中国大模型周调用量连续20周全球第一：61万亿Token，接近美国3倍

OpenRouter最新周报数据出来了。9月7日至13日，全球AI大模型总调用量达127万亿Token，环比增长10.43%。其中，中国AI大模型周调用量达61.17万亿Token，环比增长7.85%，连续二十周超过美国，稳居全球首位。

同期美国模型周调用量为21.8万亿Token，中国约为其2.8倍。

一年翻盘：从不足20%到超过45%

一年前的格局完全不同。2025年9月22日当周，谷歌以约39%的份额位居厂商第一，美国厂商合计占约80%，中国厂商不足20%。

一年后的今天，DeepSeek以25.4%的份额升至厂商第一，中国厂商整体份额超过45%，美国厂商约43%。调用量前十榜单中，中国模型占据7席以上。腾讯混元Hy4 Preview排第2，智谱GLM-5.3 Flash排第3，DeepSeek V4 Flash排第4。

V4.1 Flash上线24小时，处理约1万亿Token

9月10日发布的DeepSeek V4.1 Flash，不到24小时便在OpenRouter上处理了约1万亿Token，发布48小时的调用量有望冲到约2.8万亿，可能刷新平台付费模型的纪录。

这款模型的技术架构值得关注：总参数552B的MoE模型，输入侧仅激活8B参数，输出侧激活16B。KV缓存压到约890字节/token，对HBM的需求降到上一代的四分之一，SSD降到八分之一。

价格是更直接的驱动力。空闲时段缓存命中输入0.02元/百万Token，未命中输入1元，输出4元；高峰时段翻倍。约90%的调用来自缓存读取，OpenRouter给出的等效市场定价约为0.006美元/百万Token。

能力榜和调用量榜，出现了明显的错位

这里有一个值得注意的反差：在Artificial Analysis的智能指数榜上，前五名全是海外模型，排名最高的国产模型智谱GLM-5.3位列第7。

能力榜上追赶，调用量上领跑。答案在企业的账单里：当AI从“试一试”变成“天天用”，企业算的不再是谁最聪明，而是“每一块钱能换来多少活”。

按公开API价格计算，国内主流模型的平均定价约为国际同行的10%到20%。瑞银证券中国互联网行业分析师熊玮指出，企业与用户的关注点正从能力转向投入产出比，“Token ROI”正在成为2026年下半年的行业关键词。

一个Github开源项目开发者的说法很直接：“大多数应用层的工作，国内模型已经能胜任，用不上最顶尖的海外旗舰模型。”

这种分层已经在海外企业的实际选择中出现。Coinbase正尝试通过内部模型网关，把智谱GLM 5.2、Kimi K2.7等开源模型设为工程师的默认选项，同时允许员工按任务自选。

当模型选择变成分层决策，调用层需要跟得上

模型越来越多，选择的标准也从“哪个最强”变成了“这个任务值不值得用旗舰”。对于大量中低复杂度的日常任务，价格、速度和稳定性才是关键变量。

如果你的业务里既有高价值任务、又有大量长尾调用，把这些请求收口到一个统一的入口会省很多事。

数据来源：

• OpenRouter周报数据（9月7日至13日），每日经济新闻、封面新闻、第一财经等媒体引述

• DeepSeek V4.1 Flash 24小时处理量，OpenRouter官方数据

• Artificial Analysis智能指数榜单

• 瑞银证券分析师熊玮关于Token ROI的观点，21世纪经济报道、信报等报道