MODTST · 全球模型周报
全球大模型调用榜单 · 2026-10-01
数据:OpenRouter top-weekly · 本期 378 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 76%、费用 52.9% —— 量价相对均衡
- 本周冠军:DeepSeek: DeepSeek V4.1 Flash,周调用量 22.03 万亿 tokens,领先第二名 90%
- 厂商家族体量第一:Deepseek,6 个模型,累计 34.58 万亿 tokens(占 Top 50 的 31.5%)
- 性价比之王:Deepseek 调用量占比是费用占比的 7.2× —— 烧 token 不烧钱
- 高端市场:Anthropic 费用占比是调用量的 7.0×,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 76%、费用 52.9%。量价比例相对均衡。
Top 10 · 中国模型占比
数量
8/10 · 80%
调用量
83.8%
估算费用
85.4%
Top 20 · 中国模型占比
数量
12/20 · 60%
调用量
76%
估算费用
52.9%
Top 50 · 中国模型占比
数量
20/50 · 40%
调用量
69.4%
估算费用
32%
全球 Top 20 主榜单
全球模型 Top 20(按调用量)累计调用 93.78 万亿 tokens、费用 3.41 亿元,覆盖 11 家厂商(其中中国 12 个)。占全榜总量 80.8%。 冠军:DeepSeek: DeepSeek V4.1 Flash。
| # | 模型 | 周调用量 | Input / 百万 tok | Output / 百万 tok | 费用(估) |
|---|---|---|---|---|---|
| 1 |
中DeepSeek: DeepSeek V4.1 Flash
deepseek/deepseek-v4.1-flash
|
22.03 万亿
22.03T
|
¥0.13 $0.02
|
¥2.69 $0.4
|
860 万元
$1,264,751
|
| 2 |
中Z.ai: GLM 5.3 Flash
z-ai/glm-5.3-flash
|
11.62 万亿
11.62T
|
¥1.02 $0.15
|
¥3.4 $0.5
|
1462 万元
$2,150,001
|
| 3 |
OpenAI: GPT-5.6 Luna
openai/gpt-5.6-luna
|
8.31 万亿
8.31T
|
¥1.36 $0.2
|
¥8.16 $1.2
|
1695.3 万元
$2,493,041
|
| 4 |
中Xiaomi: MiMo-V2.6-Flash
xiaomi/mimo-v2.6-flash
|
8.21 万亿
8.21T
|
¥0.95 $0.14
|
¥1.9 $0.28
|
859.6 万元
$1,264,151
|
| 5 |
中Tencent: Hy4 preview
tencent/hy4-preview
|
8.06 万亿
8.06T
|
¥5.1 $0.75
|
¥15.31 $2.25
|
4939 万元
$7,263,251
|
| 6 |
中DeepSeek: DeepSeek V4 Flash 0731
deepseek/deepseek-v4-flash-0731
|
7.28 万亿
7.28T
|
¥0.07 $0.01
|
¥8.7 $1.28
|
677.8 万元
$996,723
|
| 7 |
OpenAI: GPT-6 Luna
openai/gpt-6-luna
|
4.38 万亿
4.38T
|
¥0.68 $0.1
|
¥3.4 $0.5
|
417 万元
$613,188
|
| 8 |
中DeepSeek: DeepSeek V4 Flash 0423
deepseek/deepseek-v4-flash
|
3.25 万亿
3.25T
|
¥0.53 $0.08
|
¥1.07 $0.16
|
190.8 万元
$280,524
|
| 9 |
中Z.ai: GLM 5.3
z-ai/glm-5.3
|
2.8 万亿
2.8T
|
¥9.52 $1.4
|
¥29.92 $4.4
|
3234.6 万元
$4,756,814
|
| 10 |
中Tencent: Hy3
tencent/hy3
|
2.45 万亿
2.45T
|
¥0.56 $0.08
|
¥2.24 $0.33
|
178.9 万元
$263,095
|
| 11 |
Google: Gemini 3.8 Flash
