OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 18185.84B tokens · 725,037,456 次请求
定位与擅长场景
gpt-5.6-luna-20260709 是 OpenAI 当前在 OpenRouter 上的头号模型，日调用量约 18.2 万亿 tokens、7.25 亿次请求，热度断层领先。从命名与体量看，它面向高并发通用推理场景：长上下文对话、Agent 编排、代码生成与批量内容处理，属于“主力生产级”定位，而非轻量试验品。
与竞品对比
其调用量已远超多数开源与闭源竞品的单日总和，说明在稳定性、指令遵循和生态工具链上具备明显优势。相比低价小模型，它胜在复杂任务的一次通过率；相比同门其他版本，luna 分支显然是被默认选中的旗舰。竞品若想争夺份额，只能靠价格或垂直特化切入。
是否值得接入
值得。若你的业务对可靠性和吞吐要求高，且预算允许，它应作为首选主模型，并搭配一个廉价模型做降级兜底。唯一需警惕的是供应商集中风险，建议保留可切换的备选通道。
日调用 16816.06B tokens · 141,531,752 次请求
定位与擅长场景
腾讯 hy4-preview 以日调用量约 16.8 万亿 token、1.42 亿次请求位列 OpenRouter 第 2，属于第一梯队的通用旗舰预览版。从体量看，它更偏向高并发、长上下文的生产级场景，如智能体编排、代码生成与大规模内容处理，而非轻量问答。
与竞品对比
其调用量已逼近榜首，明显领先多数同代模型，说明在中文理解、工具调用与性价比上具备强吸引力。相比头部闭源旗舰，它以预览版身份就拿到如此份额，渠道与生态加持是关键差异。
是否值得接入
值得接入。排名第 2 且无位次下滑，说明热度与稳定性已被市场验证。建议先在小流量业务灰度，重点验证长上下文一致性与限流表现，再逐步放量。
日调用 11890.38B tokens · 283,930,428 次请求
定位与擅长场景
GLM-5.3-Flash 是智谱面向高并发场景的轻量级主力模型，日调用量约 11.89 万亿 tokens、2.84 亿次请求，稳居 OpenRouter 总榜第三。如此体量说明它主要承担大规模、高频次的通用任务：对话、内容生成、批处理与 Agent 工作流中的常规推理环节。Flash 定位意味着它在延迟与吞吐上做了取舍，适合对成本敏感、对极致推理要求不高的海量调用。
与竞品对比
排名第三意味着它已进入第一梯队，与头部闭源模型和同级开源模型正面竞争。其优势不在单点最强能力，而在于以轻量规格承接了巨量请求——这种"薄利多销"的调用结构，通常来自开发者对性价比的认可。相比同门旗舰版本，它牺牲部分复杂推理深度，换取更稳定的响应和更低的单位开销。
是否值得接入
值得。若你的业务以高频通用任务为主，GLM-5.3-Flash 是经过真实流量验证的稳妥选择；复杂推理场景则建议搭配更强模型分层使用。
日调用 11563.08B tokens · 513,632,677 次请求
定位与擅长场景
DeepSeek V4 Flash 是一款主打高吞吐、低延迟的通用对话模型，适合大规模批量推理、Agent 工具调用、代码补全等对响应速度和成本敏感的场景。其单日调用量突破 1156 亿 tokens、5.1 亿次请求，说明它已被大量生产级应用作为默认主力模型使用。
与竞品对比
在 OpenRouter 榜单上排名第 4，属于第一梯队。相比同门的 DeepSeek 推理系列，Flash 更偏性价比与速度；相比其他厂商的旗舰模型，它在调用规模上已具备明显优势。排名变化为空，说明其热度处于稳定高位，而非短期爆发。
是否值得接入
值得。对于需要高并发、低成本、稳定供给的团队，它是当前最务实的选择之一。建议先用小流量验证输出质量与业务匹配度，再逐步放量；若涉及复杂推理任务，可搭配更强推理模型形成分层调用策略。
日调用 7771.68B tokens · 102,112,437 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 5，日请求超 1 亿次、日 Token 约 7.77 万亿，属于第一梯队的头部模型。从热度看，它已跨过“尝鲜期”，进入大规模生产调用阶段，推测在通用对话、长上下文处理和中文场景上具备稳定的性价比优势，适合作为主力基座承接高并发业务。
与竞品对比
能挤进前五，说明它在调用量上已与头部闭源及主流开源模型正面竞争，而非边缘补充。其请求量级意味着生态适配和工具链相对成熟，开发者迁移成本较低。相比同梯队竞品，小米的品牌与自有硬件生态可能带来额外协同，但具体能力差异仍需按任务实测。
是否值得接入
值得接入，建议作为候选主力模型之一。它的调用规模本身就是市场验证信号，稳定性和吞吐已被大量真实流量检验。若你的场景偏中文、高并发或成本敏感，可优先做 A/B 测试；对极致推理有要求的任务，仍建议与同梯队模型对比后再定。
日调用 4937.74B tokens · 75,222,566 次请求
