OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 19248.84B tokens · 322,712,405 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，日调用量超 19 万亿 token、3.2 亿次请求，说明它已是大规模生产环境的主力模型。Flash 定位轻量高速，适合高并发对话、批量推理、Agent 工具调用等对延迟和成本敏感的场景。
与竞品对比
其调用量远超同期主流模型，反映出开发者用脚投票的结果。相比同级闭源模型，它在性价比和吞吐上具备明显吸引力，成为许多应用默认的“工作马”模型。
是否值得接入
值得。若你的场景追求稳定吞吐与低成本，它是当前最稳妥的首选之一；建议先小流量灰度验证效果，再逐步放量。
日调用 19220.76B tokens · 395,780,354 次请求
定位与擅长场景
GLM-5.3-Flash 位列调用量榜第 2，日请求约 3.96 亿、日 Token 超 19 万亿，单次请求平均 Token 量偏高，说明它承接的多是长上下文、批量生成类负载——典型如文档处理、Agent 多轮推理、代码补全。Flash 后缀指向低延迟高吞吐，适合对成本与响应速度敏感的高并发生产环境，而非追求极限推理的旗舰场景。
与竞品对比
排名压过绝大多数海外模型，仅次于榜首，说明在开源/低价区间已形成稳定的开发者基本盘。相比同门旗舰版本，它以吞吐换深度；相比其他轻量模型，它的单请求承载量更大，更适合长文本而非短问答。这种"高 Token 密度 + 高请求量"的组合，是典型的被当作基础设施在用。
是否值得接入
值得。若你的场景是长上下文批处理、Agent 流水线或高并发推理，且对单位成本敏感，它是当前性价比最稳的选择之一。但若任务需要复杂数学、精细指令遵循，建议先用旗舰模型兜底，再评估降级空间。结论：可作为主力生产模型接入，但需按任务分层路由。
日调用 11148.73B tokens · 97,245,135 次请求
定位与擅长场景
腾讯 hy4-preview-20260827 在 OpenRouter 日调用量排名第 3，日均约 1115 万 tokens、9724 万次请求，单次请求平均 token 偏低，说明它主要承接高频、短上下文的通用对话、客服问答、内容审核类任务，而非长文档推理。preview 版本通常价格激进、限时开放，适合做流量型场景的性价比替代。
与竞品对比
它稳居第一梯队但未登顶，与榜首的头部闭源模型相比，差距更多体现在复杂推理、代码与长链路 Agent 任务上；优势在于中文语料、国内合规与腾讯生态（混元、微信、云）集成。相比同量级的国产模型，其调用量已证明工程稳定性和吞吐能力经得起生产验证。
是否值得接入
值得接入，但建议定位为“主力通用层”而非“最强推理层”。若你的业务是中文对话、批量生成、成本敏感型 API 调用，它是当前性价比与稳定性兼顾的稳妥选择；若依赖深度推理或超长上下文，应保留一个更强的备选模型做路由分流。preview 阶段建议做好版本锁定与降级预案。
日调用 8613.85B tokens · 290,672,236 次请求
定位与擅长场景
GPT-5.6 Luna 位列调用量第 4，日请求约 2.9 亿次、日 Token 超 8.6 万亿，单次请求平均 Token 量偏高，说明它更多被用于长上下文、复杂推理与 Agent 类任务，而非轻量问答。适合代码生成、多步工具调用、长文档分析等对稳定性要求高的生产场景。
与竞品对比
排名前四意味着它处在第一梯队，但并非断层领先。与同门其他版本及主流竞品相比，它的优势在于生态成熟、SDK 与工具链兼容性好，迁移成本低；劣势是单次调用成本与延迟通常高于轻量模型，在简单任务上性价比不占优。
是否值得接入
值得，但建议分层使用：核心链路、复杂任务接入 Luna，简单高频请求路由到更便宜的模型。若你的业务已依赖 OpenAI 生态，它是低风险的主力选择；若追求极致成本，则需搭配轻量模型做混合调度。
日调用 8226.64B tokens · 540,789,356 次请求
定位与擅长场景
DeepSeek V4 Flash 位列 OpenRouter 调用量第 5，日请求约 5.4 亿、日 Token 超 8.2 万亿，单请求 Token 密度极高，说明它被大量用于长上下文、批处理与 Agent 类高吞吐任务。其“Flash”定位指向低延迟、低成本推理，适合客服、摘要、代码补全、数据清洗等规模化场景。
与竞品对比
在开源/开放权重阵营中，它与 Qwen、Llama 系列正面竞争；相对闭源头部模型，它靠价格与吞吐取胜，而非极限推理能力。能稳定进入前五，说明开发者已把它当作“主力生产模型”而非尝鲜选项。
是否值得接入
