OpenRouter 模型调用排行
近 30 天调用量趋势（Top 6）
日调用 38536.93B tokens · 661,603,144 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，日请求量超 6.6 亿、日消耗 token 近 38.5 万亿，热度极高。从命名看，它大概率是某厂商上线前的隐身测试模型，主打通用对话与高并发推理场景，适合对成本敏感、需要大规模吞吐的批量任务。
与竞品对比
其调用量已远超同期主流开源与闭源模型，说明在性价比或响应质量上具备明显吸引力。匿名模型通常以低价或免费策略换取真实流量验证，短期内对同价位竞品形成挤压。
是否值得接入
值得关注但需谨慎。作为隐身模型，它可能随时下线或转为正式收费版本，接口稳定性与合规性存疑。建议先小流量灰度测试，验证效果后再决定是否纳入主力链路，切勿在生产环境重度依赖。
日调用 28389.96B tokens · 490,948,392 次请求
定位与擅长场景
DeepSeek V4.1 Flash 排名第 2，日调用量约 28.4 万亿 tokens、4.9 亿次请求，属于当前 OpenRouter 上最头部的通用模型之一。Flash 后缀说明它主打低延迟、高吞吐，适合高并发对话、批量内容生成、Agent 工具调用等对响应速度和成本敏感的场景。
与竞品对比
它稳居第一梯队，与榜首差距应在可追赶范围内，同时对身后模型形成明显压制。相比同门非 Flash 版本，它牺牲部分深度推理换取吞吐；相比其他厂商旗舰，其优势在于性价比与稳定的工程化表现，而非绝对能力上限。
是否值得接入
值得。若你的业务以高频调用、成本可控为首要目标，它是当前最稳妥的默认选项之一。建议对复杂推理任务保留一个更强模型做兜底，形成 Flash 打底、旗舰补位的组合。
日调用 10022.68B tokens · 442,005,969 次请求
定位与擅长场景
GLM-5.3-Flash 位列 OpenRouter 调用量第 3，日调用约 4.42 亿次、日消耗超 10 万亿 token，热度处于第一梯队。从命名与体量看，它主打高并发、低延迟的通用对话与批量任务，适合客服、内容生成、Agent 流水线等对吞吐敏感的场景。
与竞品对比
它处在头部阵营，与排名前二的模型同属"日请求数亿级"俱乐部，说明已被大量生产环境验证。相比同门非 Flash 版本，Flash 通常以更轻的推理开销换取速度，在成本敏感型业务中更具吸引力；与海外同类轻量模型相比，其调用规模已证明在中文与多语言任务上有稳定竞争力。
是否值得接入
值得。排名第 3 且请求量巨大，意味着生态成熟、稳定性经过考验，接入风险低。若你的场景强调吞吐与响应速度而非极限推理深度，GLM-5.3-Flash 是当前性价比明确的选择，建议直接纳入候选并做 A/B 验证。
日调用 9716.75B tokens · 116,773,001 次请求
定位与擅长场景
小米 MiMo v2.6 Flash 位列 OpenRouter 日调用量第 4，单日约 9.7 万亿 token、1.17 亿次请求，热度稳居第一梯队。从命名看主打轻量高速，适合高并发、低延迟场景，如端侧助手、批量摘要、客服与内容审核等成本敏感型任务。
与竞品对比
它夹在头部闭源旗舰与开源性价比模型之间：请求量巨大但单次 token 消耗偏低，说明调用以短对话、高频轻任务为主，走的是"以量取胜"路线，而非长上下文推理。相比同类 Flash 级模型，其优势在于小米生态入口带来的天然流量与工程优化。
是否值得接入
值得。若你的业务是高频、短文本、对延迟敏感，它可作为主力或降级备选，性价比与稳定性有调用量背书。但若涉及复杂推理、长文档或强工具调用，建议先做小规模对比测试，避免因轻量定位在难题上掉点。总体推荐纳入多模型路由池。
日调用 6363.43B tokens · 55,407,539 次请求
定位与擅长场景
腾讯 hy4-preview-20260827 以日均 6.36 万亿 tokens、5540 万次请求位列 OpenRouter 第 5，属于头部梯队中唯一的国内厂商预览版模型。其调用量已接近第一梯队，说明在中文长文本、Agent 工具调用与高并发推理场景中具备稳定吞吐能力，预览阶段即被大量生产流量验证。
与竞品对比
与同榜前列的海外旗舰相比，hy4 的单次请求平均 token 量偏高，暗示其更常被用于长上下文、批量生成类任务，而非轻量对话。rankChange 为空，说明是新进榜或数据窗口不足，尚未体现趋势，但首秀即进入前五，热度不容低估。
是否值得接入
值得接入，但建议以灰度方式。调用量已证明其服务稳定性与生态认可度，适合中文业务、成本敏感型长文本管线。由于仍是 preview 版本，接口与行为可能变动，建议做好版本锁定与回退预案，待正式版发布后再扩大流量占比。