google/gemini-3.8-flash
|
2.05 万亿
2.05T
|
¥5.1 $0.75
|
¥25.5 $3.75
|
1465.4 万元
$2,155,039
|
| 12 |
Anthropic: Claude Opus 5.5
anthropic/claude-opus-5.5
|
1.69 万亿
1.69T
|
¥27.2 $4
|
¥136 $20
|
6427 万元
$9,451,453
|
| 13 |
OpenAI: GPT-5.6 Sol
openai/gpt-5.6-sol
|
1.64 万亿
1.64T
|
¥13.6 $2
|
¥68 $10
|
3116.8 万元
$4,583,570
|
| 14 |
Meta: Muse Spark 1.3 Contributor
meta/muse-spark-1.3-contributor
|
1.53 万亿
1.53T
|
¥0.68 $0.1
|
¥1.36 $0.2
|
114.5 万元
$168,326
|
| 15 |
中MoonshotAI: Kimi K3
moonshotai/kimi-k3
|
1.49 万亿
1.49T
|
¥20.4 $3
|
¥102 $15
|
4250.8 万元
$6,251,240
|
| 16 |
Upstage: Solar Pro 4
upstage/solar-pro4
|
1.44 万亿
1.44T
|
¥0.61 $0.09
|
¥2.45 $0.36
|
114.6 万元
$168,537
|
| 17 |
Anthropic: Claude Sonnet 5
anthropic/claude-sonnet-5
|
1.43 万亿
1.43T
|
¥13.6 $2
|
¥68 $10
|
2719.7 万元
$3,999,522
|
| 18 |
中Xiaomi: MiMo-V2.5
xiaomi/mimo-v2.5
|
1.43 万亿
1.43T
|
¥0.95 $0.14
|
¥1.9 $0.28
|
149.5 万元
$219,871
|
| 19 |
中Z.ai: GLM 5.2
z-ai/glm-5.2
|
1.38 万亿
1.38T
|
¥4.24 $0.62
|
¥27.13 $3.99
|
898.2 万元
$1,320,886
|
| 20 |
中MiniMax: MiniMax M3
minimax/minimax-m3
|
1.33 万亿
1.33T
|
¥2.04 $0.3
|
¥8.16 $1.2
|
353.1 万元
$519,209
|
厂商家族 Top 10
全部厂商家族(按调用量)共 10 家、涵盖 44 个模型,累计调用 106.43 万亿 tokens、费用 6.06 亿元(其中中国厂商 5 家)。 Top 3:Deepseek、Openai、Z Ai。
| # | 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
|
6 |
34.58 万亿 (31.5%)
34.58T
|
2736.5 万元 4.4% · $4,024,290 |
| 2 |
Openai
代表:GPT-5.6 Luna · GPT-6 Luna · GPT-5.6 Sol
|
10 |
18.39 万亿 (16.8%)
18.39T
|
1.74 亿元 28.1% · $25,544,760 |
| 3 |
中Z Ai
代表:GLM 5.3 Flash · GLM 5.3 · GLM 5.2
|
4 |
16.05 万亿 (14.6%)
16.05T
|
5675.8 万元 9.2% · $8,346,732 |
| 4 |
中Xiaomi
代表:MiMo-V2.6-Flash · MiMo-V2.5 · MiMo-V2.6-Pro
|
3 |
10.85 万亿 (9.9%)
10.85T
|
1402.8 万元 2.3% · $2,062,970 |
| 5 |
中Tencent
代表:Hy4 preview · Hy3
|
2 |
10.52 万亿 (9.6%)
10.52T
|
5117.9 万元 8.3% · $7,526,346 |
| 6 |
Google
代表:Gemini 3.8 Flash · Gemini 3 Flash Preview · Gemini 2.5 Flash Lite
|
8 |
5.8 万亿 (5.3%)
5.8T
|
2625.8 万元 4.2% · $3,861,508 |
| 7 |
Anthropic
代表:Claude Opus 5.5 · Claude Sonnet 5 · Claude Opus 5
|
7 |
