Appfiguresin raportin mukaan kuvamallien julkaisut lisäävät tekoälyn mobiilisovellusten kasvua ja tuottavat 6,5 kertaa enemmän latauksia kuin perinteiset mallipäivitykset. Tämä muutos merkitsee muutosta aikaisempiin trendeihin verrattuna, jolloin uudet keskustelukokemuksen mallit ja ominaisuudet, kuten äänichat-rajapinnat, olivat kysynnän ensisijaisia tekijöitä.
ChatGPT ja Gemini näkivät kumpikin kymmeniä miljoonia uusia latauksia kuvamalliensa julkaisun jälkeen, Appfigures raportoi. Googlen Gemini, jonka Nano Banana -kuvamalli lanseerattiin elokuussa 2023, sai yli 22 miljoonaa lisälatausta 28 päivän aikana julkaisun jälkeen, mikä lisäsi sovelluksen kokonaislatauksia yli neljä kertaa tuona aikana.
ChatGPT esitteli GPT-4o-kuvamallin maaliskuussa 2023, mikä johti yli 12 miljoonaan lisäasennukseen saman 28 päivän aikana. Tämä luku edustaa noin 4,5 kertaa latauksia verrattuna aiempiin GPT-4o-, GPT-4.5- ja GPT-5-julkaisuihin.
Muut julkaisut seurasivat samanlaisia kaavoja, mutta pienemmillä vaikutuksilla. Syyskuussa 2025 julkaistu Meta AI:n AI-videosyöte Vibes lisäsi arviolta 2,6 miljoonaa latausta 28 päivän sisällä sen julkaisusta. Vaikka tämä malli keskittyy videoon, se on pohjimmiltaan osa laajempaa suuntausta kohti visuaalista sisältöä, joka herättää käyttäjien kiinnostusta.
Huolimatta kuvamallien julkaisujen latausten lisääntymisestä, Appfigures totesi, että tämä ei aina korreloi korkeampien mobiilitulojen kanssa. Raportti korostaa, että vaikka nämä uudet mallit houkuttelevat käyttäjiä asentamaan sovelluksen, ne eivät takaa siirtymistä maksullisiksi tilauksiksi.
Esimerkiksi huolimatta siitä, että Geminin Nano Banana tuotti enemmän latauksia, se johti vain arviolta 181 000 dollarin bruttokulutukseen 28 päivän sisällä sen julkaisusta. Vastaavasti Meta AI:n Vibes lisäsi latauksia, mutta ei tuottanut mielekkäitä tuloja.
Näistä esimerkeistä vain ChatGPT onnistui muuttamaan lisääntyneen käyttäjien sitoutumisen tuloiksi. GPT-4o-kuvantuotantomalli tuotti arviolta 70 miljoonan dollarin bruttokulutuskulut 28 päivän aikana sen julkaisun jälkeen verrattuna aikaisempiin suorituskykymittareihin.
DeepSeekin R1 sai myös 28 miljoonaa latausta tammikuun 2025 julkaisunsa jälkeen, mutta nousu johtui innovatiivisista tekniikoista eikä kuvamallijulkaisusta. Tämä esimerkki havainnollistaa, kuinka uteliaisuus voi ruokkia latauksia, vaikka jännitys ei ole suoraan sidottu kuvaominaisuuksiin.
