MODTST · 全球模型周报
全球大模型调用榜单 · 2026-08-31
数据:OpenRouter top-weekly · 本期 338 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 12 席,贡献调用量 74.3%、费用 42.4% —— 量大价低,性价比突出
- 本周冠军:DeepSeek: DeepSeek V4 Flash 0731,周调用量 12.26 万亿 tokens,领先第二名 23%
- 厂商家族体量第一:Deepseek,6 个模型,累计 21.2 万亿 tokens(占 Top 50 的 27%)
- 性价比之王:Deepseek 调用量占比是费用占比的 5.5× —— 烧 token 不烧钱
- 高端市场:Anthropic 费用占比是调用量的 6.5×,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 12 席(60%);贡献调用量 74.3%、费用 42.4%。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
8/10 · 80%
调用量
80.9%
估算费用
64.3%
Top 20 · 中国模型占比
数量
12/20 · 60%
调用量
74.3%
估算费用
42.4%
Top 50 · 中国模型占比
数量
20/50 · 40%
调用量
68.1%
估算费用
34.1%
全球 Top 20 主榜单
全球模型 Top 20(按调用量)累计调用 68.65 万亿 tokens、费用 3.4 亿元,覆盖 9 家厂商(其中中国 12 个)。占全榜总量 83.3%。 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
|
12.26 万亿
12.26T
|
¥0.44 $0.07
|
¥1.22 $0.18
|
637.6 万元
$937,644
|
| 2 |
中Xiaomi: MiMo-V2.5
xiaomi/mimo-v2.5
|
9.98 万亿
9.98T
|
¥0.95 $0.14
|
¥1.9 $0.28
|
1044.6 万元
$1,536,226
|
| 3 |
OpenAI: GPT-5.6 Luna
openai/gpt-5.6-luna
|
6.75 万亿
6.75T
|
¥1.36 $0.2
|
¥8.16 $1.2
|
1377 万元
$2,025,039
|
| 4 |
中Tencent: Hy3
tencent/hy3
|
6.62 万亿
6.62T
|
¥0.56 $0.08
|
¥2.24 $0.33
|
482.4 万元
$709,479
|
| 5 |
中DeepSeek: DeepSeek V4 Flash 0423
deepseek/deepseek-v4-flash
|
5.4 万亿
5.4T
|
¥0.54 $0.08
|
¥1.07 $0.16
|
319.2 万元
$469,383
|
| 6 |
中Z.ai: GLM 5.3 Flash
z-ai/glm-5.3-flash
|
4.62 万亿
4.62T
|
¥0.51 $0.08
|
¥1.7 $0.25
|
290.7 万元
$427,484
|
| 7 |
Google: Gemini 3.7 Flash
google/gemini-3.7-flash
|
4.05 万亿
4.05T
|
¥5.1 $0.75
|
¥25.5 $3.75
|
2890.9 万元
$4,251,362
|
| 8 |
中Z.ai: GLM 5.2
z-ai/glm-5.2
|
3.11 万亿
3.11T
|
¥8.09 $1.19
|
¥25.43 $3.74
|
3054.5 万元
$4,491,853
|
| 9 |
中Tencent: Hy4 preview
tencent/hy4-preview
|
1.9 万亿
1.9T
|
¥5.67 $0.83
|
¥17.01 $2.5
|
1294.7 万元
$1,903,995
|
| 10 |
中DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
|
1.84 万亿
1.84T
|
¥2.84 $0.42
|
¥5.67 $0.83
|
573.9 万元
$843,978
|
| 11 |
OpenAI: GPT-5.6 Sol
openai/gpt-5.6-sol
|
1.72 万亿
1.72T
|
¥13.6 $2
|
¥68 $10
|
3281.8 万元
$4,826,120
|
| 12 |
中MoonshotAI: Kimi K3
moonshotai/kimi-k3
|
1.5 万亿
1.5T
|
¥20.4 $3
|
¥102 $15
|
4294.5 万元
$6,315,371
|
| 13 |
Claude Opus 5
anthropic/claude-opus-5
|
1.5 万亿
1.5T
|
¥34 $5
|
¥170 $25
|
7136.1 万元
$10,494,312
|
| 14 |
中MiniMax: MiniMax M3
minimax/minimax-m3
|
1.49 万亿
1.49T
|
¥2.04 $0.3
|
¥8.16 $1.2
|
396.4 万元
$582,913
|
| 15 |
中Z.ai: GLM 5.3
z-ai/glm-5.3
|
1.24 万亿
1.24T
|
¥9.52 $1.4
|
¥29.92 $4.4
|
1435 万元
$2,110,255
|
| 16 |
Anthropic: Claude Sonnet 5
anthropic/claude-sonnet-5
|
1.2 万亿
1.2T
|
¥13.6 $2
|
¥68 $10
|
2279 万元
$3,351,506
|
| 17 |
中DeepSeek: DeepSeek V4 Pro 0813
deepseek/deepseek-v4-pro-0813
|
1.05 万亿
1.05T
|
¥4.49 $0.66
|
¥13.46 $1.98
|
567.9 万元
$835,160
|
| 18 |
Google: Gemini 2.5 Flash Lite
google/gemini-2.5-flash-lite
|
8873.77 亿
887.38B
|
¥0.68 $0.1
|
¥2.72 $0.4
|
78.4 万元
$115,359
|
| 19 |
Google: Gemini 3 Flash Preview
google/gemini-3-flash-preview
|
7705.92 亿
770.59B
|
¥3.4 $0.5
|
¥20.4 $3
|
393 万元
