OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 33525.19B tokens · 618,945,215 次请求
定位与擅长场景
stealth/space-bunny-alpha 以匿名代号形式登顶 OpenRouter 调用量榜首，日处理超 33 万亿 token、6.18 亿次请求，量级远超常规模型，说明其定位为高吞吐通用主力模型，擅长批量推理、Agent 流水线和高并发生产场景。
与竞品对比
其调用量已形成断层式领先，通常只有头部闭源模型或极具性价比的开源模型能触及此量级。匿名发布往往意味着厂商在正式命名前进行压力测试或灰度放量，热度真实性较高，而非营销造势。
是否值得接入
值得关注但需谨慎。建议先小流量灰度验证稳定性、延迟与输出质量，确认其身份与长期可用性后再纳入主力链路；若仅用于非关键任务，可优先接入以享受早期流量红利。
日调用 24176.37B tokens · 434,738,367 次请求
定位与擅长场景
DeepSeek V4.1 Flash 排名第 2，日调用量约 24.2 万亿 token、4.35 亿次请求，属于头部梯队。从命名看，Flash 主打高并发、低延迟的通用推理场景，适合对话、批量内容生成、Agent 工具调用等对吞吐敏感的任务。
与竞品对比
其调用量已逼近榜首，远超多数同级模型，说明在性价比与稳定性上具备强吸引力。相比闭源旗舰，它更可能以低价高吞吐取胜；相比同门 Pro 版本，Flash 牺牲部分深度推理换取速度，定位清晰。
是否值得接入
值得。排名与请求量证明其生产可用性和社区信任度高，适合作为主力或降级备选模型。建议先小流量压测延迟与限流表现，再逐步放量。
日调用 9679.05B tokens · 347,993,002 次请求
定位与擅长场景
GLM-5.3-Flash 以日均约 9.68 万亿 tokens、3.48 亿次请求位列 OpenRouter 第 3，属于高吞吐的轻量快速版本。其定位明显偏向高频、低延迟、成本敏感的通用场景，如批量内容生成、Agent 工具调用、客服与数据清洗等。
与竞品对比
在调用量上它已稳居第一梯队，仅次于头部闭源旗舰，说明其性价比与稳定性获得开发者用脚投票。相比同级轻量模型，它胜在请求密度极高，单位请求 tokens 约 2.8 万，反映其多用于较长上下文任务而非碎片化短问答。
是否值得接入
值得。若你的业务需要大规模并发、对单次成本敏感且不追求极致推理深度，GLM-5.3-Flash 是当前市场上被验证过的可靠选择；建议先小流量灰度，再按实际延迟与质量决定是否放量。
日调用 9381.88B tokens · 115,494,622 次请求
定位与擅长场景
小米 MiMo v2.6 Flash 在 OpenRouter 日调用量排名第 4，日均约 9.38 万亿 Tokens、1.15 亿次请求，热度处于第一梯队。从命名与体量看，它主打高并发、低延迟的轻量级通用推理，适合对话、内容生成、Agent 工具调用等高频场景，是典型的“走量型”主力模型。
与竞品对比
它稳居头部，说明已能与主流厂商的轻量旗舰正面竞争。相比同级竞品，其优势更可能体现在响应速度与生态整合（小米终端与云服务），而非极限推理能力；超高的请求数也暗示它在成本敏感型业务中具备吸引力。
是否值得接入
值得接入。若你的业务以高吞吐、低延迟为先，且对复杂推理要求不高，它是当前性价比与稳定性都较优的选择；建议先用小流量灰度验证效果与限流策略，再逐步放量。
日调用 6651.85B tokens · 57,803,029 次请求
定位与擅长场景
腾讯 hy4-preview-20260827 在 OpenRouter 日调用量排名第 5，日请求约 5780 万次、日 token 超 6.65 万亿，属于头部梯队。从体量看，它更适合中文内容生成、长上下文理解与通用对话等高频场景，预览版即被大量调用，说明其在中文语义和成本效率上具备吸引力。
与竞品对比
它处在第一梯队的腰部位置，前方是少数几家顶级闭源模型，身后则是一批开源与区域模型。相比国际头部模型，它的优势更可能体现在中文场景适配与腾讯生态整合；相比同价位竞品，其调用规模已证明稳定性与吞吐能力经过真实流量验证。
是否值得接入
值得接入，尤其面向中文用户或已使用腾讯云体系的团队。建议先以小流量灰度验证效果与延迟，再逐步放量；若对英文推理或极端复杂任务要求极高，可保留头部竞品作为兜底。
日调用 6459.85B tokens · 438,822,994 次请求
定位与擅长场景
