截至9月20日的OpenRouter周度榜单，出现了一个标志性的变化。
DeepSeek V4.1 Flash以15.8万亿Token首次登顶周榜第一，环比增长219%。智谱GLM 5.3 Flash以14.1万亿Token位居第二，腾讯Hy4 preview以12.5万亿Token排名第三。GPT-5.6 Luna跌至第四，周消耗9.72万亿Token。
国产模型在真实调用量上，完成了对海外旗舰的全面反超。
三个模型，三种上量逻辑
DeepSeek V4.1 Flash的登顶速度最快。这款9月10日发布的模型，上线不到24小时就在OpenRouter处理了约1万亿Token，48小时约2.8万亿。它的技术架构决定了成本优势：总参数552B的MoE，输入侧仅激活8B，输出侧激活16B，KV缓存压到约890字节/token。约90%的调用来自缓存读取，等效市场定价约为0.006美元/百万Token。对于大量重复上下文的长链路Agent任务，这个价格几乎没有对手。
智谱GLM 5.3 Flash的路径略有不同。它在8月底以“Ox Alpha”的匿名身份在OpenRouter上测试，以15.7万亿Token登顶后退役，正式版GLM 5.3 Flash接棒。它采用混合稀疏与线性注意力架构，在保持长上下文准确性的同时降低计算开销，OpenRouter上的定价为输入$0.075/百万Token、输出$0.25/百万Token，目前提供50%折扣。
腾讯Hy4 preview是这一轮国产模型中最“重”的一个。总参数770B、激活49B，上下文1M，定位在Coding Agent和复杂工具调用场景。它在8月28日发布后，首周就以14.7万亿Token登顶。9月1日又推出轻量版，权重从1.5TB压缩到约214GB，本地部署门槛进一步降低。
一个反直觉的对比：能力榜和用量榜的错位
值得注意的是，在Artificial Analysis的智能指数榜上，排名前列的仍然是海外模型。但OpenRouter的用量榜上，国产模型占据了前三。
这个错位的解释在账单里。当AI从“试一试”变成“天天用”，开发者算的不再是“谁最聪明”，而是“每一块钱能换来多少活”。DeepSeek V4.1 Flash的缓存命中价0.02元/百万Token、输出4元；GLM 5.3 Flash的OpenRouter渠道价$0.075/$0.25。这些价格让“用得起”成为可能。
据OpenRouter数据，截至9月19日的一周，全球大模型周调用量127万亿Token，环比增长10.4%；中国模型61.2万亿，连续20周压过美国，前十榜单里占了7席——而一年前，这个前十里只有2个中国模型。
对开发者意味着什么
国产模型包揽前三，对开发者来说最直接的变化是：选择变多了，但选择的复杂度也变高了。
DeepSeek V4.1 Flash便宜、快、缓存友好；GLM 5.3 Flash在多模态和长上下文上更均衡；腾讯Hy4 preview在Coding Agent和工具调用上更强。三个模型各有侧重，价格和缓存策略也各不相同。
当你在多个模型之间做调度时，调用层的管理成本会悄悄吃掉一部分省下来的钱。聚合入口的价值就在这里：一个Key接入所有主流模型，统一记录调用和成本，按任务类型分配模型，切换只改配置不碰业务代码。国产模型在榜单上轮流登顶，但你的调用层不需要跟着每一周的排名变化重写一遍。
数据来源：
OpenRouter周度榜单数据（截至2026年9月20日）
腾讯混元Hy4 preview发布信息，数字化转型网报道
智谱GLM 5.3 Flash的Ox Alpha匿名测试数据
DeepSeek V4.1 Flash 24小时处理量，OpenRouter官方数据
中国模型份额数据，每日经济新闻、CSDN博客等报道
