MODTST · 全球模型周报
全球大模型调用榜单 · 2026-08-22
数据:OpenRouter top-weekly · 本期 350 个模型上榜 · 汇率 1 USD = 6.8 CNY · 估算口径:weekly tokens × (90% input + 10% output)
本期速读
- 中国模型在全球 Top 20 中占 10 席,贡献调用量 72.3%、费用 36.6% —— 量大价低,性价比突出
- 本周冠军:DeepSeek: DeepSeek V4 Flash 0731,周调用量 11.42 万亿 tokens,领先第二名 24%
- 厂商家族体量第一:Deepseek,5 个模型,累计 20.09 万亿 tokens(占 Top 50 的 28.7%)
- 性价比之王:Tencent 调用量占比是费用占比的 6.6× —— 烧 token 不烧钱
- 高端市场:Anthropic 费用占比是调用量的 5.4×,用户为质量付溢价
中国模型在全球 Top 中的占比
中国厂商在全球 Top 20 中占 10 席(50%);贡献调用量 72.3%、费用 36.6%。量价反差显著,国产模型整体单价低于海外。
Top 10 · 中国模型占比
数量
7/10 · 70%
调用量
80%
估算费用
38.3%
Top 20 · 中国模型占比
数量
10/20 · 50%
调用量
72.3%
估算费用
36.6%
Top 50 · 中国模型占比
数量
17/50 · 34%
调用量
65.4%
估算费用
28.4%
全球 Top 20 主榜单
全球模型 Top 20(按调用量)累计调用 60.66 万亿 tokens、费用 3.84 亿元,覆盖 10 家厂商(其中中国 10 个)。占全榜总量 82.1%。 冠军:DeepSeek: DeepSeek V4 Flash 0731。
| # | 模型 | 周调用量 | Input / 百万 tok | Output / 百万 tok | 费用(估) |
|---|---|---|---|---|---|
| 1 |
中DeepSeek: DeepSeek V4 Flash 0731
deepseek/deepseek-v4-flash-0731
|
11.42 万亿
11.42T
|
¥0.54 $0.08
|
¥1.22 $0.18
|
699.2 万元
$1,028,235
|
| 2 |
中Tencent: Hy3
tencent/hy3
|
9.22 万亿
9.22T
|
¥0.9 $0.13
|
¥3.59 $0.53
|
1076.3 万元
$1,582,819
|
| 3 |
中Xiaomi: MiMo-V2.5
xiaomi/mimo-v2.5
|
6.92 万亿
6.92T
|
¥0.95 $0.14
|
¥1.9 $0.28
|
725.2 万元
$1,066,409
|
| 4 |
OpenAI: GPT-5.6 Luna
openai/gpt-5.6-luna
|
5.6 万亿
5.6T
|
¥1.36 $0.2
|
¥8.16 $1.2
|
1142 万元
$1,679,454
|
| 5 |
中DeepSeek: DeepSeek V4 Flash 0423
deepseek/deepseek-v4-flash
|
5.06 万亿
5.06T
|
¥0.55 $0.08
|
¥1.1 $0.16
|
306.8 万元
$451,184
|
| 6 |
中Z.ai: GLM 5.2
z-ai/glm-5.2
|
4.27 万亿
4.27T
|
¥6.57 $0.97
|
¥20.64 $3.04
|
3407.5 万元
$5,010,959
|
| 7 |
Claude Opus 5
anthropic/claude-opus-5
|
2.57 万亿
2.57T
|
¥34 $5
|
¥170 $25
|
1.22 亿元
$18,010,542
|
| 8 |
中DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
|
2.11 万亿
2.11T
|
¥10.88 $1.6
|
¥21.76 $3.2
|
2523 万元
$3,710,313
|
| 9 |
Google: Gemini 3.6 Flash
google/gemini-3.6-flash
|
2 万亿
2T
|
¥5.1 $0.75
|
¥25.5 $3.75
|
1431 万元
$2,104,392
|
| 10 |
中MiniMax: MiniMax M3
minimax/minimax-m3
|
1.78 万亿
1.78T
|
¥2.04 $0.3
|
¥8.16 $1.2
|
472.6 万元
$695,041
|
| 11 |