日调用 6253.92B tokens · 278,842,707 次请求
定位与擅长场景
GPT-6 Luna 20260922 位列 OpenRouter 调用量第 6，日调用约 2.79 亿次、日均 Token 超 6.25 万亿，属于头部梯队里的稳定主力。从命名看是 OpenAI 的 Luna 轻量线，推测主打高并发通用对话、Agent 工具调用与批量文本处理，适合对延迟和成本敏感、但要求可靠性的生产场景。
与竞品对比
它处在第一集团中段：调用量远超中长尾模型，但与榜首几款仍有量级差距。相比同门旗舰，Luna 更偏性价比与吞吐；相比开源系竞品，优势在于生态、函数调用稳定性和企业级合规，劣势是单价与可控性。
是否值得接入
值得。若你已有 OpenAI 技术栈，接入成本最低；若追求极致低价可先做 A/B 对比。建议把它作为默认主力模型之一，同时保留一个备用供应商以防限流。
日调用 5895.76B tokens · 412,464,271 次请求
定位与擅长场景
DeepSeek V4 Flash（20260731）是一款主打高吞吐、低延迟的轻量级模型，适合大规模批量推理、Agent 工具调用、内容生成等对成本敏感且请求量巨大的场景。单日 412M 次请求、5.9T tokens 的调用量，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 7，处于第一梯队尾部、第二梯队头部。它的优势不在极限推理能力，而在于单位成本下的稳定吞吐——与同门 Pro 版本及头部闭源模型相比，Flash 更适合承接“不需要顶配智力”的绝大多数请求，形成明显的性价比分层。
是否值得接入
值得。若你的业务以高频、短输出、可容忍轻微质量波动的任务为主，它是当前极具竞争力的选择；建议与更强模型做路由搭配，把重推理任务分流，日常流量交给它。
日调用 5557.53B tokens · 45,137,642 次请求
定位与擅长场景
NVIDIA Nemotron-3 Ultra 550B（激活55B）是典型的稀疏MoE旗舰，主打高吞吐推理与长上下文任务，适合代码生成、复杂Agent编排和批量文档处理。日调用量约5.56万亿token、4514万次请求，位列第8，说明它已被大量生产级应用采纳，热度处于第一梯队。
与竞品对比
相比同量级的开源MoE（如DeepSeek、Qwen系列），Nemotron背靠NVIDIA软硬件协同，在CUDA生态和推理优化上有天然优势，延迟与吞吐表现更稳。但生态成熟度和社区微调资源仍不及头部开源阵营，第三方工具链适配相对有限。
是否值得接入
值得。若你的业务重度依赖NVIDIA栈、追求高并发吞吐，它是性价比突出的选择；若更看重社区生态与微调灵活性，建议先小流量灰度对比再决定。
日调用 3370.90B tokens · 252,034,718 次请求
定位与擅长场景
GPT-5.6 Luna 位列调用量第 9，日处理约 3.37 万亿 token、2.52 亿次请求，属于头部梯队中的稳定主力。从命名与体量看，它面向通用高并发场景，适合对话、内容生成、代码辅助等对响应一致性和吞吐要求较高的任务，是典型的"万金油"型基座。
与竞品对比
排名第 9 意味着它既非榜首爆款，也未掉出第一阵营。相较排名更靠前的模型，它在绝对热度上略逊，但 2.5 亿次日请求说明其被大量生产系统长期依赖，稳定性与生态成熟度是优势。相比中小模型，它的调用规模高出一个量级，属于"默认选项"级别。
是否值得接入
值得。排名与请求量证明其经过大规模真实流量验证，工程可靠性和工具链支持有保障。若你的场景偏通用、追求低风险落地，它是稳妥选择；若追求极致性价比或特定能力，可再对比榜首模型。总体建议：作为主力或备选接入均可。
日调用 3226.28B tokens · 378,015,433 次请求
定位与擅长场景
DeepSeek V4 Flash 定位高吞吐、低延迟的通用推理模型，日调用量约 3.23 万亿 tokens、3.78 亿次请求，稳居 OpenRouter 第 10 名。其单次请求平均约 8.5K tokens，说明大量用于长上下文批处理、Agent 工具调用与代码生成等高频场景。
与竞品对比
在开源系阵营中，它与 Qwen、Llama 系列争夺同一批成本敏感型开发者；相比头部闭源模型，它靠"Flash"级别的响应速度和激进定价换取调用规模。排名第 10 意味着它已进入主流选择区间，但尚未撼动前五的统治地位。
是否值得接入
值得。若你的业务以高并发、可控成本为首要目标，且对极致推理深度要求不高，V4 Flash 是当前性价比最优的候选之一。建议先小流量灰度，验证其在你的任务分布上的稳定性后再放量。