值得。若你的核心诉求是单位成本下的稳定吞吐，它是当前性价比第一梯队的选择；若任务需要复杂推理或高准确率，建议搭配更强模型做路由分流。
日调用 6246.10B tokens · 54,707,294 次请求
定位与擅长场景
Space Bunny Alpha 以匿名 stealth 身份登上 OpenRouter 第 6 名，日调用量约 6.25 万亿 token、5470 万次请求，热度极高。如此体量通常意味着它被大量用于通用对话、批量生成和高并发 API 场景，属于“主力干活型”模型，而非小众垂类工具。
与竞品对比
能挤进前六，说明它在性价比或输出质量上已对头部闭源模型形成实质分流。匿名身份往往是大厂新模型灰度测试的常见做法，用户以低成本试用接近旗舰的能力，这也是其请求量暴涨的关键。
是否值得接入
值得接入，但建议保持谨慎：匿名模型存在随时下线或改名转正的风险，不宜作为唯一生产依赖。推荐用它做成本敏感型任务和 A/B 对比，同时保留一个稳定模型作备份。
日调用 5187.46B tokens · 40,070,022 次请求
定位与擅长场景
NVIDIA Nemotron-3 Ultra 550B（激活 55B）位列 OpenRouter 日调用量第 7，日请求约 4007 万、日 token 超 5.19 万亿，单请求平均约 12.9 万 token，说明主力场景是长上下文、高吞吐任务，如文档理解、Agent 长链推理与合成数据生成。MoE 架构让它在超大参数量下仍保持可控推理成本。
与竞品对比
排名压过多数开源同级模型，但落后于头部闭源旗舰与部分高性价比开源模型。它的差异化在于 NVIDIA 软硬件协同与较长上下文能力，适合已用 N 卡栈的团队；纯性价比和生态成熟度上，仍要面对同量级开源模型的直接竞争。
是否值得接入
值得接入，但建议作为长上下文与高吞吐场景的主力候选之一，先小流量对比延迟、稳定性和单位 token 成本，再决定是否放量。若你的负载以短对话为主，则优先级可下调。
日调用 4175.60B tokens · 60,316,626 次请求
定位与擅长场景
小米的 mimo-v2.5-20260422 在 OpenRouter 日调用量排名第 8，日均约 4.18 万亿 tokens、6032 万次请求，属于第一梯队中坚。其场景偏向通用对话、内容生成与轻量 Agent 任务，适合高频、成本敏感的批量调用。
与竞品对比
排名第 8 意味着它已压过大量开源与中型闭源模型，但仍在头部旗舰之下。与同梯队模型相比，它的单次请求 token 量偏大（约 69 万 tokens/请求），说明调用方更倾向长上下文、长输出任务，而非短问答。小米生态的终端与 IoT 场景可能是其流量底盘。
是否值得接入
值得接入，但建议作为“主力备选”而非唯一依赖。若你的业务需要稳定高并发、长文本处理且预算可控，它是可靠选择；若追求极致推理或复杂 Agent 能力，仍需搭配头部模型。排名稳定在前十，说明供给与稳定性已过验证期。
日调用 3381.68B tokens · 358,536,625 次请求
定位与擅长场景
DeepSeek V4 Flash 位列日榜第 9，日调用量约 3.38 万亿 token、3.58 亿次请求，单次请求平均约 9400 token，属于典型的高并发通用对话与批量任务型模型。Flash 命名指向低延迟、低成本路线，适合客服、内容生成、Agent 工具调用等对响应速度敏感的场景。
与竞品对比
在同一梯队中，它面对的是各家轻量级主力型号。其优势在于请求量极大而单次消耗偏小，说明被大量用于高频短交互，而非长文档推理；这与其"快"的定位一致。相比头部推理型模型，它在复杂逻辑任务上不占优，但在吞吐和稳定性上具备规模验证。
是否值得接入
值得，但需按场景分流。若你的业务是高频、短上下文、成本敏感型调用，它是当前公开数据中经过大规模验证的可靠选项；若涉及深度推理或长链思考，建议搭配更强的推理型号做路由。排名第 9 且无排名变动，说明热度已进入稳定期，接入风险较低。
日调用 3116.51B tokens · 37,450,322 次请求
定位与擅长场景
小米 MiMo v2.6 Flash 以约 3.1 万亿日 Token、3745 万次日请求位列 OpenRouter 第 10，单请求平均 Token 量偏高，说明它被大量用于长上下文、批量生成类任务。作为 Flash 档模型，其定位是高并发、低延迟的通用推理与内容生成，适合客服、摘要、Agent 工具调用等成本敏感场景。
与竞品对比
它挤进前十，正面撞上 Gemini Flash、GPT 系列轻量版与 DeepSeek 等性价比选手。小米的差异点在于硬件生态协同与端云一体，但在纯模型能力与开发者口碑上，仍属追赶者而非领跑者。
是否值得接入
值得作为备选接入。调用量证明其稳定性和吞吐已过生产验证，但建议先做小流量 A/B，与现有主力 Flash 模型比成本与质量，再决定是否放量。