MODTST · 全球模型周报
全球大模型调用榜单 · 2026-09-19
数据：OpenRouter top-weekly · 本期 357 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 71.7%、费用 38.2% —— 量大价低，性价比突出
- 本周冠军：OpenAI: GPT-5.6 Luna，周调用量 15.82 万亿 tokens，领先第二名 34%
- 厂商家族体量第一：Deepseek，7 个模型，累计 29.63 万亿 tokens（占 Top 50 的 27%）
- 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 6.6×，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 71.7%、费用 38.2%。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
78.2%
估算费用
74.7%
Top 20 · 中国模型占比
数量
12/20 · 60%
调用量
71.7%
估算费用
38.2%
Top 50 · 中国模型占比
数量
21/50 · 42%
调用量
67%
估算费用
32.7%
全球 Top 20 主榜单
全球模型 Top 20（按调用量）累计调用 97.76 万亿 tokens、费用 5.08 亿元，覆盖 11 家厂商（其中中国 12 个）。占全榜总量 85.4%。 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
|
15.82 万亿
15.82T
|
¥1.36 $0.2
|
¥8.16 $1.2
|
3228.3 万元
$4,747,492
|
| 2 |
中DeepSeek: DeepSeek V4.1 Flash
deepseek/deepseek-v4.1-flash
|
11.84 万亿
11.84T
|
¥1.02 $0.15
|
¥4.08 $0.6
|
1570.2 万元
$2,309,165
|
| 3 |
中Tencent: Hy4 preview
tencent/hy4-preview
|
11.61 万亿
11.61T
|
¥5.67 $0.83
|
¥17.01 $2.5
|
7900.3 万元
$11,618,148
|
| 4 |
中Z.ai: GLM 5.3 Flash
z-ai/glm-5.3-flash
|
11.41 万亿
11.41T
|
¥0.61 $0.09
|
¥2.04 $0.3
|
861.5 万元
$1,266,891
|
| 5 |
中DeepSeek: DeepSeek V4 Flash 0731
deepseek/deepseek-v4-flash-0731
|
10.62 万亿
10.62T
|
¥0.41 $0.06
|
¥0.82 $0.12
|
476.5 万元
$700,713
|
| 6 |
中Xiaomi: MiMo-V2.5
xiaomi/mimo-v2.5
|
7.52 万亿
7.52T
|
¥0.95 $0.14
|
¥1.9 $0.28
|
787.9 万元
$1,158,670
|
| 7 |
中Tencent: Hy3
tencent/hy3
|
4.69 万亿
4.69T
|
¥0.56 $0.08
|
¥2.24 $0.33
|
342 万元
$503,005
|
| 8 |
中DeepSeek: DeepSeek V4 Flash 0423
deepseek/deepseek-v4-flash
|
4.09 万亿
4.09T
|
¥0.33 $0.05
|
¥0.66 $0.1
|
149.2 万元
$219,382
|
| 9 |
中Z.ai: GLM 5.3
z-ai/glm-5.3
|
2.56 万亿
2.56T
|
¥6.19 $0.91
|
¥19.45 $2.86
|
1925.8 万元
$2,832,018
|
| 10 |
Google: Gemini 3.8 Flash
google/gemini-3.8-flash
|
2.13 万亿
2.13T
|
¥5.1 $0.75
|
¥25.5 $3.75
|
1518.6 万元
$2,233,266
|
| 11 |
Meta: Muse Spark 1.3 Contributor
meta/muse-spark-1.3-contributor
|
2.03 万亿
2.03T
|
¥0.68 $0.1
|
¥1.36 $0.2
|
152.1 万元
$223,703
|
| 12 |
OpenAI: GPT-5.6 Sol
openai/gpt-5.6-sol
|
1.96 万亿
1.96T
|
¥13.6 $2
|
¥68 $10
|
3733 万元
$5,489,676
|
| 13 |
Upstage: Solar Pro 4
upstage/solar-pro4
|
1.6 万亿
1.6T
|
¥0.61 $0.09
|
¥2.45 $0.36
|
127.3 万元
$187,212
|
| 14 |
Anthropic: Claude Sonnet 5
anthropic/claude-sonnet-5
|
1.52 万亿
1.52T
|
¥13.6 $2
|
¥68 $10
|
2896.3 万元
$4,259,211
|
| 15 |
OpenAI: GPT-6 Astra
openai/gpt-6-astra
|
1.52 万亿
1.52T
|
¥68 $10
|
¥340 $50
|
1.44 亿元
$21,245,482
|
| 16 |
中Z.ai: GLM 5.2
z-ai/glm-5.2
|
1.51 万亿
1.51T
|
¥3.77 $0.55
|
¥11.85 $1.74
|
692.9 万元
$1,018,906
|
| 17 |
中MiniMax: MiniMax M3
minimax/minimax-m3
|
1.46 万亿
1.46T
|
¥2.04 $0.3
|
¥8.16 $1.2
|
388.4 万元
$571,144
|
| 18 |
中MoonshotAI: Kimi K3
moonshotai/kimi-k3
|
1.39 万亿
1.39T
|
¥13.26 $1.95
|
¥74.26 $10.92
|
2700.4 万元
$3,971,222
|
| 19 |
中DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
|
1.34 万亿
1.34T
|
¥10.88 $1.6
|
¥21.76 $3.2
|
1607 万元
$2,363,191
|
| 20 |
Anthropic: Claude Opus 5
anthropic/claude-opus-5
|
1.1 万亿
1.1T
|
¥34 $5
|
