信息差：中国大模型周调用量连续 20 周超过美国，能力榜却仍在追赶

调用量前十，中国模型占七席

API 聚合平台 OpenRouter 最新数据显示，9 月 7 日至 13 日全球大模型总调用量达到 127 万亿 Token，其中中国模型约 61.2 万亿，美国模型约 21.8 万亿，中国约为美国的近 3 倍，并且已经连续 20 周领先。中国模型调用量环比增长 7.9%，美国模型环比增长 32%。

更能说明结构变化的是榜单构成。这一周，OpenAI 的 GPT-5.6 Luna 以 18.2 万亿 Token 排名第一，腾讯混元 Hy4 Preview 以 16.8 万亿排第二，智谱 GLM-5.3 Flash 以 11.9 万亿排第三。前十名中中国模型占据 7 席以上，还包括 DeepSeek 的 V4-Flash-0731、V4.1-Flash、V4-Flash-0423 和小米 MiMo-V2.5。而在一年前的 2025 年 9 月，这个榜单上只有两款中国模型，中国厂商整体份额不足 20%。如今中国厂商整体份额已超过 45%，DeepSeek 以 25.4% 升至厂商第一。

比的是每一块钱能换多少活

真正构成信息差的，是能力排名与调用量排名之间的错位。在评测机构 Artificial Analysis 的智能指数榜上，前五名全部是海外模型，排名最高的国产模型智谱 GLM-5.3 位列第七。中国模型不是技术上最领先的那个，却成了越来越多开发者的选择。

答案写在企业账单里。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。面对高价值高风险任务，企业依然愿意为旗舰模型付费；但大量中低复杂度的日常任务并不需要每次都调用最强模型，反而对价格、速度和稳定性高度敏感。瑞银报告显示，目前约 60% 的企业已经为 Token 开支设限，这个庞大的长尾市场被中国模型精准接住。

约 90% 的 DeepSeek V4.1-Flash 调用量来自缓存读取，按市场定价折算约为每百万 Token 0.6 美分，比 GLM-5.3-Flash 等同类模型低约 80%。便宜很多时候来自架构与推理效率，而不是补贴。

OpenRouter 还给出一个容易被忽略的细节：DeepSeek V4.1 Flash 在 9 月 10 日发布后 24 小时内处理了约 1 万亿 Token。开发者的评价是，把新模型接进自己的流程和应用只花了几小时，而不是几天。模型的升级周期从以年计缩短到以月计，如今已经开始以周计，甚至快过开发者完成一轮工作流评估的速度。此外，瑞银的一项调查显示，中国模型厂商并没有靠补贴换取调用量，其毛利率大多在 20% 到 40% 之间，成本优势来自模型架构创新、训练优化和推理效率。

参考来源：一财全球 Yicai Global https://www.yicaiglobal.com/news/chinese-llms-top-us-rivals-in-call-volume-on-openrouter-for-20th-straight-week