Google: Gemini 3.7 Flash
google/gemini-3.7-flash
|
1.35 万亿
1.35T
|
¥2.55 $0.38
|
¥12.75 $1.88
|
482.2 万元
$709,077
|
| 12 |
中MoonshotAI: Kimi K3
moonshotai/kimi-k3
|
1.28 万亿
1.28T
|
¥20.4 $3
|
¥102 $15
|
3655.4 万元
$5,375,554
|
| 13 |
中DeepSeek: DeepSeek V4 Pro 0813
deepseek/deepseek-v4-pro-0813
|
1.08 万亿
1.08T
|
¥8.08 $1.19
|
¥24.24 $3.56
|
1048.6 万元
$1,542,099
|
| 14 |
Anthropic: Claude Sonnet 5
anthropic/claude-sonnet-5
|
1.07 万亿
1.07T
|
¥13.6 $2
|
¥68 $10
|
2043.3 万元
$3,004,893
|
| 15 |
OpenAI: GPT-5.6 Sol
openai/gpt-5.6-sol
|
1.06 万亿
1.06T
|
¥17 $2.5
|
¥102 $15
|
2701.8 万元
$3,973,279
|
| 16 |
OpenAI: GPT-5.6 Terra
openai/gpt-5.6-terra
|
8582.89 亿
858.29B
|
¥13.6 $2
|
¥81.6 $12
|
1750.9 万元
$2,574,868
|
| 17 |
Google: Gemini 3 Flash Preview
google/gemini-3-flash-preview
|
8309.21 亿
830.92B
|
¥3.4 $0.5
|
¥20.4 $3
|
423.8 万元
$623,190
|
| 18 |
中StepFun: Step 3.7 Flash
stepfun/step-3.7-flash
|
7259.97 亿
726B
|
¥1.36 $0.2
|
¥7.82 $1.15
|
145.6 万元
$214,169
|
| 19 |
Google: Gemini 2.5 Flash Lite
google/gemini-2.5-flash-lite
|
7140.21 亿
714.02B
|
¥0.68 $0.1
|
¥2.72 $0.4
|
63.1 万元
$92,823
|
| 20 |
Anthropic: Claude Sonnet 4.6
anthropic/claude-sonnet-4.6
|
7114.02 亿
711.4B
|
¥20.4 $3
|
¥102 $15
|
2031.8 万元
$2,987,889
|
厂商家族 Top 10
全部厂商家族(按调用量)共 10 家、涵盖 44 个模型,累计调用 68.28 万亿 tokens、费用 5.16 亿元(其中中国厂商 7 家)。 Top 3:Deepseek、Openai、Tencent。
| # | 厂商家族 | 模型数 | 累计周调用量 | 累计费用(估) |
|---|---|---|---|---|
| 1 |
中Deepseek
代表:DeepSeek V4 Flash 0731 · DeepSeek V4 Flash 0423 · DeepSeek V4 Pro 0423
|
5 |
20.09 万亿 (28.7%)
20.09T
|
4658 万元 8.8% · $6,850,012 |
| 2 |
Openai
代表:GPT-5.6 Luna · GPT-5.6 Sol · GPT-5.6 Terra
|
10 |
9.62 万亿 (13.7%)
9.62T
|
8035.8 万元 15.1% · $11,817,369 |
| 3 |
中Tencent
代表:Hy3
|
1 |
9.22 万亿 (13.2%)
9.22T
|
1076.3 万元 2% · $1,582,819 |
| 4 |
中Xiaomi
代表:MiMo-V2.5 · MiMo-V2.5-Pro
|
2 |
7.47 万亿 (10.6%)
7.47T
|
902 万元 1.7% · $1,326,490 |
| 5 |
Google
代表:Gemini 3.6 Flash · Gemini 3.7 Flash · Gemini 3 Flash Preview
|
11 |
7.11 万亿 (10.1%)
7.11T
|
3573.1 万元 6.7% · $5,254,594 |
| 6 |
Anthropic
代表:Claude Opus 5 · Claude Sonnet 5 · Claude Sonnet 4.6
|
