OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 14572.36B tokens · 243,670,574 次请求
定位与擅长场景
DeepSeek V4.1 Flash 以绝对优势位居调用量榜首，日请求超 2.4 亿次、日 Token 逾 14.5 万亿，热度断层领先。其“Flash”命名指向高吞吐、低延迟场景，适合大规模批处理、Agent 工具调用、长上下文检索增强等对成本与响应速度敏感的生产级负载，而非追求极致推理的复杂任务。
与竞品对比
在 OpenRouter 生态中，它已形成明显的规模壁垒——调用量远超同期主流闭源与开源模型。相比同门非 Flash 版本，它以速度与性价比换取部分深度推理能力；相比其他厂商旗舰，其优势不在单项能力天花板，而在稳定、廉价、可规模化接入的工程属性。
是否值得接入
值得。若你的业务以高频调用、成本可控、延迟敏感为核心诉求，它是当前最稳妥的默认选项之一；若任务需要强推理或复杂多步规划，建议搭配更强模型分层路由，而非单独依赖。
日调用 12966.55B tokens · 353,115,680 次请求
定位与擅长场景
GLM-5.3-Flash 在 OpenRouter 日调用量排名第 2，日请求约 3.53 亿次、日消耗约 12.97 万亿 tokens，属于头部梯队。从命名与体量看，它主打高并发、低延迟的通用生成场景，适合批量对话、内容生产、Agent 工具调用等对吞吐敏感、对极致推理要求不高的任务。
与竞品对比
能稳定占据调用量前列，说明它在同类轻量高速模型中具备较强的性价比与稳定性，与头部闭源模型形成正面竞争。其优势更可能体现在单位成本下的可用性和响应速度，而非复杂推理或长链思考；在需要深度推理的任务上，仍可能让位于旗舰级模型。
是否值得接入
值得接入。若你的业务以高并发、成本可控的通用生成为主，它是当前热度验证过的稳妥选择；建议先小流量灰度，重点验证限流、稳定性和中文表现，再决定是否作为主力模型。
日调用 12471.91B tokens · 346,907,644 次请求
定位与擅长场景
gpt-5.6-luna-20260709 位列 OpenRouter 调用量第 3，日 tokens 超 12.4 万亿、日请求约 3.47 亿，属于绝对头部梯队。从命名看是 OpenAI 的 Luna 版本，推测主打高并发通用推理与长上下文任务，适合作为生产环境的主力模型，覆盖对话、Agent、代码与文档处理等场景。
与竞品对比
它稳居前三，说明在头部闭源模型竞争中仍占据核心位置，热度与稳定性经过大规模真实流量验证。相比同梯队竞品，OpenAI 生态的工具调用、兼容性和工程配套更成熟，迁移与集成成本更低，这是它持续被大量调用的重要原因。
是否值得接入
值得接入。若你的业务需要高可靠、高吞吐的通用能力，它是低风险的首选之一。建议先做小流量灰度，验证延迟与成本，再逐步放量。
日调用 11925.51B tokens · 104,098,259 次请求
定位与擅长场景
腾讯 hy4-preview 以日调用量约 11.9 万亿 tokens、日请求 1.04 亿次位列第 4，属于头部阵营。其高请求数配合高 token 量，说明既承接海量轻量对话，也处理长上下文任务，适合中文内容生成、Agent 工具调用与规模化在线服务。
与竞品对比
排名仅次于前三家，且请求量级与 token 量级同步放大，显示其并非靠单一爆款场景冲量，而是具备较均衡的综合能力。相比同梯队模型，它在中文语料和国内生态适配上更有优势，但在超长推理与复杂代码任务上仍需与头部旗舰拉开差距。
是否值得接入
值得接入。若业务以中文交互、高并发调用为主，它是性价比与稳定性兼顾的优选；若追求极致推理上限，建议与榜首模型做 A/B 测试后再定主力。
日调用 10850.30B tokens · 528,679,336 次请求
定位与擅长场景
DeepSeek V4 Flash 位列调用量第 5，日均约 5287 万次请求、10.85 万亿 tokens，属于典型的高吞吐主力模型。从命名与体量看，它面向通用对话、批量推理与 Agent 流水线等高频场景，靠低延迟和稳定吞吐吃量，而非靠极限推理能力取胜。
与竞品对比
在同梯队中，它更像“走量型选手”：单次请求承载的 token 规模较大，说明被大量用于长上下文或批量任务。相比头部闭源模型，它胜在调用规模已进入第一阵营，生态适配和工具链成熟度经受了真实流量检验；短板则可能在复杂推理与多模态上不占优。
是否值得接入
值得。日均请求量已达千万级，说明其在生产环境中被广泛验证，稳定性和性价比有数据背书。若你的场景是通用对话、内容生成或高并发 Agent，可优先接入；若追求顶尖推理或多模态，建议搭配更强模型组合使用。
