10 月 26 日，OpenRouter 公布 10 月 19 日至 25 日的全球模型调用周榜：DeepSeek 在 10 月 17 日更新的 V4.1-Flash-1017 以 33.6 万亿 Token 登顶，环比增长 801%，上一版本同期下滑近半。数字背后是版本迁移、推理框架开源与一笔千亿融资的叠加，也是一次围绕单位成本的公开试探。哪些结论站得住，哪些只是首周的基数效应，需要分开来看。
先看榜单本身：一个版本吃掉整周增量
按界面新闻 10 月 26 日的报道，这一周的榜单出现了明显的”新老交替”。DeepSeek 在 10 月 17 日更新的 V4.1-Flash-1017 单周调用 33.6 万亿 Token，环比增幅 801%，是近一周爆发力最强的模型；上一版 V4.1 Flash（9 月 10 日上线）仍居第二，周调用 18 万亿 Token，但环比下滑 45%。
第三名是 10 月 19 日上线的 MiniMax M3.1 Flash，13.7 万亿 Token；第四名智谱 GLM 5.3 Flash 13.2 万亿，环比小幅上涨 8%。前十榜单其余席位还包括腾讯 Hy4 preview，以及 OpenAI、Anthropic、英伟达的海外模型。
需要说明口径：OpenRouter 统计的是通过其平台发生的调用，不含各家自有云、企业私有部署和定制合同。它反映的是开发者与中小团队的实时选择，不是市场份额。把这个数字当成”谁赢了”会读错，当成”开发者这一周在用什么”才是准确的。
801% 从哪来：一半是迁移，一半是价格
单个版本一周涨到 33.6 万亿，同时旧版掉了 45%，两条曲线放在一起看，结论很清楚：增量主要来自同一批开发者换版本，而不是新用户涌入。旧版跌掉的 14.7 万亿，与新版涨上来的 29.8 万亿大致对应，剩下的部分才是新增。
V4.1-Flash-1017 的架构延续了 9 月版本：552B 总参数，输入激活 8B、输出激活 16B 的非对称 MoE，原生支持多模态，重点优化代码、自动化 Agent 与视觉任务。这个方向正好踩在 OpenRouter 上最活跃的两类负载上——编程助手和 Agent 流水线，它们的特点是单次请求长、Token 消耗大、对单价极其敏感。
换句话说，模型能力提升只解决了”愿不愿意多跑几轮”，真正决定调用量的是”每一轮多少钱”。这也解释了为什么这一年的调用榜单频繁被 Flash、Lite 这类小激活模型占据：不是它们最强，而是它们最划算。
成本侧的两个动作：开源推理框架与千亿融资
10 月 20 日，DeepSeek 官宣开源自研的大规模推理框架 DeepInfer。这套框架正是支撑 V4.1 Flash 系列高吞吐服务的底层底座。把推理栈开放出去，等于把”单位 Token 成本”这个变量交给社区一起压——部署方可以在自己的硬件上复现同样的吞吐，价格谈判的锚点随之下移。
10 月 22 日，据上海证券报报道，DeepSeek 拟在最新一轮融资中筹得约 1000 亿元人民币，腾讯和宁德时代是本轮出资最多的投资方，交易预计在未来数日内正式完成。
一边开源推理栈降低边际成本，一边拿钱扩算力，这套组合说明打法是”薄价 + 规模”：单价压到别人不愿意跟的位置，用调用量把利润赚回来。对开发者是好事，对同行是压力。MiniMax 走的是相近路线，10 月 19 日上线的 M3.1 Flash 官方口径是推理速度提升近三倍、调用成本下降七成，开源版本总参 428B、激活 23B；智谱则把 GLM 5.3 系列接进 Amazon Bedrock，用云厂商分成的方式换海外渠道。三家路径不同，指向同一个判断：这一轮的竞争不在跑分，在单位任务成本。
榜单之外：韩国开发者近半数新模型基于中国模型
同一天，环球时报英文版报道了另一组数据。韩国智库 Rockbridge Network Korea 与《韩国时报》的统计显示，今年 1 至 8 月，韩国账号在 Hugging Face 上发布的 1845 个模型中，49.3% 基于中国模型，35.9% 基于美国模型，14.9% 基于韩国本土模型。阿里 Qwen 被引用的数量是 864 个，占 46.8%，远高于 Google Gemma 的 14.7%、Meta Llama 的 13.8%，以及 LG AI Research EXAONE 的 9.3%、Kakao Kanana 的 2.7%。
把时间线拉开更清楚：中国模型在 2023 年的占比只有 1.2%，2025 年是 22%，今年前八个月到了 49.3%；同期基于美国模型的比例从 79.5% 降到 35.9%。
报告给出的吸引力排序是成本、型号覆盖与微调自由度。同一份报告提到，中国模型的输出成本约为顶级模型的三十四分之一，但在完整基准跑下来，这个优势会收窄到四倍左右——这个对比本身值得记住：极端价差存在于特定场景，不是在所有任务上都能兑现。工信部的口径则是，截至今年 7 月，中国开源模型全球累计下载量已超过 100 亿次。
看这份榜单，要留三分冷静
- 平台偏差：OpenRouter 的用户结构偏向个人开发者与中小团队，大企业的年度合同基本不走这里。榜单能说明”试用热度”，说不清”生产占比”。
- 基数效应：新版本上线首周从零起量，环比数字天然夸张。真正的留存要看第二、第三周，以及旧版是否持续下滑。
- 迁移不等于变强：同一批请求换了版本，Token 涨了不代表任务成功率提升。检验指标应该是”单任务成本”和”一次通过率”，而不是总调用量。
- 自报口径：厂商标注的跑分、开源后的复现结果、第三方评测之间常有落差，尤其是 Agent 类任务，环境差异会放大分数差。
顺带一提，这一周国内模型的动作远不止 DeepSeek 一家，Kimi K3.1 Pro 的终端编程表现与开源时间表、以及各家在价格上的接连调整，都直接影响下周的榜单结构，具体可以看Kimi K3.1 的定价与跑分和MiniMax M3.1 Flash 的开源策略。如果把视野再拉长，这份周榜是国产模型调用量整体走高的一个缩影，而调用量上涨的另一面，是免费额度收紧、商业化提速，两头合起来才是完整的故事。
结语
这一周真正值得记住的不是 801%，而是三件事同时发生：版本迭代的节奏加快到以周为单位，推理成本还在往下走，开源生态的重心在往东移。
对使用者来说，选型逻辑正在变化。从”哪个模型最强”变成”哪个模型在我这批任务上单位成本最低”，这个问题没有标准答案，只能用自己的数据回答。建议每季度挑二十条真实任务重测一次，记录成功率、平均耗时和单次成本，比看任何榜单都准。榜单告诉你风向，你的任务清单告诉你答案。