8 |
6.15 万亿 (8.8%)
6.15T
|
2.53 亿元 47.6% · $37,181,735 |
| 7 |
中Z Ai
代表:GLM 5.2 · GLM 5.3
|
2 |
4.45 万亿 (6.3%)
4.45T
|
3607.6 万元 6.8% · $5,305,334 |
| 8 |
中Minimax
代表:MiniMax M3 · MiniMax M2.7
|
2 |
1.99 万亿 (2.8%)
1.99T
|
528.4 万元 1% · $777,011 |
| 9 |
中Moonshotai
代表:Kimi K3 · Kimi K2.6
|
2 |
1.44 万亿 (2.1%)
1.44T
|
3740.2 万元 7% · $5,500,299 |
| 10 |
中Stepfun
代表:Step 3.7 Flash
|
1 |
7259.97 亿 (1%)
726B
|
145.6 万元 0.3% · $214,169 |
价格梯度分布
按 Input 单价分高 / 中 / 低三档,呈现"哪个价位区间最活跃",并对比每档中国 vs 海外的模型数量差异。低价档(≤ $1)是主战场:238 个模型贡献 78.9% 的调用量,其中中国模型占据 73.1% 的份额。
高端 > $10
调用量 0.4% · 费用 5.6% · 共 14 个模型
● 中国 0 个
● 海外 14 个
代表:Claude Fable 5 · Claude Opus 5 (Fast) · Claude Opus 4.8 (Fast)
中等 $1 - $10
调用量 20.6% · 费用 72.7% · 共 98 个模型
● 中国 11 个
● 海外 87 个
代表:Claude Opus 5 · DeepSeek V4 Pro 0423 · Kimi K3
低价 ≤ $1
调用量 78.9% · 费用 21.7% · 共 238 个模型
● 中国 111 个
● 海外 127 个
代表:DeepSeek V4 Flash 0731 · Hy3 · MiMo-V2.5
变化分析(对比 2026-08-16)
本期新上榜(Top50)
- #40 Mistral: Mistral Nemo — 2096.01 亿 tokens
- #43 [中] Qwen: Qwen3.7 Flash — 1847.9 亿 tokens
- #44 [中] Z.ai: GLM 5.3 — 1731.62 亿 tokens
- #47 OpenAI: GPT-5 Mini — 1672.95 亿 tokens
- #48 [中] MoonshotAI: Kimi K2.6 — 1629.48 亿 tokens
- #50 OpenAI: gpt-oss-20b — 1465.21 亿 tokens
本期跌出 Top50
- 原 #8 NVIDIA: Nemotron 3 Ultra (free)
- 原 #11 Poolside: Laguna S 2.1:free
- 原 #28 Nvidia: Nemotron 3.5 Lightning:free
- 原 #33 Nvidia: Nemotron 3 Super 120b A12b:free
- 原 #38 Cohere: North Mini Code (free)
- 原 #41 [中] Inclusionai: Ling 2.6 Flash
中国模型重点变动
- DeepSeek: DeepSeek V4 Pro 0813:#29 → #13 ↑16, input +173.1%, output +309.7%
- Qwen: Qwen3.7 Flash:#55 → #43 ↑12
- MoonshotAI: Kimi K2.6:#58 → #48 ↑10
- MiniMax: MiniMax M2.7:#45 → #39 ↑6, input +25.0%, output +25.0%
- Xiaomi: MiMo-V2.5:#6 → #3 ↑3, input +17.6%, output +17.6%
- StepFun: Step 3.7 Flash:#15 → #18 ↓3
- Xiaomi: MiMo-V2.5-Pro:#25 → #23 ↑2, input +42.9%, output +42.9%
- DeepSeek: DeepSeek V4 Flash 0423:#4 → #5 ↓1, input +26.1%, output +26.1%
- Z.ai: GLM 5.2:#5 → #6 ↓1, input +150.9%, output +150.9%
- DeepSeek: DeepSeek V4 Pro 0423:#7 → #8 ↓1, input +303.1%, output +303.1%