきです。ベンダーは、すべてのユーザーに基盤プロバイダーを表示することなく、リクエストを動的に振り分けている可能性があります。ガバナンスは、発注書に記載された製品名だけで終わらせることはできません。

ナレッジワーカーにとって、モデルの多様化は評価上の課題を生みます。より高速または低コストな出力が有用なのは、人々が主張を信頼できる社内資料までたどれる場合に限られます。最終回答を生成するモデルが何であれ、ソース記録はそれとは独立して保持してください。

Google Newsは注目すべき競争上の結果を示しましたが、その意味を決めるのは今後3か月です。持続的なOpenRouterの利用状況、米国ベンダーの対応、ガバナンスの効いたエンタープライズ導入を注視してください。これらのシグナルを合わせて見れば、中国AIモデルが一時的なプラットフォーム上の追い風を捉えているのか、それともモデル市場そのものを変えつつあるのかが明らかになるでしょう。