定位与擅长场景
DeepSeek V4.1 Flash 排名第 6，日调用量约 4.94 万亿 tokens、7522 万次请求，属于头部梯队中偏轻量高速的一档。Flash 命名与超高请求量说明它主打低延迟、高并发场景，适合批量推理、Agent 工具调用、内容生成等对成本与吞吐敏感的通用任务，而非极限推理。
与竞品对比
它的调用量已接近顶级闭源模型量级，但单次请求平均 token 数偏高，说明既有短交互也有长上下文负载。相比同门旗舰版本，Flash 以速度与性价比换取向上一档的推理深度；相比其他厂商的轻量型号，其生态与价格优势是主要拉力。
是否值得接入
值得。若你的业务以高并发、成本可控的通用生成与工具调用为主，它是当前性价比与稳定性兼具的稳妥选择；若追求复杂推理或最强多模态，则建议搭配旗舰模型分层使用。
日调用 4357.74B tokens · 473,144,496 次请求
定位与擅长场景
DeepSeek V4 Flash 位列 OpenRouter 调用量第 7，日请求约 4.73 亿次、日消耗超 4.3 万亿 token，属于典型的高吞吐轻量级模型。其定位偏向高频、低延迟场景：批量推理、Agent 工具调用、内容生成流水线等对成本与速度敏感的任务。Flash 后缀说明它在 V4 家族中主打响应效率，而非极限推理深度。
与竞品对比
这一量级已进入 OpenRouter 头部梯队，与同榜前列的通用旗舰模型形成分工：旗舰负责复杂推理，Flash 承接规模化调用。相比同类轻量模型，其优势在于背靠 DeepSeek 的性价比口碑与稳定供给，日请求近 5 亿次说明开发者用脚投票，热度处于第一梯队。
是否值得接入
值得。若你的业务是高并发、单位成本敏感的推理任务，它是当前性价比较优的选择之一。建议先用小流量验证延迟与输出质量，再逐步放量；对精度要求极高的复杂任务，仍应搭配旗舰模型分层调度。
日调用 3797.48B tokens · 65,173,706 次请求
定位与擅长场景
腾讯 hy3-20260706 在 OpenRouter 日调用量排名第 8，日请求约 6517 万、日 Token 约 3.8 万亿，单请求 Token 密度较高，说明它更多承载长上下文、批量生成或 Agent 类任务，而非轻量闲聊。结合腾讯生态，它大概率在中文理解、企业知识库、内容生成与工具调用上表现稳健，适合国内业务的通用主力模型。
与竞品对比
它处在第一梯队尾部：调用量远低于头部几家，但已明显甩开长尾模型，属于“被真实生产流量验证过”的选手。相比同价位国产模型，它的优势是腾讯云与企业侧集成；相比海外头部模型，则在中文场景和合规部署上更省心。rankChange 为空，暂无法判断近期涨跌，热度可视为稳定偏强。
是否值得接入
值得。若你已有腾讯云体系、或需要中文企业级稳定供给，它是低风险的主力或备份选择；若追求极致性价比或前沿推理，可先小流量对比再决定配比。
日调用 3595.83B tokens · 30,655,711 次请求
定位与擅长场景
Nemotron-3 Ultra 550B（A55B 激活）是 NVIDIA 自研的旗舰级 MoE 模型，日调用量约 3.6 万亿 token、3065 万次请求，位列总榜第 9，热度属于第一梯队。550B 总参、55B 激活的稀疏结构，使其在推理成本与能力之间取得平衡，适合通用对话、代码生成、长上下文推理等主流场景。
与竞品对比
从调用量看，它已挤进与头部闭源、开源旗舰同一量级，说明开发者在实际生产中有真实采用，而非仅停留在榜单评测。相较同规模竞品，其优势在于 NVIDIA 生态背书与推理优化，劣势是社区微调生态与文档积累仍不及老牌开源系列。
是否值得接入
值得接入，尤其对已在 NVIDIA 栈上的团队。建议先用于非关键链路做 A/B 验证，确认延迟与稳定性后再扩大流量；若对生态成熟度要求极高，可保留一个备选模型做兜底。
日调用 2559.52B tokens · 52,112,855 次请求
定位与擅长场景
Gemini 3.8 Flash 是 Google 面向高吞吐、低延迟场景的主力型号。日调用量约 2.56 万亿 token、5211 万次请求，稳居榜单第 10，说明它已被大量生产级应用采纳。典型场景是长上下文文档处理、批量摘要、Agent 工具调用与多模态预处理——这些任务对单价敏感、对响应速度要求高，正是 Flash 系列的舒适区。
与竞品对比
同为 Flash 定位，它在 OpenRouter 上的调用规模明显压过多数同级中量级模型，但落后于头部几款爆发式增长的型号。相比 Claude、GPT 系列的轻量档，Google 的优势在于超长上下文与多模态原生支持；劣势是复杂推理和代码生成的稳定性常被开发者诟病，重度任务仍需上探 Pro 档。
是否值得接入
值得。若你的业务是高频、成本敏感的批处理或 Agent 流水线，它是当前性价比最稳的选择之一；若追求极致推理质量，建议做 Flash 分流、Pro 兜底的混合路由。