MODTST · 全球模型周报
全球大模型调用榜单 · 2026-09-12
数据:OpenRouter top-weekly · 本期 354 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 72.1%、费用 53.5% —— 量价相对均衡
- 本周冠军:Tencent: Hy4 preview,周调用量 19.08 万亿 tokens,领先第二名 35%
- 厂商家族体量第一:Tencent,2 个模型,累计 22.42 万亿 tokens(占 Top 50 的 21.1%)
- 性价比之王:Upstage 调用量占比是费用占比的 7.5× —— 烧 token 不烧钱
- 高端市场:Anthropic 费用占比是调用量的 6.1×,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 72.1%、费用 53.5%。量价比例相对均衡。
Top 10 · 中国模型占比
数量
8/10 · 80%
调用量
78.8%
估算费用
81.5%
Top 20 · 中国模型占比
数量
12/20 · 60%
调用量
72.1%
估算费用
53.5%
Top 50 · 中国模型占比
数量
21/50 · 42%
调用量
66.8%
估算费用
41.3%
全球 Top 20 主榜单
全球模型 Top 20(按调用量)累计调用 93.89 万亿 tokens、费用 4.81 亿元,覆盖 11 家厂商(其中中国 12 个)。占全榜总量 84.7%。 冠军:Tencent: Hy4 preview。
| # | 模型 | 周调用量 | Input / 百万 tok | Output / 百万 tok | 费用(估) |
|---|---|---|---|---|---|
| 1 |
中Tencent: Hy4 preview
tencent/hy4-preview
|
19.08 万亿
19.08T
|
¥5.67 $0.83
|
¥17.01 $2.5
|
1.3 亿元
$19,092,097
|
| 2 |
OpenAI: GPT-5.6 Luna
openai/gpt-5.6-luna
|
14.15 万亿
14.15T
|
¥1.36 $0.2
|
¥8.16 $1.2
|
2887.6 万元
$4,246,461
|
| 3 |
中DeepSeek: DeepSeek V4 Flash 0731
deepseek/deepseek-v4-flash-0731
|
12.36 万亿
12.36T
|
¥0.44 $0.07
|
¥1.22 $0.18
|
642.9 万元
$945,471
|
| 4 |
中Z.ai: GLM 5.3 Flash
z-ai/glm-5.3-flash
|
12.26 万亿
12.26T
|
¥1.02 $0.15
|
¥3.4 $0.5
|
1542.8 万元
$2,268,873
|
| 5 |
中Xiaomi: MiMo-V2.5
xiaomi/mimo-v2.5
|
5.15 万亿
5.15T
|
¥0.95 $0.14
|
¥1.9 $0.28
|
539.6 万元
$793,583
|
| 6 |
中DeepSeek: DeepSeek V4 Flash 0423
deepseek/deepseek-v4-flash
|
4.76 万亿
4.76T
|
¥0.58 $0.09
|
¥1.16 $0.17
|
302.8 万元
$445,356
|
| 7 |
中Tencent: Hy3
tencent/hy3
|
3.34 万亿
3.34T
|
¥0.56 $0.08
|
¥2.24 $0.33
|
243.8 万元
$358,468
|
| 8 |
中Z.ai: GLM 5.3
z-ai/glm-5.3
|
3.06 万亿
3.06T
|
¥9.52 $1.4
|
¥29.92 $4.4
|
3541.6 万元
$5,208,272
|
| 9 |
Google: Gemini 3.8 Flash
google/gemini-3.8-flash
|
2.6 万亿
2.6T
|
¥5.1 $0.75
|
¥25.5 $3.75
|
1855 万元
$2,727,948
|
| 10 |
中Z.ai: GLM 5.2
z-ai/glm-5.2
|
2.23 万亿
2.23T
|
¥4.08 $0.6
|
¥13.6 $2
|
1123.6 万元
$1,652,365
|
| 11 |
Meta: Muse Spark 1.3 Contributor
meta/muse-spark-1.3-contributor
|
1.89 万亿
1.89T
|
