M 模测 › 案例集 › 全球模型调用榜单 · 2026-09-12 返回案例集

全球模型调用榜单 · 2026-09-12

基于 2026-09-12 OpenRouter 快照(354 个模型),含中国模型 Top20 / 全球 Top20 / 厂商家族 / 价格梯度 / 变化趋势

2026年9月12日 465 次阅读
榜单 OpenRouter 全球模型 中国模型

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

点击标签切换排序 / 筛选

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

点击标签切换排序 / 筛选

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%

数据来源:每日从 OpenRouter 公开的 top-weekly 列表采集。以下模型未纳入:

  • 费用为 0 的模型
  • 标记为 free 类型的模型
  • Auto Router 的模型
  • Weekly Tokens 不足 1 百万 (1M) 的模型

费用估算 = weekly_tokens × (90% × input_price + 10% × output_price),按"90% input 占比"是 LLM 业务的常见 token 结构经验值。weekly tokens 为过去 7 天累计调用量。

ModTst(模测)出品 · 仅作行业研究参考

© 2025 ModTst. All rights reserved. 苏ICP备2026025231号-3 苏公网安备32059002007950号