5.25 万亿 (4.8%)
5.25T
|
2.06 亿元 33.4% · $30,363,791 |
| 8 |
Meta
代表:Muse Spark 1.3 Contributor · Muse Spark 1.3
|
2 |
2.07 万亿 (1.9%)
2.07T
|
679.1 万元 1.1% · $998,702 |
| 9 |
中Moonshotai
代表:Kimi K3
|
1 |
1.49 万亿 (1.4%)
1.49T
|
4250.8 万元 6.9% · $6,251,240 |
| 10 |
Upstage
代表:Solar Pro 4
|
1 |
1.44 万亿 (1.3%)
1.44T
|
114.6 万元 0.2% · $168,537 |
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:253 个模型贡献 85.5% 的调用量,其中中国模型占据 74.4% 的份额。 高端档(> $10)只有 1.4% 的调用量,却拿走 22.5% 的费用。
高端 > $10
调用量 1.4% · 费用 22.5% · 共 14 个模型
● 中国 0 个
● 海外 14 个
代表:GPT-6 Astra · Claude Fable 5.1 · Claude Fable 5
中等 $1 - $10
调用量 13.1% · 费用 50.6% · 共 111 个模型
● 中国 12 个
● 海外 99 个
代表:GLM 5.3 · Claude Opus 5.5 · GPT-5.6 Sol
低价 ≤ $1
调用量 85.5% · 费用 26.9% · 共 253 个模型
● 中国 118 个
● 海外 135 个
代表:DeepSeek V4.1 Flash · GLM 5.3 Flash · GPT-5.6 Luna
变化分析(对比 2026-09-25)
本期新上榜(Top50)
- #12 Anthropic: Claude Opus 5.5 — 1.69 万亿 tokens
- #21 OpenAI: GPT-6 Sol — 1.21 万亿 tokens
- #39 SpaceXAI: Grok 4.7 — 3797 亿 tokens
- #42 OpenAI: GPT-6 Luna Pro — 3498.55 亿 tokens
- #45 Mistral: Mistral Nemo — 2923.4 亿 tokens
- #46 [中] Z.ai: GLM 5.3 FlashX — 2598.92 亿 tokens
- #48 OpenAI: GPT-5 Nano — 2455.51 亿 tokens
- #49 Anthropic: Claude Haiku 4.5 — 2443.59 亿 tokens
本期跌出 Top50
- 原 #7 NVIDIA: Nemotron 3 Ultra (free)
- 原 #20 Poolside: Laguna S 2.1 (free)
- 原 #21 [中] inclusionAI: Ling 3.0 Flash Fin (free)
- 原 #27 [中] Dots Studio: Dots3-Note Preview (free)
- 原 #30 NVIDIA: Nemotron 3.5 Lightning (free)
- 原 #32 [中] Nex AGI: Nex-N2.5-Pro (free)
- 原 #41 [中] Qwen: Qwen3.8 Max (0902)
- 原 #45 Thinking Machines: Inkling (free)
中国模型重点变动
- Xiaomi: MiMo-V2.6-Flash:#26 → #4 ↑22
- Xiaomi: MiMo-V2.6-Pro:#44 → #22 ↑22
- Z.ai: GLM 5.3 FlashX:#64 → #46 ↑18
- Xiaomi: MiMo-V2.5:#6 → #18 ↓12
- Qwen: Qwen3.8 27B:#48 → #40 ↑8
- Qwen: Qwen3.8 Flash:#38 → #33 ↑5
- MoonshotAI: Kimi K3:#19 → #15 ↑4
- Z.ai: GLM 5.2:#16 → #19 ↓3, output +95.4%
- DeepSeek: DeepSeek V4 Pro 0423:#24 → #26 ↓2, input -10.2%, output -10.2%
- DeepSeek: DeepSeek V4.1 Flash:#2 → #1 ↑1, input -86.8%, output -34.0%