OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 19577.40B tokens · 341,934,191 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，日处理约 19.6 万亿 token、3.4 亿次请求，热度断崖式领先。其定位显然是高并发、低延迟的通用主力模型，适合大规模批量推理、Agent 工作流、代码补全和日常对话等对吞吐与成本敏感的场景。
与竞品对比
相比同级竞品，它的核心竞争力不在单项能力极限，而在“够用且极稳”的工程表现。榜首位置说明开发者已用真金白银投票：在稳定性、上下文处理和响应速度的综合平衡上，它目前是默认选项，而非备选。
是否值得接入
值得。若你的业务需要支撑海量请求、追求单位成本下的最大吞吐，它几乎是当前首选。建议先做小规模灰度，验证其在你的具体任务上的质量下限，再逐步放量。结论：优先接入，作为主力模型使用。
日调用 16322.64B tokens · 376,690,678 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 3.77 亿次、日 token 超 16 万亿，属于平台头部主力模型。从命名看，“Flash”指向低延迟、高吞吐路线，适合高频对话、批量推理、Agent 工具调用与内容生成等对响应速度和成本敏感的场景。
与竞品对比
其调用量已压过绝大多数同代通用模型，仅次于榜首，说明在价格、速度与能力三角中找到了强势平衡点。相比同级闭源旗舰，它更偏“走量型”基础设施；相比小参数模型，它又具备更强的通用推理与长上下文处理能力，处于性价比甜点区。
是否值得接入
值得。若你的业务以高并发、可控成本为前提，且不需要顶级深度推理，GLM-5.3-Flash 是当前 OpenRouter 上经过大规模真实流量验证的稳妥选择，建议优先做 A/B 接入测试。
日调用 13858.50B tokens · 170,877,249 次请求
定位与擅长场景
Space Bunny Alpha 以隐身模型身份空降 OpenRouter 调用量第三，日调用量约 13.8 万亿 token、1.7 亿次请求，热度极高。这类 stealth 模型通常用于匿名评测或限时免费引流，擅长通用对话、代码与长文本生成，适合高并发、低成本的批量推理场景。
与竞品对比
它直接挤进头部梯队，与排名前列的闭源旗舰和开源热门模型争夺流量。其请求量巨大而单次 token 消耗相对均衡，说明偏向高频短交互，而非超长上下文任务，性价比可能是主要卖点。
是否值得接入
值得短期接入测试。凭借极高调用量和隐身期通常的优惠策略，它是压低推理成本的现实选项；但隐身模型存在随时下线或转正涨价的风险，不建议作为生产环境唯一依赖，应做好多模型路由备份。
日调用 9642.02B tokens · 83,780,157 次请求
定位与擅长场景
腾讯 hy4-preview-20260827 在 OpenRouter 日调用量排名第 4，日请求约 8378 万次、日 Token 近 9.64 万亿，属于头部梯队中的高吞吐模型。从体量看，它更适合中文长文本生成、内容生产、Agent 工作流等需要稳定并发与成本可控的场景，预览版属性也说明其仍在快速迭代期。
与竞品对比
排名第 4 意味着它已压过大量开源与闭源模型，但尚未进入前三的绝对统治区。与同梯队竞品相比，它的优势更可能体现在中文语境、腾讯生态集成与批量调用性价比上；在纯推理深度或极端复杂任务上，未必是最优选。
是否值得接入
值得接入，但建议作为主力候选之一而非唯一依赖。若你的业务以中文高并发、成本敏感为主，它可以优先测试；若追求最强推理或生态中立性，应保留竞品做 A/B。预览版阶段建议关注版本稳定性与后续正式版切换成本。
日调用 8541.36B tokens · 253,495,224 次请求
定位与擅长场景
GPT-5.6 Luna 位列 OpenRouter 调用量第 5，日调用约 2.53 亿次、日均 Token 超 8.5 万亿，属于第一梯队的通用旗舰模型。从量级看，它被大量用于高并发通用对话、Agent 编排与内容生成等需要稳定推理和长上下文的生产场景，是典型的"主力干活"型模型。
与竞品对比
它与榜单前列的 Claude、Gemini 旗舰同处头部区间，热度差距不大。OpenAI 生态的工具调用、结构化输出与 SDK 成熟度是其相对优势；竞品则在长上下文、代码或性价比上各有侧重。Luna 的排名说明它在综合能力与稳定性上仍被开发者当作默认选项之一。
是否值得接入
值得。若你的应用需要高可靠通用能力、成熟的函数调用与生态支持，它是稳妥选择。建议同时保留一个竞品做 A/B 与降级备份，避免单一供应商依赖。
日调用 7824.09B tokens · 508,288,635 次请求
定位与擅长场景
