9月14日，《每日经济新闻》根据OpenRouter最新数据测算，上周（9月7日至13日）全球AI大模型总调用量达127万亿Token，环比增长10.43%。其中，中国AI大模型周调用量达61.17万亿Token，环比增长7.85%，连续二十周超过美国，稳居全球首位。
全球调用量排名前五中，有四款是中国模型。
前五名格局：中国模型占四席
腾讯混元Hy4 preview位居第二，周调用量达16.8万亿Token，环比增长15%。该模型于8月28日正式发布并开源，总参数770B、激活参数49B，上下文长度突破1M，重点面向Agent、Coding与生产力场景优化。
智谱GLM 5.3 Flash位列第三，周调用量达11.9万亿Token，环比小幅下滑4%。该模型采用混合稀疏与线性注意力架构，在保持长上下文准确性的同时降低计算开销，在OpenRouter上的定价为输入$0.075/百万Token、输出$0.25/百万Token，目前提供50%折扣。
DeepSeek V4 Flash 0731位居第四，周调用量达11.6万亿Token，环比下滑6%。作为DeepSeek V4 Flash的GA版本，该模型总参数284B、激活参数13B，支持1M Token上下文窗口，定价为输入$0.05/百万Token、输出$0.16/百万Token。
小米MiMo-V2.5升至第五，周调用量达7.77万亿Token，环比暴涨230%，是本周增速最快的模型。该模型为小米原生全模态模型，以约一半的推理成本实现Pro级Agent性能，在图像和视频理解任务上表现突出，定价为输入$0.119/百万Token、输出$0.238/百万Token。
新模型上线三天即冲入前十
DeepSeek V4.1 Flash于9月10日正式发布，仅3天就以4.94万亿Token的周调用量升至第六。该模型基于全新架构，KV缓存压缩至每token 890字节，大幅降低长上下文推理成本。定价方面，空闲时段缓存命中输入仅0.02元/百万Token，输出4元/百万Token。
美国模型表现：Luna增速领先
美国模型方面，GPT-5.6 Luna虽未进入前五，但在本周实现了31.56%的环比增长，是美国模型中增速最快的。Luna定位为高吞吐、低延迟的性价比模型，定价为输入$0.20/百万Token、输出$1.20/百万Token，适合批量任务、分类和轻量Agent工作流。
此前一周（8月31日至9月6日），Luna曾以12.9万亿Token位居第二，环比增长66%。
对开发者意味着什么
OpenRouter的周榜数据，本质上是一份“开发者用真金白银投票的结果”。
中国模型在前五中占据四席，覆盖了从高性能Agent场景（Hy4 preview）到低成本批量任务（GLM 5.3 Flash、DeepSeek V4 Flash）再到多模态应用（MiMo-V2.5）的多个价位段。这意味着开发者的选择正在从“单一模型打天下”转向“按任务场景配模型”。
但这种“矩阵式”的模型格局，也带来了新的管理成本。同一个厂商可能同时有多个版本在榜，不同模型的定价、缓存策略、上下文窗口各不相同。如果在业务代码里硬编码调用逻辑，每次模型迭代或调价都是一次改代码的体力活。
EasyAPI 这类聚合层的价值正在于此：一个Key接入所有主流模型，切换只改配置不碰业务代码。无论榜单如何变化、价格如何波动，调用层保持稳定，你只需要关心单次任务的实际成本。
