OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 23382.61B tokens · 392,886,648 次请求
定位与擅长场景
stealth/space-bunny-alpha 以绝对优势位居调用量榜首，日请求近 3.93 亿次、日消耗超 23 万亿 token，热度远超常规模型。从命名与匿名提供方看，它更像一款面向高并发、低门槛场景的通用模型，适合批量推理、Agent 流水线、内容生成等对吞吐敏感的负载。
与竞品对比
其调用量已形成数量级领先，说明在延迟、稳定性或成本结构上具备明显吸引力。但“stealth”身份意味着缺少公开文档、版本承诺与合规背书，与主流厂商的透明定价、SLA 相比，可控性偏弱。
是否值得接入
值得小规模试点，用于非关键链路验证性价比；不建议直接承载核心业务。结论：热度真实、潜力大，但需先确认长期可用性与数据合规，再决定是否放量。
日调用 22028.99B tokens · 382,324,961 次请求
定位与擅长场景
DeepSeek V4.1 Flash 位列调用量第 2，日调用约 3.82 亿次、日消耗约 22 万亿 token，热度处于第一梯队。从命名看，Flash 主打低延迟、高吞吐，适合大规模批处理、Agent 工具调用、客服与内容生成等对成本与响应速度敏感的场景。
与竞品对比
其调用量已明显领先多数同级模型，仅次于榜首。相较偏重推理深度的旗舰型号，Flash 以牺牲部分复杂推理换取吞吐与稳定性，在"高频轻任务"上与 Gemini Flash、GPT 轻量系列正面竞争，靠性价比与生态占据份额。
是否值得接入
值得。若你的业务以高并发、低单次成本为核心诉求，它是当前最稳妥的候选之一；但复杂推理、长链条任务建议搭配旗舰模型分流。建议先小流量灰度，验证延迟与质量后再放量。
日调用 11628.22B tokens · 366,524,997 次请求
定位与擅长场景
GLM-5.3-Flash 位列 OpenRouter 调用量第 3，日均 Token 超 11.6 万亿、请求数约 3.67 亿，单次调用平均 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，其核心定位是低延迟、高吞吐的通用推理与 Agent 调用，适合作为主力生产模型而非实验性尝鲜。
与竞品对比
它处在第一梯队尾部、紧随头部闭源模型之后，明显领先于多数开源同级别模型。与同厂标准版相比，Flash 以速度与成本换取部分推理深度；与海外同级轻量模型相比，其调用规模已具备生态优势，但排名变动为空，暂看不出短期上升或下滑趋势。
是否值得接入
值得接入。如此量级的真实调用是稳定性与性价比的强信号，适合对延迟敏感、请求量大的应用。建议先小流量灰度验证其在你的任务上的质量上限，再决定是否作为默认模型。
日调用 8317.09B tokens · 224,031,989 次请求
定位与擅长场景
gpt-5.6-luna-20260709 位列 OpenRouter 调用量第 4，日请求约 2.24 亿、日 Token 超 8.3 万亿，属于头部梯队中的高频主力模型。从体量看，它更像面向通用对话、代码生成与 Agent 工作流的全能型底座，适合高并发、长上下文的生产级场景。
与竞品对比
它稳居前四，说明在头部竞争中未被边缘化，但排名未登顶，意味着在极致推理或性价比细分上仍有更强对手分流。其优势在于 OpenAI 生态的稳定性与工具链兼容性，而非单点能力碾压。
是否值得接入
值得接入。若你的业务重视生态成熟度、稳定吞吐与迁移成本，它是可靠选择；若追求极致低价或特定榜单表现，建议先做小流量 A/B 对比。总体属于“安全牌”级别的接入选项。
日调用 8208.77B tokens · 100,935,326 次请求
定位与擅长场景
小米 MiMo v2.6 Flash 位列 OpenRouter 调用量第 5，日均约 8.2 万亿 token、1 亿次请求，热度属第一梯队。Flash 命名指向低延迟、高吞吐，适合移动端助手、IoT 语音交互、批量摘要与分类等高频轻量任务，与小米硬件生态的端侧协同是天然优势。
与竞品对比
它直接对标 Gemini Flash、GPT 系列 mini 等性价比档位。日请求量破亿说明其单价与速度已被开发者用脚投票认可，但 token 总量与请求量之比偏大，暗示单次上下文较长，可能在长文档场景也有覆盖，而非纯短问答。
是否值得接入
值得。若你的业务是高并发、成本敏感的通用任务，它是当前榜单上经过大规模验证的稳妥选项；但若追求复杂推理或极致质量，建议保留一个旗舰模型做兜底，采用 Flash 主力加旗舰补位的混合路由。