DeepSeek V4 Flash 位列 OpenRouter 调用量第 6，日请求约 4.39 亿、日 Token 超 6.46 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，而非单纯短对话。其定位是"高吞吐、低成本"的通用主力模型，适合客服自动化、内容批产、Agent 工具调用等对延迟和成本敏感的场景。
与竞品对比
排名第 6 意味着它稳居第一梯队，但未挤进头部前五。与同门旗舰相比，Flash 主打速度与性价比；与海外同档模型相比，它在中文和代码任务上具备本地化优势，价格弹性也更适合大规模铺量。调用量能维持在这一量级，说明其稳定性已通过生产环境验证。
是否值得接入
值得接入。若你的业务追求单位成本下的吞吐量、且任务以中文或代码为主，它是当前性价比最稳的选择之一。建议先用小流量灰度验证延迟与输出质量，再逐步放量。
日调用 6198.38B tokens · 230,712,705 次请求
定位与擅长场景
GPT-5.6 Luna（20260709）位列 OpenRouter 调用量第 7，日调用约 62 万亿 tokens、2.3 亿次请求，热度处于第一梯队。从命名与体量看，它偏向通用高并发场景：长上下文对话、Agent 编排、批量内容生成与代码辅助，适合作为主力生产模型而非实验性尝鲜。
与竞品对比
排名第 7 意味着它被前六名模型压着一头，但请求量级仍远超中腰部模型，说明它在稳定性与吞吐上具备规模化优势。相较同级竞品，OpenAI 生态的工具调用、结构化输出和多模态衔接更成熟，迁移成本低；劣势是榜单前列往往有更便宜或更专精的替代品，纯性价比场景可能被分流。
是否值得接入
值得。若你的业务看重工程成熟度、并发承载和生态兼容，它是稳妥的主力选项；若极致追求单位成本或垂直能力，建议先与榜单前几名做 A/B 对比。结论：可作为默认主力接入，但保留一个备选模型做路由降级。
日调用 6015.02B tokens · 49,153,184 次请求
定位与擅长场景
NVIDIA Nemotron-3 Ultra 550B（A55B 激活）定位旗舰级通用大模型，MoE 架构兼顾推理深度与吞吐效率。适合复杂推理、代码生成、长上下文 Agent 工作流，以及需要 GPU 厂商深度优化的企业级部署场景。
与竞品对比
日调用量约 6 万亿 tokens、4915 万次请求，稳居 OpenRouter 第 8，属于第一梯队。相比同量级的闭源旗舰，它依托 NVIDIA 自有推理栈，在延迟与成本控制上具备潜在优势；但生态成熟度与第三方工具链支持仍落后于头部闭源模型。
是否值得接入
值得接入，尤其适合已使用 NVIDIA 基础设施或有私有化部署需求的团队。建议先小流量灰度，重点验证长上下文稳定性与工具调用可靠性，再决定是否作为主力模型之一。
日调用 6013.69B tokens · 251,691,290 次请求
定位与擅长场景
GPT-6 Luna（20260922）位列 OpenRouter 调用量第 9，日请求约 2.52 亿、日消耗约 6.01 万亿 token，单请求平均 token 量偏高，说明它更多被用于长上下文、复杂推理与高价值生成任务，而非轻量问答。适合代码、长文档分析、Agent 工作流等场景。
与竞品对比
排名第 9 意味着它处在第一梯队边缘：热度稳固，但并非开发者首选。相比榜首梯队，它在通用轻量任务上性价比不占优；相比中游模型，它的稳定性和生态集成度仍是优势。rankChange 为空，暂无法判断其近期是上升还是回落。
是否值得接入
值得，但建议按场景接入。若你的负载以复杂推理、长文本为主，它是可靠选择；若以高频短请求为主，建议搭配更便宜的模型做分流。总体属于“稳妥但不极致性价比”的一档。
日调用 3263.93B tokens · 340,302,150 次请求
定位与擅长场景
DeepSeek V4 Flash 是 DeepSeek 面向高并发、低成本场景推出的轻量级模型。日调用量约 3.26 万亿 tokens、3.4 亿次请求，稳居 OpenRouter 前十，说明它已被大量生产环境采纳。其强项在于对话、摘要、分类、代码补全等高频通用任务，而非复杂推理或长链思考。
与竞品对比
在同价位段，它主要对标 Gemini Flash、GPT 系列 mini 档以及 Claude Haiku。相比这些竞品，DeepSeek 的优势通常体现在中文能力、开放权重生态和单位成本效率上；劣势则可能是多模态、工具调用稳定性和极端推理深度。日请求量高于多数同档模型，反映其性价比被开发者认可。
是否值得接入
值得。若你的业务是中文为主、请求量大、对单次成本敏感，它是优先候选。建议先做小流量 A/B，重点验证工具调用与长上下文表现，再决定是否作为主力模型。