M 模测 › 案例集 › 全球模型调用榜单 · 2026-09-15 返回案例集

全球模型调用榜单 · 2026-09-15

基于 2026-09-15 OpenRouter 快照(359 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15日 322 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 · 2026-09-15

数据:OpenRouter top-weekly · 本期 359 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 13 席,贡献调用量 71.2%、费用 61.1% —— 量价相对均衡
  • 本周冠军:OpenAI: GPT-5.6 Luna,周调用量 18.19 万亿 tokens,领先第二名 20%
  • 厂商家族体量第一:Deepseek,7 个模型,累计 25.53 万亿 tokens(占 Top 50 的 22.9%)
  • 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 6.7×,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 13 席(65%);贡献调用量 71.2%、费用 61.1%。量价比例相对均衡。

Top 10 · 中国模型占比

数量
8/10 · 80%
调用量
75.4%
估算费用
76.7%

Top 20 · 中国模型占比

数量
13/20 · 65%
调用量
71.2%
估算费用
61.1%

Top 50 · 中国模型占比

数量
21/50 · 42%
调用量
65.7%
估算费用
43.8%

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 99.22 万亿 tokens、费用 4.36 亿元,覆盖 11 家厂商(其中中国 13 个)。占全榜总量 85.5%。 冠军:OpenAI: GPT-5.6 Luna。

# 模型 周调用量 Input / 百万 tok Output / 百万 tok 费用(估)
1 OpenAI: GPT-5.6 Luna
openai/gpt-5.6-luna
18.19 万亿
18.19T
¥1.36
$0.2
¥8.16
$1.2
3710.5 万元
$5,456,554
2 中Tencent: Hy4 preview
tencent/hy4-preview
15.22 万亿
15.22T
¥5.67
$0.83
¥17.01
$2.5
1.04 亿元
$15,226,754
3 中DeepSeek: DeepSeek V4 Flash 0731
deepseek/deepseek-v4-flash-0731
11.72 万亿
11.72T
¥0.41
$0.06
¥0.82
$0.12
526.2 万元
$773,767
4 中Z.ai: GLM 5.3 Flash
z-ai/glm-5.3-flash
11.65 万亿
11.65T
¥1.02
$0.15
¥3.4
$0.5
1465 万元
$2,154,395
5 中Xiaomi: MiMo-V2.5
xiaomi/mimo-v2.5
8.2 万亿
8.2T
¥0.95
$0.14
¥1.9
$0.28
858.3 万元
$1,262,158
6 中DeepSeek: DeepSeek V4.1 Flash
deepseek/deepseek-v4.1-flash
6.22 万亿
6.22T
¥2.04
$0.3
¥8.16
$1.2
1649.8 万元
$2,426,184
7 中DeepSeek: DeepSeek V4 Flash 0423
deepseek/deepseek-v4-flash
4.33 万亿
4.33T
¥0.6
$0.09
¥1.2
$0.18
287 万元
$422,005
8 中Tencent: Hy3
tencent/hy3
4.08 万亿
4.08T
¥0.9
$0.13
¥3.59
$0.53
475.9 万元
$699,820
9 Google: Gemini 3.8 Flash
google/gemini-3.8-flash
2.58 万亿
2.58T
¥5.1
$0.75
¥25.5
$3.75
1840.7 万元
$2,706,862
10 中Z.ai: GLM 5.3
z-ai/glm-5.3
2.28 万亿
2.28T
¥9.52
$1.4
¥29.92
$4.4
2631 万元
$3,869,066
11 Meta: Muse Spark 1.3 Contributor
meta/muse-spark-1.3-contributor
1.96 万亿
1.96T
¥0.68
$0.1
¥1.36
$0.2
147 万元
$216,113
12 Upstage: Solar Pro 4
upstage/solar-pro4
1.69 万亿
1.69T
¥0.61
$0.09
¥2.45
$0.36
134.8 万元
$198,305
13 OpenAI: GPT-5.6 Sol
openai/gpt-5.6-sol
1.63 万亿
1.63T
¥13.6
$2
¥68
$10
3107.3 万元
$4,569,494
14 中Z.ai: GLM 5.2
z-ai/glm-5.2
1.61 万亿
1.61T
¥9.52
$1.4
¥29.92
$4.4
1857.2 万元
$2,731,103
15 中MoonshotAI: Kimi K3
moonshotai/kimi-k3
1.45 万亿
1.45T
¥18.01
$2.65
¥90.32
$13.28
3664.5 万元
$5,388,978
16 中MiniMax: MiniMax M3
minimax/minimax-m3
1.45 万亿
1.45T
¥2.04
$0.3
¥8.16
$1.2
384.4 万元
$565,356
17 Anthropic: Claude Sonnet 5
anthropic/claude-sonnet-5
1.43 万亿
1.43T
¥13.6
$2
¥68
$10
2731.3 万元
$4,016,682
18 中DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
1.38 万亿
1.38T
¥10.88
$1.6
¥21.76
$3.2
1646.2 万元
$2,420,899
19 Claude Opus 5
anthropic/claude-opus-5
1.12 万亿
1.12T
¥34
$5
¥170
$25
5308.2 万元
$7,806,186
20 中DeepSeek: DeepSeek V4 Pro 0813
deepseek/deepseek-v4-pro-0813
1.04 万亿
1.04T
¥6.69
$0.98
¥20.06
$2.95
835.4 万元
$1,228,507