¥0.68 $0.1
|
¥1.36 $0.2
|
141.1 万元
$207,549
|
| 12 |
中MoonshotAI: Kimi K3
moonshotai/kimi-k3
|
1.73 万亿
1.73T
|
¥12.85 $1.89
|
¥64.46 $9.48
|
3117.9 万元
$4,585,089
|
| 13 |
Claude Opus 5
anthropic/claude-opus-5
|
1.72 万亿
1.72T
|
¥34 $5
|
¥170 $25
|
8191.1 万元
$12,045,710
|
| 14 |
OpenAI: GPT-5.6 Sol
openai/gpt-5.6-sol
|
1.71 万亿
1.71T
|
¥13.6 $2
|
¥68 $10
|
3254.7 万元
$4,786,328
|
| 15 |
Upstage: Solar Pro 4
upstage/solar-pro4
|
1.61 万亿
1.61T
|
¥0.61 $0.09
|
¥2.45 $0.36
|
127.9 万元
$188,069
|
| 16 |
中MiniMax: MiniMax M3
minimax/minimax-m3
|
1.48 万亿
1.48T
|
¥2.04 $0.3
|
¥8.16 $1.2
|
391.7 万元
$576,065
|
| 17 |
Anthropic: Claude Sonnet 5
anthropic/claude-sonnet-5
|
1.37 万亿
1.37T
|
¥13.6 $2
|
¥68 $10
|
2615.2 万元
$3,845,854
|
| 18 |
Anthropic: Claude Sonnet 4.6
anthropic/claude-sonnet-4.6
|
1.16 万亿
1.16T
|
¥20.4 $3
|
¥102 $15
|
3303.3 万元
$4,857,751
|
| 19 |
中DeepSeek: DeepSeek V4 Pro 0813
deepseek/deepseek-v4-pro-0813
|
1.12 万亿
1.12T
|
¥3.94 $0.58
|
¥11.82 $1.74
|
528.9 万元
$777,731
|
| 20 |
中DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
|
1.1 万亿
1.1T
|
¥6.45 $0.95
|
¥12.89 $1.9
|
781.1 万元
$1,148,643
|
厂商家族 Top 10
全部厂商家族(按调用量)共 10 家、涵盖 42 个模型,累计调用 102.73 万亿 tokens、费用 6.32 亿元(其中中国厂商 5 家)。 Top 3:Tencent、Deepseek、Openai。
| # | 厂商家族 | 模型数 | 累计周调用量 | 累计费用(估) |
|---|---|---|---|---|
| 1 |
中Tencent
代表:Hy4 preview · Hy3
|
2 |
22.42 万亿 (21.1%)
22.42T
|
1.32 亿元 20.4% · $19,450,565 |
| 2 |
中Deepseek
代表:DeepSeek V4 Flash 0731 · DeepSeek V4 Flash 0423 · DeepSeek V4 Pro 0813
|
7 |
21.03 万亿 (19.8%)
21.03T
|
2533.1 万元 3.9% · $3,725,198 |
| 3 |
Openai
代表:GPT-5.6 Luna · GPT-5.6 Sol · GPT-6 Astra
|
8 |
18.36 万亿 (17.3%)
18.36T
|
1.31 亿元 20.1% · $19,235,691 |
| 4 |
中Z Ai
代表:GLM 5.3 Flash · GLM 5.3 · GLM 5.2
|
3 |
17.56 万亿 (16.5%)
17.56T
|
6208.1 万元 9.6% · $9,129,510 |
| 5 |
Google
代表:Gemini 3.8 Flash · Gemini 3.7 Flash · Gemini 3 Flash Preview
|
10 |
7.14 万亿 (6.7%)
7.14T
|
3805.3 万元 5.9% · $5,596,083 |
| 6 |
中Xiaomi
代表:MiMo-V2.5 · MiMo-V2.5-Pro
|
2 |
5.38 万亿 (5.1%)
5.38T
|
612.2 万元 0.9% · $900,255 |
| 7 |
Anthropic