日调用 7174.19B tokens · 98,052,983 次请求
定位与擅长场景
小米的 mimo-v2.5 在 OpenRouter 日调用量排名第 6，日均 Token 超 7.1 万亿、请求近 1 亿次，热度处于第一梯队。结合小米生态，它大概率擅长中文对话、端侧协同与智能家居指令理解，适合消费级 AIoT 场景。
与竞品对比
排名压过不少老牌开源模型，说明其在性价比与中文任务上具备竞争力。相比头部闭源模型，它更偏工程落地与生态整合；相比同类开源模型，小米的品牌与设备入口是其差异化优势。
是否值得接入
值得接入。若你的产品面向中文用户或小米生态，它是高性价比选择；但若追求极致推理或复杂 Agent 能力，建议先小流量对比测试再决定。
日调用 4751.17B tokens · 67,912,028 次请求
定位与擅长场景
腾讯 hy3（20260706 版本）在 OpenRouter 日调用量排名第 7，日请求约 6791 万、日 Token 约 4.75 万亿，单请求平均 Token 量偏高，说明它更多承接长上下文、长输出类任务，比如文档理解、代码生成、Agent 多轮推理。腾讯系产品生态内的中文场景与企业级集成，是它的天然主场。
与竞品对比
排名第 7 意味着它处在第一梯队的边缘位置：既没有头部模型的压倒性调用规模，也明显甩开长尾。相比同榜的海外头部模型，它的优势不在通用能力上限，而在中文语料、合规部署和腾讯云侧的接入成本；劣势是海外开发者社区生态与工具链成熟度相对弱。
是否值得接入
值得，但有前提。若你的业务以中文为主、已在腾讯云体系内，或需要长上下文稳定吞吐，它是性价比合理的选择；若追求最强通用推理或依赖海外开源工具链，建议先做小流量 A/B 对比再决定。总体属于"稳妥可用、非首选但可备选"的定位。
日调用 4215.16B tokens · 33,472,701 次请求
定位与擅长场景
NVIDIA Nemotron-3 Ultra 550B（A55B 激活）位列 OpenRouter 调用量第 8，日请求约 3347 万、日 token 超 4.2 万亿，单请求平均 token 量极高，说明它被大量用于长上下文、高吞吐任务，如代码库分析、长文档推理和 Agent 流水线。NVIDIA 自研模型通常在数学、代码与工具调用上做了针对性优化，适合工程化落地。
与竞品对比
在同梯队中，它面对的是各家旗舰级 MoE 模型。其优势在于 NVIDIA 软硬件协同带来的推理效率与稳定性，劣势是生态与第三方微调资源不如头部闭源或开源明星模型丰富。rankChange 为空，说明它是新上榜或数据窗口内首次进入前列，热度处于上升期而非稳态。
是否值得接入
值得接入，尤其适合已有 NVIDIA 推理栈、追求高吞吐长文本的团队。建议先做小流量 A/B，验证其在自身任务上的性价比后再放量。
日调用 3873.85B tokens · 395,112,962 次请求
定位与擅长场景
DeepSeek V4 Flash 位列 OpenRouter 调用量第 9，日请求近 4 亿次、日消耗 token 约 3.87 万亿，属于头部梯队中的高频主力。从命名看，Flash 定位轻量快速，适合高并发对话、批量内容生成、Agent 工具调用等对延迟和成本敏感的场景。
与竞品对比
它夹在顶级旗舰与低价小模型之间：相比同门 Pro 级模型，Flash 牺牲部分推理深度换取吞吐；相比其他厂商的 mini/flash 系列，其调用规模已进入全球前列，说明在性价比与稳定性上获得了开发者用脚投票。
是否值得接入
值得。近 4 亿日请求量证明其生产可用性和生态成熟度，rankChange 为空说明排名稳定。若你的业务以高频、低延迟、成本可控为核心诉求，它是当前极具竞争力的默认选项；若需要复杂推理，建议搭配旗舰模型分层使用。
日调用 2968.00B tokens · 34,901,102 次请求
定位与擅长场景
GLM-5.3 位列 OpenRouter 调用量第 10，日请求约 3490 万、日 Token 近 2.97 万亿，单请求 Token 密度很高，说明它被大量用于长上下文、代码库理解、文档批处理等重负载任务，而非轻量闲聊。智谱系模型一贯在中文理解、工具调用与 Agent 编排上表现稳健，这一代延续了通用旗舰定位。
与竞品对比
它处在第一梯队的腰部位置：调用量低于头部几家海外闭源旗舰，但在国产模型中属于被真实流量验证过的一档。相比同门的轻量版本，它承担的是复杂推理与长输出场景；相比海外竞品，优势在中文与性价比，差距主要在超长链推理和生态工具成熟度。
是否值得接入
值得。有千万级日请求背书，稳定性和工程可用性已经过市场检验。若你的场景以中文、Agent、长文本为主，可将其作为主力或重要备份模型；建议先用小流量做 A/B，再决定是否放量。