DeepSeek V4 Flash 位列调用量第 6，日请求约 5.08 亿次、日 Token 超 7.8 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。Flash 定位明确：以低延迟、高吞吐承接通用对话、代码补全、内容批处理等高频场景，是典型的"走量"主力模型。
与竞品对比
在头部阵营中，它既非最顶尖的推理旗舰，也不属于轻量小模型，而是卡在"性能够用、成本可控"的性价比区间。相比同梯队竞品，其调用规模已进入第一梯队，热度不靠单点爆发，而靠稳定的日常流量支撑，说明开发者粘性较强。
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通用任务，它是性价比优选；若追求极致推理或强多模态，则需搭配旗舰模型。建议先小流量灰度，验证稳定性后再放量。
日调用 5700.64B tokens · 44,549,573 次请求
定位与擅长场景
NVIDIA Nemotron-3 Ultra 550B（激活55B）位列 OpenRouter 调用量第 7，日调用约 4455 万次、日消耗 5.7 万亿 token，热度处于第一梯队。其 MoE 架构以 550B 总参数、55B 激活量换取推理成本与能力的平衡，适合长上下文推理、代码生成、Agent 工具调用等对吞吐和延迟敏感的生产场景，尤其契合已使用 NVIDIA NIM 生态的团队。
与竞品对比
同榜前列多为闭源旗舰与主流开源 MoE。Nemotron 的优势在于开放权重、可自托管、与 NVIDIA 软硬件栈深度协同；劣势是社区微调生态与第三方工具链不如 Llama、Qwen 系列成熟，中文能力也非其主打。
是否值得接入
值得。若你的业务以英文推理、Agent 与高并发为主，且看重部署自主性与成本可控，它是可靠选项；若强依赖中文或丰富微调资源，建议先小流量对比 Qwen 等再决定。
日调用 5505.23B tokens · 68,549,292 次请求
定位与擅长场景
小米的 mimo-v2.6-flash 是一款主打高吞吐、低延迟的轻量级模型，从命名看面向快速推理场景，适合对话补全、内容摘要、批量分类等对响应速度敏感、对深度推理要求不高的任务。日请求量近 6855 万次，说明它被大量用于高频、短平快的调用场景。
与竞品对比
在 OpenRouter 榜单上排名第 8，日 Token 量约 5.5 万亿，属于第一梯队尾部。它直接对标 Gemini Flash、GPT 系列的 mini 档位——这类模型拼的不是推理深度，而是单位成本下的稳定吞吐。小米的差异化更多在于生态绑定与价格弹性，而非能力上限。
是否值得接入
值得，但有前提。如果你的场景是高频轻量任务、追求响应速度，且已有小米生态或成本压力，它可以作为主力或降级备选。若需要复杂推理、长链思考或强工具调用，建议仍以头部旗舰为主，把它放在路由的廉价分支上。总体判断：性价比型选手，适合做流量底座，不适合做能力天花板。
日调用 3350.84B tokens · 338,424,024 次请求
定位与擅长场景
DeepSeek V4 Flash（20260423）位列日调用量第 9，单日约 3.35 万亿 tokens、3.38 亿次请求，热度处于第一梯队。从命名与调用结构看，它主打高并发、低延迟的通用对话与批量推理场景，单次请求平均 token 量适中，适合客服、内容生成、Agent 流水线等高频调用任务。
与竞品对比
在同级开源/低价模型中，它的日请求量明显偏高，说明其性价比与吞吐能力被开发者广泛认可。相比头部闭源旗舰，它更偏“走量”定位；相比其他轻量模型，其 token 规模又显示出较强的长文本处理能力，属于兼顾成本与能力的中间档。
是否值得接入
值得接入。调用量已用脚投票，生态与稳定性风险较低；若你的场景对成本敏感、请求量大且不需要顶级推理能力，它是优先候选。建议先小流量压测延迟与限流表现，再决定是否作为主力模型。
日调用 2890.80B tokens · 132,022,289 次请求
定位与擅长场景
GPT-6 Luna（20260922）位列 OpenRouter 调用量第 10，日请求约 1.32 亿、日 Token 近 2.89 万亿，单次请求平均 Token 量极高，说明它被大量用于长上下文、复杂推理与 Agent 类任务，而非轻量问答。作为 OpenAI 的 Luna 版本，它更像是面向高强度生产环境的旗舰推理主力。
与竞品对比
排名前十意味着它已进入全球最活跃模型梯队，与同门其他版本及头部开源模型正面竞争。其优势在于单请求承载信息量大、生态与工具链成熟；劣势是推理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。若你的场景是长文档分析、多步推理或 Agent 编排，它是稳妥的头部选择；若只是分类、抽取等轻任务，建议搭配更小模型分流，以控制成本。