代表:Claude Opus 5 · Claude Sonnet 5 · Claude Sonnet 4.6
|
6 |
5.3 万亿 (5%)
5.3T
|
2 亿元 30.7% · $29,370,159 |
| 8 |
Meta
代表:Muse Spark 1.3 Contributor · Muse Spark 1.3
|
2 |
2.21 万亿 (2.1%)
2.21T
|
477.8 万元 0.7% · $702,574 |
| 9 |
中Moonshotai
代表:Kimi K3
|
1 |
1.73 万亿 (1.6%)
1.73T
|
3117.9 万元 4.8% · $4,585,089 |
| 10 |
Upstage
代表:Solar Pro 4
|
1 |
1.61 万亿 (1.5%)
1.61T
|
127.9 万元 0.2% · $188,069 |
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:243 个模型贡献 85.9% 的调用量,其中中国模型占据 70.7% 的份额。
高端 > $10
调用量 1.1% · 费用 15.9% · 共 15 个模型
● 中国 0 个
● 海外 15 个
代表:GPT-6 Astra · Claude Fable 5.1 · GPT-6 Astra Pro
中等 $1 - $10
调用量 13% · 费用 45.7% · 共 96 个模型
● 中国 10 个
● 海外 86 个
代表:GLM 5.3 · Kimi K3 · Claude Opus 5
低价 ≤ $1
调用量 85.9% · 费用 38.4% · 共 243 个模型
● 中国 116 个
● 海外 127 个
代表:Hy4 preview · GPT-5.6 Luna · DeepSeek V4 Flash 0731
变化分析(对比 2026-09-06)
本期新上榜(Top50)
- #24 [中] DeepSeek: DeepSeek V4.1 Flash — 6786.86 亿 tokens
- #25 OpenAI: GPT-6 Astra — 6026.07 亿 tokens
- #37 [中] Qwen: Qwen3.8 Max (0902) — 3567.52 亿 tokens
- #39 Meta: Muse Spark 1.3 — 3193.7 亿 tokens
- #42 [中] Qwen: Qwen3.8 27B — 2420.82 亿 tokens
- #45 Mistral: Mistral Nemo — 2264.28 亿 tokens
- #47 [中] Qwen: Qwen3.7 Flash — 2173.68 亿 tokens
- #48 [中] Qwen: Qwen3.8 Flash — 2094.25 亿 tokens
本期跌出 Top50
- 原 #5 [中] MiniMax: MiniMax M3 (free)
- 原 #8 NVIDIA: Nemotron 3 Ultra (free)
- 原 #18 Poolside: Laguna S 2.1 (free)
- 原 #20 NVIDIA: Nemotron 3.5 Lightning (free)
- 原 #26 [中] inclusionAI: Ling 3.0 Flash Fin (free)
- 原 #29 [中] MiniMax: MiniMax M2.7 (free)
- 原 #41 NVIDIA: Nemotron 3 Super (free)
- 原 #45 Meta: Muse Spark 1.2 Contributor
中国模型重点变动
- Qwen: Qwen3.8 Max (0902):#390 → #37 ↑353
- DeepSeek: DeepSeek V4 Flash Vision Exp:#38 → #26 ↑12
- StepFun: Step 3.7 Flash:#31 → #41 ↓10
- Qwen: Qwen3.8 27B:#51 → #42 ↑9
- Qwen: Qwen3.8 Flash:#57 → #48 ↑9
- Qwen: Qwen3.7 Flash:#54 → #47 ↑7
- Xiaomi: MiMo-V2.5:#9 → #5 ↑4
- DeepSeek: DeepSeek V4 Pro 0423:#17 → #20 ↓3, input +14.3%, output +14.3%
- DeepSeek: DeepSeek V3.2:#33 → #30 ↑3
- Z.ai: GLM 5.3 Flash:#2 → #4 ↓2, input +100.0%, output +100.0%