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 43 个模型,累计调用 107.93 万亿 tokens、费用 6.17 亿元(其中中国厂商 5 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 V4.1 Flash · DeepSeek V4 Flash 0423
7
25.53 万亿 (22.9%)
25.53T
5099.6 万元
8% · $7,499,484
2 Openai
代表:GPT-5.6 Luna · GPT-5.6 Sol · GPT-6 Astra
8
22.45 万亿 (20.2%)
22.45T
1.5 亿元
23.7% · $22,125,960
3 中Tencent
代表:Hy4 preview · Hy3
2
19.29 万亿 (17.3%)
19.29T
1.08 亿元
17.1% · $15,926,575
4 中Z Ai
代表:GLM 5.3 Flash · GLM 5.3 · GLM 5.2
3
15.53 万亿 (13.9%)
15.53T
5953.1 万元
9.4% · $8,754,565
5 中Xiaomi
代表:MiMo-V2.5 · MiMo-V2.5-Pro
2
8.42 万亿 (7.6%)
8.42T
932.2 万元
1.5% · $1,370,811
6 Google
代表:Gemini 3.8 Flash · Gemini 3 Flash Preview · Gemini 3.7 Flash
10
6.95 万亿 (6.2%)
6.95T
3720.6 万元
5.9% · $5,471,432
7 Anthropic
代表:Claude Sonnet 5 · Claude Opus 5 · Claude Sonnet 4.6
6
4.15 万亿 (3.7%)
4.15T
1.57 亿元
24.7% · $23,068,605
8 Meta
代表:Muse Spark 1.3 Contributor · Muse Spark 1.3
2
2.29 万亿 (2.1%)
2.29T
485.6 万元
0.8% · $714,077
9 Upstage
代表:Solar Pro 4
1
1.69 万亿 (1.5%)
1.69T
134.8 万元
0.2% · $198,305
10 中Moonshotai
代表:Kimi K3 · Kimi K2.6
2
1.62 万亿 (1.5%)
1.62T
3808.7 万元
6% · $5,600,985

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:245 个模型贡献 85.7% 的调用量,其中中国模型占据 67.9% 的份额。

高端 > $10
调用量 1.2% · 费用 18.6% · 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 13.1% · 费用 44.7% · 共 99 个模型
● 中国 12 个 ● 海外 87 个
代表:GLM 5.3 · GPT-5.6 Sol · GLM 5.2
低价 ≤ $1
调用量 85.7% · 费用 36.6% · 共 245 个模型
● 中国 115 个 ● 海外 130 个
代表:GPT-5.6 Luna · Hy4 preview · DeepSeek V4 Flash 0731

变化分析(对比 2026-09-09)

本期新上榜(Top50)

  • #6 [中] DeepSeek: DeepSeek V4.1 Flash — 6.22 万亿 tokens
  • #34 [中] Qwen: Qwen3.8 Max (0902) — 4048.15 亿 tokens
  • #38 [中] Qwen: Qwen3.8 Flash — 3378.28 亿 tokens
  • #39 Meta: Muse Spark 1.3 — 3212.67 亿 tokens
  • #41 [中] Qwen: Qwen3.7 Flash — 2997.16 亿 tokens
  • #42 Mistral: Mistral Nemo — 2707.66 亿 tokens
  • #48 Google: Gemini 3.5 Flash Lite — 2173.61 亿 tokens
  • #49 Google: Gemini 3.1 Pro Preview — 2111.84 亿 tokens

本期跌出 Top50

  • 原 #6 NVIDIA: Nemotron 3 Ultra (free)
  • 原 #19 Poolside: Laguna S 2.1 (free)
  • 原 #23 NVIDIA: Nemotron 3.5 Lightning (free)
  • 原 #26 [中] inclusionAI: Ling 3.0 Flash Fin (free)
  • 原 #34 [中] StepFun: Step 3.7 Flash
  • 原 #42 NVIDIA: Nemotron 3 Super (free)
  • 原 #43 Thinking Machines: Inkling (free)
  • 原 #49 [中] Dots Studio: Dots3-Note Preview (free)

中国模型重点变动

  • Qwen: Qwen3.8 Max (0902):#60 → #34 ↑26
  • Qwen: Qwen3.8 Flash:#51 → #38 ↑13
  • Qwen: Qwen3.7 Flash:#53 → #41 ↑12
  • Xiaomi: MiMo-V2.5:#9 → #5 ↑4
  • Z.ai: GLM 5.2:#10 → #14 ↓4, input +44.9%, output +44.9%
  • DeepSeek: DeepSeek V4 Pro 0813:#24 → #20 ↑4, input +69.7%, output +69.7%
  • DeepSeek: DeepSeek V4 Flash Vision Exp:#29 → #33 ↓4
  • MoonshotAI: Kimi K3:#12 → #15 ↓3, input -11.7%, output -11.4%
  • DeepSeek: DeepSeek V4 Pro 0423:#21 → #18 ↑3, input +68.8%, output +68.7%
  • Tencent: Hy3:#7 → #8 ↓1, input +60.0%, output +60.0%

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