$577,944
|
| 20 |
Anthropic: Claude Sonnet 4.6
anthropic/claude-sonnet-4.6
|
7531.72 亿
753.17B
|
¥20.4 $3
|
¥102 $15
|
2151.1 万元
$3,163,322
|
厂商家族 Top 10
全部厂商家族(按调用量)共 10 家、涵盖 46 个模型,累计调用 76.65 万亿 tokens、费用 4.46 亿元(其中中国厂商 7 家)。 Top 3:Deepseek、Openai、Xiaomi。
| # | 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
|
6 |
21.2 万亿 (27%)
21.2T
|
2220.7 万元 4.9% · $3,265,682 |
| 2 |
Openai
代表:GPT-5.6 Luna · GPT-5.6 Sol · GPT-5.6 Terra
|
9 |
10.92 万亿 (13.9%)
10.92T
|
7192.2 万元 15.8% · $10,576,794 |
| 3 |
中Xiaomi
代表:MiMo-V2.5 · MiMo-V2.5-Pro
|
2 |
10.43 万亿 (13.3%)
10.43T
|
1191.2 万元 2.6% · $1,751,775 |
| 4 |
中Z Ai
代表:GLM 5.3 Flash · GLM 5.2 · GLM 5.3
|
3 |
8.97 万亿 (11.4%)
8.97T
|
4780.1 万元 10.5% · $7,029,593 |
| 5 |
中Tencent
代表:Hy3 · Hy4 preview
|
2 |
8.52 万亿 (10.9%)
8.52T
|
1777.2 万元 3.9% · $2,613,474 |
| 6 |
Google
代表:Gemini 3.7 Flash · Gemini 2.5 Flash Lite · Gemini 3 Flash Preview
|
10 |
8.08 万亿 (10.3%)
8.08T
|
4512.6 万元 9.9% · $6,636,175 |
| 7 |
Anthropic
代表:Claude Opus 5 · Claude Sonnet 5 · Claude Sonnet 4.6
|
8 |
4.66 万亿 (5.9%)
4.66T
|
1.75 亿元 38.4% · $25,716,487 |
| 8 |
中Moonshotai
代表:Kimi K3 · Kimi K2.6
|
2 |
1.67 万亿 (2.1%)
1.67T
|
4434.4 万元 9.7% · $6,521,199 |
| 9 |
中Minimax
代表:MiniMax M3
|
1 |
1.49 万亿 (1.9%)
1.49T
|
396.4 万元 0.9% · $582,913 |
| 10 |
中Qwen
代表:Qwen3.8 Max · Qwen3.8 27B · Qwen3.7 Flash
|
3 |
7100.23 亿 (0.9%)
710.02B
|
632.4 万元 1.4% · $930,060 |
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:231 个模型贡献 81.4% 的调用量,其中中国模型占据 72.7% 的份额。
高端 > $10
调用量 0.3% · 费用 5.1% · 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 18.3% · 费用 69.2% · 共 93 个模型
● 中国 10 个
● 海外 83 个
代表:GLM 5.2 · GPT-5.6 Sol · Kimi K3
低价 ≤ $1
调用量 81.4% · 费用 25.7% · 共 231 个模型
● 中国 115 个
● 海外 116 个
代表:DeepSeek V4 Flash 0731 · MiMo-V2.5 · GPT-5.6 Luna
变化分析(对比 2026-08-25)
本期新上榜(Top50)
- #6 [中] Z.ai: GLM 5.3 Flash — 4.62 万亿 tokens
- #9 [中] Tencent: Hy4 preview — 1.9 万亿 tokens
- #35 OpenAI: gpt-oss-20b — 3282.96 亿 tokens
- #37 Meta: Muse Spark 1.2 Contributor — 2545.01 亿 tokens
- #43 [中] DeepSeek: DeepSeek V4 Flash Vision Exp — 2092.92 亿 tokens
- #44 [中] Qwen: Qwen3.8 27B — 2024.49 亿 tokens
- #48 Anthropic: Claude Opus 4.6 — 1446.41 亿 tokens
- #49 Google: Gemini 3.5 Flash Lite — 1419.41 亿 tokens
本期跌出 Top50
- 原 #2 Ox Alpha
- 原 #7 NVIDIA: Nemotron 3 Ultra (free)
- 原 #12 Poolside: Laguna S 2.1 (free)
- 原 #19 NVIDIA: Nemotron 3.5 Lightning (free)
- 原 #35 NVIDIA: Nemotron 3 Super (free)
- 原 #45 [中] MiniMax: MiniMax M2.7
- 原 #46 Cohere: North Mini Code (free)
- 原 #47 Mistral: Mistral Nemo
中国模型重点变动
- DeepSeek: DeepSeek V4 Flash Vision Exp:#80 → #43 ↑37
- Z.ai: GLM 5.3:#29 → #15 ↑14
- Qwen: Qwen3.8 27B:#57 → #44 ↑13, output -15.0%
- Qwen: Qwen3.8 Max:#40 → #33 ↑7
- StepFun: Step 3.7 Flash:#25 → #31 ↓6
- DeepSeek: DeepSeek V3.2:#34 → #29 ↑5
- Qwen: Qwen3.7 Flash:#50 → #45 ↑5
- MiniMax: MiniMax M3:#11 → #14 ↓3
- MoonshotAI: Kimi K2.6:#49 → #46 ↑3
- DeepSeek: DeepSeek V4 Pro 0423:#9 → #10 ↓1, input -20.1%, output -20.1%