OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 35925.80B tokens · 644,380,606 次请求
定位与擅长场景
Space Bunny Alpha 以匿名 stealth 身份登顶 OpenRouter 调用量榜首，日调用量约 644 万次、Token 吞吐超 35 万亿，热度属于现象级。从量级看，它极可能主打高并发通用对话与 Agent 类长上下文任务，适合批量推理、内容生成和工具调用等对吞吐敏感的工程场景。
与竞品对比
它的调用量已远超常规头部闭源模型的日常水位，说明当前有大量开发者在用其做主力推理后端。不过 stealth 模型通常处于灰度测试期，稳定性和限流策略不如成熟商用模型透明，与 Claude、GPT 系列相比，运维确定性是短板。
是否值得接入
值得接入，但建议作为补充而非唯一依赖。热度高意味着生态验证充分、成本可能占优，适合先小流量灰度验证质量与延迟；同时保留一个成熟商用模型做兜底，避免模型下线或策略突变带来的业务风险。
日调用 25632.94B tokens · 468,944,340 次请求
定位与擅长场景
DeepSeek V4.1 Flash 定位为高吞吐、低延迟的通用推理模型，适合大规模对话、内容生成、代码补全与批量 Agent 调用。其单日请求量达 4.68 亿次，说明它已被大量生产级应用作为默认主力模型使用，而非实验性尝鲜。
与竞品对比
在 OpenRouter 调用量榜上排名第 2，仅次于榜首，日 Token 量超 25 万亿，属于第一梯队。相比同类闭源旗舰，它更偏向“性价比+稳定吞吐”路线，而非追求极限推理上限；与同门 Pro 版本相比，Flash 更适合高频、低单位成本的场景。
是否值得接入
值得接入。排名与请求量已验证其生态成熟度和稳定性，适合作为主力模型或高并发兜底方案。若业务对复杂推理要求极高，可搭配更强模型分层使用；若追求吞吐与成本平衡，它目前是榜单上最稳妥的选择之一。
日调用 9570.48B tokens · 325,977,675 次请求
定位与擅长场景
GLM-5.3-Flash 位列 OpenRouter 调用量第 3，日请求约 3.26 亿、日 Token 近 9.57 万亿，单次请求平均 Token 量偏高，说明它被大量用于长上下文、批量生成类任务，而非短问答。Flash 后缀指向低延迟、高并发场景，适合作为 Agent 工作流、代码补全、内容批处理的默认底座模型。
与竞品对比
排名前三意味着它已进入头部阵营，与同梯队的高性价比模型正面竞争。其优势不在单点能力上限，而在吞吐与稳定性的平衡——日均近十万亿 Token 的承载量本身就是工程可靠性的证明。相比同门非 Flash 版本，它牺牲部分推理深度换取响应速度，定位更偏"生产流水线"而非"难题攻坚"。
是否值得接入
值得接入，但建议作为主力默认模型而非唯一模型。高调用量已验证其服务稳定性与生态适配度，接入风险低；推荐采用"Flash 打底 + 强推理模型兜底"的双层路由，复杂任务再升级，兼顾成本与效果。
日调用 9535.29B tokens · 117,325,363 次请求
定位与擅长场景
小米 MiMo v2.6 Flash（20260921）在 OpenRouter 日调用量排名第 4，日请求约 1.17 亿次、日 Token 超 9.5 万亿，属于头部梯队。从命名与体量看，它主打高并发、低延迟的通用对话与轻量 Agent 场景，适合大规模批处理、客服、内容生成等对成本与吞吐敏感的调用。
与竞品对比
其调用量已逼近第一梯队，说明在开源/低价模型中具备强竞争力。相比同量级的国际主流小模型，MiMo 的优势在于中文语境与国内生态适配；劣势是海外开发者认知度与工具链成熟度仍有差距。
是否值得接入
值得。若你的业务以中文为主、追求高吞吐与稳定供给，它是当前性价比极高的选择；若依赖复杂推理或英文长链路，建议先做小规模 A/B 再决定。
日调用 6543.98B tokens · 57,227,083 次请求
定位与擅长场景
腾讯混元 hy4-preview 以日均约 6.54 万亿 tokens、5722 万次请求位列第 5，属于头部梯队。其调用规模显示它被大量用于通用对话、内容生成与 Agent 类高频任务，中文语境与国内生态适配是主要卖点。
与竞品对比
排名前四多为国际主流模型，hy4-preview 能挤进前五，说明其性价比与稳定性已获开发者认可。相较同梯队竞品，它在中文理解、本土合规与腾讯云集成上更有优势；但在超长上下文、复杂推理等硬指标上，未必压过顶级闭源模型。
是否值得接入
值得接入。若你的业务以中文为主、需要稳定高并发且看重国内部署与成本可控，它是当前第一梯队的务实选择；若追求极致推理能力，建议先做小规模 A/B 测试再决定。
日调用 6082.78B tokens · 439,208,951 次请求
定位与擅长场景