日调用 8064.63B tokens · 70,266,351 次请求
定位与擅长场景
腾讯 hy4-preview-20260827 在 OpenRouter 日调用量排名第 6，日请求约 7026 万、日 Token 超 8 万亿，单请求 Token 密度极高，说明它主要被用于长上下文、高吞吐任务，如长文档理解、代码库分析与 Agent 工作流，而非轻量闲聊。
与竞品对比
它处在第一梯队尾部：调用量已甩开多数开源与中小厂商模型，但与头部几家仍有量级差距。其优势更可能体现在中文语境、腾讯生态集成与长文本性价比上，而非绝对能力领先；preview 版本也意味着能力与稳定性仍在迭代。
是否值得接入
值得接入，但建议以“补充位”而非“唯一主力”引入：先用它承接中文长文本与成本敏感型批量任务，同时保留头部模型做质量兜底。若你的业务在腾讯云体系内，接入优先级可再上调。
日调用 7275.35B tokens · 477,804,148 次请求
定位与擅长场景
DeepSeek V4 Flash 定位高吞吐、低延迟的通用对话与批量推理模型。日调用量约 7.28 万亿 tokens、4.78 亿次请求，稳居 OpenRouter 第 7 名，属于第一梯队的“走量”主力。适合客服问答、内容生成、Agent 工具调用等高频、成本敏感场景。
与竞品对比
在开源/开放权重阵营中，它与 Qwen、Llama 系列直接竞争；相较头部闭源模型，其优势不在极限推理，而在性价比与吞吐稳定性。能挤进前十，说明开发者已把它当作日常默认选项，而非尝鲜对象。
是否值得接入
值得。排名第 7 且请求量巨大，意味着生态成熟、社区反馈充分、踩坑成本低。若你的业务以规模化调用为主、对单次推理精度要求不极端，它是当前极具性价比的接入选择；但高难度推理任务建议搭配更强的旗舰模型做兜底。
日调用 5881.28B tokens · 47,773,558 次请求
定位与擅长场景
Nemotron-3 Ultra 550B（激活 55B）位列 OpenRouter 日调用量第 8，日请求约 4777 万、日 Token 近 5.88 万亿，单请求平均 Token 量极高，说明它被大量用于长上下文、高吞吐的推理与生成任务，而非轻量对话。MoE 架构让它在保持大模型能力的同时控制推理成本，适合复杂推理、代码与长文档处理。
与竞品对比
排名第 8 意味着它已进入第一梯队边缘，与头部闭源模型同场竞争。其优势在于开放权重与 NVIDIA 生态支持，劣势是品牌认知度与工具链成熟度不及部分老牌竞品。rankChange 为空，说明是新上榜或数据不足，热度仍在爬升期。
是否值得接入
值得接入。调用量已验证其生产可用性与稳定性，适合作为主力或备份模型做 A/B 测试。若你的场景偏重长文本与推理密集型任务，建议优先评估；对延迟极度敏感的场景则需实测。
日调用 4454.71B tokens · 198,446,668 次请求
定位与擅长场景
GPT-6 Luna（20260922）位列 OpenRouter 调用量第 9，日调用约 1.98 亿次、日消耗约 4.45 万亿 token，单次请求平均约 2.2 万 token。这一特征说明它主要承载长上下文、高吞吐任务，如长文档分析、Agent 多轮编排、代码库级推理，而非轻量闲聊。
与竞品对比
排名第 9 意味着它处于第一梯队但非榜首，前面仍有更高热度模型分流。其优势在于 OpenAI 生态的稳定性与工具调用成熟度；劣势是单次 token 消耗偏高，成本敏感型场景可能被更轻量模型替代。
是否值得接入
值得接入，但建议作为“重任务主力”而非全量默认模型。若你的业务以长上下文、复杂推理为主，它是可靠选择；若以高频短请求为主，应搭配更轻模型做路由分流。
日调用 3247.04B tokens · 325,035,147 次请求
定位与擅长场景
DeepSeek V4 Flash 定位高吞吐、低成本的主力推理模型，日调用量约 3.25 万亿 tokens、3.25 亿次请求，稳居 OpenRouter 前十。其优势在于通用对话、代码生成与批量 Agent 任务，适合对延迟和成本敏感的大规模生产场景。
与竞品对比
相比同榜的 Gemini Flash、GPT 系轻量型号，DeepSeek 以开源权重和极具竞争力的性价比取胜，单位 token 成本通常更低；短板在于多模态与超长上下文稳定性略逊于头部闭源模型，生态工具链也仍在追赶。
是否值得接入
值得。若你的负载以文本推理、代码和 Agent 调用为主，且追求成本可控，V4 Flash 是当前性价比最优选之一，建议作为默认主力模型接入，并保留一个闭源模型作多模态兜底。