OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 17202.77B tokens · 146,047,893 次请求
定位与擅长场景
腾讯 hy4-preview-20260827 在 OpenRouter 调用量榜单位列第 1，日请求约 1.46 亿、日 Token 超 17 万亿，热度属于断层式领先。从体量看，它更像是通用对话与内容生成的主力模型，适合高频、大批量的中文场景，如智能客服、内容生产、Agent 编排中的默认底座。
与竞品对比
榜首位置说明它在性价比与稳定性上压过了同期海外与国内竞品。相比同类预览版模型，其调用规模意味着生态接入广、工具链适配成熟，开发者迁移成本低。不过预览版身份也提示能力与正式版可能存在差距，需关注后续版本迭代。
是否值得接入
值得接入。若你的业务以中文、高并发、成本敏感为主，它是当前最稳妥的默认选项之一；建议先小流量灰度，验证延迟与输出质量后再放量。
日调用 16445.48B tokens · 761,812,236 次请求
定位与擅长场景
gpt-5.6-luna-20260709 位列调用量第 2，日均约 16.4 万亿 tokens、7.6 亿次请求，属于 OpenRouter 上的头部主力模型。从体量看，它承担的是高频、通用型任务：日常对话、内容生成、代码辅助与批量文本处理。这类"高请求数+高 token 数"的组合，说明它被大量集成进生产级应用，而非仅作尝鲜。
与竞品对比
它稳居第一梯队，仅次于榜首，且与身后模型拉开明显差距。相较同类通用模型，其优势在于生态成熟、接入成本低、稳定性经过大规模验证；劣势是差异化能力不突出，在垂直推理或超长上下文等细分场景未必占优。
是否值得接入
值得。若你需要一个经过海量调用验证、风险低、适合作为默认主力的大模型，它是稳妥之选。若追求特定领域极致表现，可将其作为基座，再针对细分任务补充专用模型。总体结论：优先接入，作为通用层核心。
日调用 11954.26B tokens · 298,086,660 次请求
定位与擅长场景
GLM-5.3-Flash 排名第 3，日调用量约 11954 亿 tokens、2.98 亿次请求，是榜单头部的高吞吐主力。从命名看，Flash 版本主打低延迟、高并发，适合大批量文本生成、Agent 工具调用、内容审核与 RAG 预处理等对成本与响应速度敏感的场景。
与竞品对比
它稳居前三，说明在国产模型中已具备与头部闭源、开源模型正面争夺调用量的能力。相比同梯队竞品，其优势更可能体现在单位成本下的吞吐效率与中文任务稳定性，而非极限推理能力；在复杂推理、长链思考类任务上，未必是首选。
是否值得接入
值得接入。近 3 亿次日请求的量级意味着生态成熟、限流与稳定性经过大规模验证，适合作为默认主力模型或高并发降级方案。建议对延迟敏感、调用量大的业务优先试用；若涉及高难推理，可搭配更强模型做分层路由。
日调用 11641.93B tokens · 527,404,303 次请求
定位与擅长场景
DeepSeek V4 Flash 位列调用量第 4，日处理约 11.6 万亿 token、5.27 亿次请求，单次请求平均约 2.2 万 token，说明它主要承担长上下文、高吞吐的通用任务：代码补全、批量文档处理、Agent 工具调用等。Flash 定位清晰——以速度与成本效率换取大规模并发能力。
与竞品对比
排名前三的模型通常占据头部生态位，而 V4 Flash 能稳居第 4，靠的是"够用智能 + 极低单位成本"的组合。相比同级闭源模型，它在开源权重与自托管灵活性上更有吸引力；相比更小尺寸模型，它又能覆盖更复杂的推理链路，属于性价比区间的强势选手。
是否值得接入
值得。若你的场景是高频、可容忍轻微质量波动的批处理或 Agent 流水线，它是当前第一梯队的高性价比选择。建议先用真实业务样本做 A/B 测试，再决定是否作为主力或降级兜底模型。
日调用 6911.10B tokens · 91,262,465 次请求
定位与擅长场景
小米 MiMo v2.5 位列 OpenRouter 日调用量第 5，日均约 6.9 万亿 token、9126 万次请求，热度处于第一梯队。单次请求平均约 7.5 万 token，说明其负载偏向长上下文、高吞吐场景，如智能体任务、文档处理与端侧生态集成，而非轻量闲聊。
与竞品对比
排名压过大量老牌开源模型，显示其性价比与稳定性已获开发者用脚投票。相比头部闭源模型，它在绝对调用量上仍有差距，但增速与体量已进入主力梯队，属于"高频刚需"型选手。
是否值得接入
值得。调用量是最诚实的口碑指标，近亿次日请求意味着生态成熟、踩坑成本低。若你的场景偏长文本与批量推理，建议优先纳入候选并做 A/B 测试。
日调用 4465.11B tokens · 479,409,408 次请求