¥170 $25
|
5252.2 万元
$7,723,780
|
厂商家族 Top 10
全部厂商家族（按调用量）共 10 家、涵盖 43 个模型，累计调用 106.42 万亿 tokens、费用 6.25 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 V4.1 Flash · DeepSeek V4 Flash 0731 · DeepSeek V4 Flash 0423
|
7 |
29.63 万亿 (27%)
29.63T
|
4423.6 万元 6.9% · $6,505,230 |
| 2 |
Openai
代表：GPT-5.6 Luna · GPT-5.6 Sol · GPT-6 Astra
|
8 |
21.28 万亿 (19.4%)
21.28T
|
2.27 亿元 35.4% · $33,401,479 |
| 3 |
中Tencent
代表：Hy4 preview · Hy3
|
2 |
16.3 万亿 (14.8%)
16.3T
|
8242.4 万元 12.8% · $12,121,152 |
| 4 |
中Z Ai
代表：GLM 5.3 Flash · GLM 5.3 · GLM 5.2
|
3 |
15.49 万亿 (14.1%)
15.49T
|
3480.1 万元 5.4% · $5,117,816 |
| 5 |
中Xiaomi
代表：MiMo-V2.5 · MiMo-V2.5-Pro
|
2 |
7.77 万亿 (7.1%)
7.77T
|
866.8 万元 1.4% · $1,274,741 |
| 6 |
Google
代表：Gemini 3.8 Flash · Gemini 3 Flash Preview · Gemini 2.5 Flash Lite
|
10 |
6.33 万亿 (5.8%)
6.33T
|
3290.7 万元 5.1% · $4,839,337 |
| 7 |
Anthropic
代表：Claude Sonnet 5 · Claude Opus 5 · Claude Opus 4.8
|
6 |
4.18 万亿 (3.8%)
4.18T
|
1.61 亿元 25.1% · $23,655,746 |
| 8 |
Meta
代表：Muse Spark 1.3 Contributor · Muse Spark 1.3
|
2 |
2.26 万亿 (2.1%)
2.26T
|
391.3 万元 0.6% · $575,372 |
| 9 |
Upstage
代表：Solar Pro 4
|
1 |
1.6 万亿 (1.5%)
1.6T
|
127.3 万元 0.2% · $187,212 |
| 10 |
中Moonshotai
代表：Kimi K3 · Kimi K2.6
|
2 |
1.58 万亿 (1.4%)
1.58T
|
2855.9 万元 4.5% · $4,199,811 |
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 88.2% 的调用量，其中中国模型占据 71.3% 的份额。 高端档（> $10）只有 1.9% 的调用量，却拿走 29.5% 的费用。
高端 > $10
调用量 1.9% · 费用 29.5% · 共 15 个模型
● 中国 0 个
● 海外 15 个
代表：GPT-6 Astra · Claude Fable 5.1 · Claude Fable 5
中等 $1 - $10
调用量 9.9% · 费用 37% · 共 97 个模型
● 中国 10 个
● 海外 87 个
代表：GPT-5.6 Sol · Claude Sonnet 5 · Kimi K3
低价 ≤ $1
调用量 88.2% · 费用 33.5% · 共 245 个模型
● 中国 118 个
● 海外 127 个
代表：GPT-5.6 Luna · DeepSeek V4.1 Flash · Hy4 preview
变化分析（对比 2026-09-13）
本期新上榜（Top50）
- #30 [中] Qwen: Qwen3.8 Flash — 4607.26 亿 tokens
- #36 [中] Qwen: Qwen3.7 Flash — 3539.87 亿 tokens
- #43 [中] Xiaomi: MiMo-V2.5-Pro — 2425.74 亿 tokens
- #44 Anthropic: Claude Haiku 4.5 — 2363.57 亿 tokens
- #45 OpenAI: GPT-4o-mini — 2313.89 亿 tokens
- #46 Google: Gemini 3.5 Flash Lite — 2270.69 亿 tokens
- #49 Google: Gemini 3.1 Pro Preview — 2071.39 亿 tokens
- #50 [中] MoonshotAI: Kimi K2.6 — 1821.43 亿 tokens
本期跌出 Top50
- 原 #7 NVIDIA: Nemotron 3 Ultra (free)
- 原 #21 Poolside: Laguna S 2.1 (free)
- 原 #24 [中] inclusionAI: Ling 3.0 Flash Fin (free)
- 原 #25 NVIDIA: Nemotron 3.5 Lightning (free)
- 原 #35 [中] Dots Studio: Dots3-Note Preview (free)
- 原 #41 Thinking Machines: Inkling (free)
- 原 #44 NVIDIA: Nemotron 3 Super (free)
- 原 #46 [中] inclusionAI: Ling 3.0 Flash Sante (free)
中国模型重点变动
- Qwen: Qwen3.8 Flash：#53 → #30 ↑23
- Qwen: Qwen3.7 Flash：#52 → #36 ↑16
- Xiaomi: MiMo-V2.5-Pro：#55 → #43 ↑12
- DeepSeek: DeepSeek V4 Flash Vision Exp：#30 → #41 ↓11
- MoonshotAI: Kimi K2.6：#61 → #50 ↑11
- DeepSeek: DeepSeek V4.1 Flash：#11 → #2 ↑9
- Qwen: Qwen3.8 27B：#49 → #42 ↑7
- Z.ai: GLM 5.2：#12 → #16 ↓4, output -12.9%
- DeepSeek: DeepSeek V3.2：#36 → #32 ↑4
- DeepSeek: DeepSeek V4 Flash 0423：#6 → #8 ↓2, input -25.9%, output -25.8%
苏公网安备32059002007950号