DeepSeek V4 Flash 排名第 6，日调用量约 6.08 万亿 tokens、4.39 亿次请求，属于头部梯队中偏“走量”的型号。Flash 命名指向低延迟、低成本场景：高并发对话、批量内容生成、Agent 工具调用链路、代码补全等对响应速度敏感的任务，是它的主战场。
与竞品对比
在同一榜单上，它面对的是各家主力轻量模型。其优势在于单日请求量极高，说明开发者把它当作默认底座而非尝鲜对象——这类“沉默的高频调用”通常意味着稳定性与性价比已被验证。相比同门 Pro 级模型，Flash 牺牲部分复杂推理深度换取吞吐；相比其他厂商的轻量款，DeepSeek 系列在中文与代码任务上的口碑是其加分项。
是否值得接入
值得。若你的业务是高频、可容忍一定推理上限的场景，它是当前性价比与生态成熟度都靠前的选择；建议先用小流量灰度验证其在长上下文和工具调用上的表现，再决定是否作为主力模型。
日调用 6073.94B tokens · 262,052,282 次请求
定位与擅长场景
gpt-6-luna-20260922 是 OpenAI 第六代主力中的轻量变体，日调用量约 6.07 万亿 token、2.62 亿次请求，位列第 7。如此高的请求密度说明它主打高频、低延迟的通用任务：对话、摘要、代码补全、Agent 工具调用等，属于典型的“走量型”基座模型。
与竞品对比
排名前列通常被 Gemini、Claude 及 OpenAI 自家旗舰占据，Luna 能以轻量定位挤进前十，靠的是性价比与稳定性，而非极限推理能力。相比同门旗舰，它在复杂推理和长链任务上会明显让步；相比其他厂商同级模型，优势在于生态成熟、SDK 与工具链兼容性好。
是否值得接入
值得。若你的场景是高频调用、成本敏感、对延迟敏感，它是稳妥的默认选项；若涉及高难推理或超长上下文，建议搭配更强旗舰做路由分流。排名第 7 且 rankChange 为空，说明热度处于稳定高位，接入风险低。
日调用 5770.46B tokens · 47,589,717 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，日调用约 4760 万次、日消耗 5.77 万亿 token，单次请求平均 token 量偏高，说明它更多被用于长上下文推理、代码生成、Agent 编排等重负载任务，而非轻量闲聊。NVIDIA 自研模型通常与自家 GPU 生态、NeMo 工具链深度绑定，适合已在 NVIDIA 栈上的团队。
与竞品对比
排名第 8 意味着它处在第一梯队边缘：热度稳，但未进入头部前五的绝对主流区间。相比同量级的开源旗舰，它的优势在于工程化与推理优化，劣势是社区微调生态和第三方托管广度通常不及 Llama、Qwen 系。
是否值得接入
值得，但有前提。若你的业务依赖长上下文、高吞吐推理且已在 NVIDIA 生态内，接入性价比明确；若追求最丰富的社区资源和最低迁移成本，建议先做小规模 A/B 对比再决定。总体属于「稳健可选」而非「必选」。
日调用 5262.16B tokens · 238,032,148 次请求
定位与擅长场景
GPT-5.6 Luna 位列 OpenRouter 调用量第 9，日请求约 2.38 亿次、日消耗约 5.26 万亿 token，属于头部梯队中的稳定主力。以 OpenAI 一贯定位推断，它更适合通用对话、复杂推理与 Agent 工作流，长上下文与工具调用是其核心卖点，适合对稳定性和生态兼容性要求高的生产环境。
与竞品对比
与榜单前列的同类旗舰相比，Luna 的调用量处于第一梯队但非榜首，说明其热度高、却面临 Gemini、Claude 及开源低价模型的正面分流。它的优势在于 OpenAI 生态成熟、SDK 与工具链完整；劣势是推理成本通常高于同档开源方案，性价比敏感场景容易被替代。
是否值得接入
值得接入。若你的业务看重稳定性、生态与多模态工具链，它是可靠默认选项；若成本极度敏感或需私有化部署，建议同时保留一个开源备选做 A/B 对比。整体属于“闭眼可用、但需比价”的稳妥选择。
日调用 3249.83B tokens · 356,004,729 次请求
定位与擅长场景
DeepSeek V4 Flash 是 DeepSeek 面向高并发场景推出的轻量高速版本。从日均 3.25 万亿 Tokens、3.56 亿次请求来看，它主打极低延迟与低成本推理，适合批量内容生成、Agent 工具调用、代码补全等对响应速度敏感的流水线任务。
与竞品对比
在 OpenRouter 榜单排名第 10，日均请求量已属头部梯队，说明它在中低价位段具备强竞争力。相比同门旗舰版本，Flash 牺牲部分复杂推理深度换取吞吐；对比其他厂商的轻量模型，其调用规模表明开发者对其性价比认可度较高。
是否值得接入
值得。若你的业务以高频、短上下文、成本敏感型任务为主，它是当前极具吸引力的选项。但若涉及复杂多步推理或长链逻辑，建议搭配旗舰模型分层使用。排名稳定在前十，生态成熟度与稳定性风险较低，可放心纳入技术选型。