定位与擅长场景
DeepSeek V4 Flash 定位为高吞吐、低延迟的通用推理模型，适合大规模批处理、Agent 工具调用、代码补全与长上下文摘要等高频场景。其单日请求量约 4.79 亿次、Token 消耗超 4.46 万亿，说明它已被大量生产级应用作为默认“跑量”模型使用。
与竞品对比
在 OpenRouter 榜单排名第 6，处于第一梯队中段。与同门 Pro 版本相比，Flash 更偏向成本与速度；与 Gemini Flash、GPT 轻量系列相比，其调用量级已具备正面竞争实力，尤其在中文与代码任务上性价比突出。排名变动为空，说明热度处于稳定高位而非短期冲榜。
是否值得接入
值得接入。若你的业务以高并发、成本敏感为主，Flash 是当前最稳妥的默认选项之一；建议将其作为主力模型，复杂推理任务再路由至更强版本。
日调用 3659.34B tokens · 31,105,248 次请求
定位与擅长场景
Nemotron-3 Ultra 550B（A55B 激活）是 NVIDIA 的旗舰级开源权重模型，日调用量约 3.66T tokens、3110 万次请求，稳居 OpenRouter 第 7。稀疏 MoE 架构让它在推理、代码与长上下文任务上具备接近顶级闭源模型的能力，适合高吞吐的 Agent、合成数据生成与复杂推理管线。
与竞品对比
排名第 7 意味着它已进入第一梯队边缘，与 DeepSeek、Qwen、Llama 系旗舰同场竞争。相比同级闭源模型，它的优势在于权重开放、可自托管、许可宽松；劣势是 550B 体量对显存和部署成本要求高，中小团队直接调用 API 更划算。
是否值得接入
值得。若你追求开源可控、需要强推理且预算允许，它是当前最值得评估的选项之一；若只是轻量对话场景，则性价比不如更小的模型。建议先用 API 做基准测试再决定是否自托管。
日调用 3643.12B tokens · 48,772,120 次请求
定位与擅长场景
DeepSeek V4.1 Flash 是 DeepSeek 面向高并发、低成本场景推出的轻量高速版本，适合对话补全、内容生成、批量摘要、代码辅助等对延迟敏感、对极致推理要求不高的任务。其日均调用量高达 3.64 万亿 tokens、4877 万次请求，稳居 OpenRouter 第 8 名，说明它已成为大量应用的主力底座模型。
与竞品对比
在同价位轻量模型中，它主要与 Gemini Flash、GPT 轻量系列、Claude Haiku 等竞争。相较之下，DeepSeek 系列通常在中文理解、代码与性价比上更具优势，而 Flash 版本进一步压低延迟与成本，适合替代高价模型处理高频请求。
是否值得接入
值得接入。若你的业务以高频、成本敏感、中文或代码场景为主，它可作为默认主力模型；复杂推理任务再路由到更强模型。排名第 8 的稳定调用量也印证了其生产可用性。
日调用 3640.80B tokens · 63,473,294 次请求
定位与擅长场景
腾讯 hy3-20260706 在 OpenRouter 日调用量排名第 9，日请求约 6347 万、日 Token 约 3.64 万亿，单请求 Token 密度极高，说明它更多承担长上下文、批量生成或 Agent 类重负载任务，而非轻量问答。适合中文内容生产、企业知识库、长文档处理等场景。
与竞品对比
排名前十意味着它已进入全球高频调用梯队，与头部闭源模型同台竞争。其优势在于腾讯生态协同与中文语料积累，但在海外开发者社区的心智份额、工具调用生态上，通常仍弱于 OpenAI、Anthropic 等第一梯队。
是否值得接入
值得接入，尤其面向中文业务和腾讯云体系的团队。建议将其作为主力或备份模型做 A/B 测试，重点验证长上下文稳定性与成本，再决定是否深度绑定。
日调用 2645.89B tokens · 36,654,767 次请求
定位与擅长场景
GLM-5.3 在 OpenRouter 日调用量排名第 10，日请求约 3665 万、日 Token 超 2.6 万亿，单请求平均 Token 量偏高，说明它更多被用于长上下文、代码生成、Agent 工作流等重负载场景，而非轻量闲聊。智谱系模型一贯在中文理解与工具调用上表现稳健，这一版本大概率延续了该定位。
与竞品对比
排名前十意味着它已进入国际主流聚合平台的头部梯队，与 Claude、GPT、Gemini 及 DeepSeek 等正面竞争。其优势不在绝对能力天花板，而在中文语境、性价比与国内可访问性；对需要兼顾中英双语且成本敏感的团队，它是比纯海外模型更务实的选择。
是否值得接入
值得。调用量本身已证明其生产可用性与稳定性，rankChange 为空说明它是新上榜或数据尚在累积，热度处于上升期。建议将其作为主力备选或中文场景首选接入，但务必用自身业务数据做一轮 A/B 评测后再决定流量配比。