De populäraste cam-kategorierna 2026 — och nischerna tittarna inte får nog av
- Den mest använda taggen i camming är ingen fantasi — det är hårdvara: ”lovense” förekommer på 9,181 profiler, fler än någon kroppstyps- eller akt-kategori.
- Utbud och efterfrågan är vilt obalanserade: Asiatiska rooms drog ~4,300 tittare per live-room i vår ögonblicksbild med knappt 1,000 taggade modeller — medan MILF-rooms låg på i snitt 137.
- Branschens självbeskrivning är underligt sund: 7,303 modeller taggar sig själva ”no-smoking” — dubbelt så många som taggar ”smoking”.
- Kategorier är marknadsföring, inte folkräkning: ”teen (18+)” har 5,072 taggade modeller, men den mediana uppgivna åldern branschövergripande är 23.
Varje cam-sajt organiserar begär i en taxonomi — taggar, kategorier, filter. Aggregera den taxonomin över 11 nätverk och 72,470 sändare och du får något sällsyntare: en mätbar karta över vad branschen säljer, och en ögonblicksbild av vad tittarna faktiskt tittar på. De två kartorna matchar inte, och gapen är där den intressanta ekonomin bor.
Utbudssidan: vad modellerna taggar sig själva
Tre observationer från utbudskartan. För det första, den enskilt mest fästa taggen i camming är en Bluetooth-sexleksak: ”lovense” (9,181 profiler, plus 4,902 till som taggar dess ”lush”-modell) slår varje fantasikategori. Stöd för interaktiva leksaker har blivit branschens basinfrastruktur — motsvarigheten till att en restaurang annonserar att den tar kort. För det andra dvärgar de klassiska akt-kategorierna (anal, squirt) de flesta identitetskategorier: modeller taggar vad en show kan göra mer än vad de är. För det tredje är några av de mest sökta nischerna på tittarsidan — Asian, ebony, BBW — bland de tunnaste på utbudssidan.
Och en detalj vi inte väntade oss: 7,303 modeller taggar sig själva no-smoking och 6,911 no-drinking — branschen som beskriver sin egen professionalism, en room-regel i taget.
Efterfrågesidan: tittare per live-room
Efterfrågegrafen belönar läsning med utbudsgrafen öppen. Asian är den mest underförsörjda nischen i camming: 1,009 taggade modeller — 1.4% av den spårade arbetskraften — som drar de djupaste per-room-audienserna vi mätte. En del av det är att vår ögonblicksbildstimme smickrar Asiens kväll (se tidsstudien för hela klockan), men asymmetrin överlever korrigeringen: den är förenlig med vad vi fann i geografistudien, där hela Asien levererar bara 11.9% av de lokaliserade modellerna mot en tredjedel av världens internetbefolkning.
I andra änden låg MILF- och mature-rooms på i snitt runt 150 tittare vardera — ändå arbetar 2,092 respektive 1,593 modeller med de taggarna. Det är inget bevis på att nischen är värdelös; det är bevis på en annan affärsmodell. Mature-kategorins audienser lutar mot privata en-mot-en-shower snarare än crowd-tipping (arena-mot-boutique-uppdelningen från vår plattformsstudie), så deras publika rooms körs intima by design. Publika tittarräknare mäter folkmassor, inte inkomst.
Kategorier är marknadsföring, inte folkräkning
En sista kalibrering innan du tar någon tagg för given. ”Teen (18+)” bär 5,072 taggade modeller, men den mediana uppgivna åldern branschövergripande är 23 (vår åldersstudie packar upp det gapet); ”petite” och ”curvy” överlappar på tusentals profiler; och varje tagg väljs av den person den beskriver, optimerad för upptäckt snarare än korrekthet. En cam-tagg läses bäst som ett löfte om showen, inte ett faktum om performern.
Det är också varför att bläddra efter tagg slår att bläddra efter förstasida: förstasidan visar dig vem som är störst just nu, medan en tagg-sida visar dig alla som konkurrerar om samma löfte — inklusive de små rummen som algoritmen aldrig lyfter fram. Vårt filter spänner över alla kategorierna ovan över 11 nätverk på en gång.