把「做得到」变成「用得起」：中国大模型登顶 OpenRouter 全球调用榜

OpenRouter 的月度调用榜出现了一个醒目的结果：前七名全部来自中国模型，小米 MiMo-V2.5 登顶。先看榜单，截至 2026 年 8 月 12 日，OpenRouter LLM Leaderboard 在本月大模型调用量显示：小米 MiMo-V2.5 以 32.8T tokens 居首，DeepSeek V4 Flash 0423 以 26.4T 位列第二，腾讯 Hy3 以 20.1T 排名第三。前七名均为中国模型，前十名中有八个来自中国。按截图所示的十个条目相加，中国模型合计 143.17T tokens，约占前十总量 162.57T 的 88.1%。

OpenRouter LLM Leaderboard “This Month”榜单截图。截图时间：2026 年 8 月 12 日;来源：OpenRouter Rankings。

榜单上最显眼的其实是小米：它在 8 月的月度榜排第一，单周调用量增长了 66%。

这个“突然”背后有明确的原因——2026 年 5 月 27 日宣布对 MiMo-V2.5 系列 API 永久降价，最高降幅达到 99%。小米官方海外按量计费页面，输入约 0.0028 美元/百万 tokens、输出约 0.28美元/百万 tokens，大约是 Claude 的 1/5、GPT 的 1/6，不同渠道、模型型号和折扣活动的价格可能不同。

MiMo-V2.5模型国内定价

MiMo-V2.5 模型海外定价

所以“排在榜首”到底意味着什么？它不等于性能全球第一，不等于“C 端用户最多”，也不等于“小米生态内置 AI 最强”。

同一周榜单前七全是国产(DeepSeek 三席、腾讯混元两席、智谱 GLM)，本质是国产开源权重组在“便宜长上下文 Agent 基建”这块把海外闭源挤下去了，而小米是里面定价最狠+Agent 定位最准的那个。

增长更猛的是腾讯 Hy3：它 7 月 6 日刚开源，在 OpenRouter 上直接免费(免费期到 7 月 21 日)，普通 Hy3 API 则是单独计价的模型服务调用量涨了 999% 以上，目前有九折优惠：输入0.126美元/百万tokens。

价格下调与调用量上升在时间上相邻，价格很可能是推动因素之一，但不能据此把增长全部归因于降价。

模型版本发布、平台推荐、路由变化、免费端点和应用接入，都可能同时影响榜单表现。更稳妥的说法是：在OpenRouter 这种切换成本较低的模型路由平台上，较低的 token 单价为开发者扩大调用提供了条件。

Hugging Face 的数据也提供了另一个观察角度。其《2026 年春季开源生态报告》显示，在过去一年里，中国模型占平台下载量的 41%，并超过美国;配图所示的 2025 年 2 月至 2026 年 2 月统计期内，中国模型下载量为 6.63 亿次，美国为 5.95 亿次。

Hugging Face《State of Open Source on Hugging Face: Spring 2026》地区下载量图。统计区间：2025 年 2 月至 2026 年 2 月;来源：Hugging Face。

OpenRouter 看的是平台内的 token 调用，Hugging Face 看的是模型下载、复用和二次开发，两者并不是同一个指标，但放在一起看，能看到同一个变化：中国模型在不同开发者生态中都获得了较高的关注和使用活动，但这并不自动证明它们已经全面替代海外模型。

指标变了：大家更在意“能不能用”

过去评估大模型，大家习惯看参数规模、Benchmark 得分，以及数学和代码题的排名。这些指标能说明模型的能力上限，却回答不了企业最关心的另一组问题。

一个电商团队要从几百条用户差评里找出产品问题;一个市场团队要把十几个竞品网站和销售反馈整理成周报;一个工程师希望 AI 先读完故障日志，再给出修复建议。对他们来说，模型在榜单上多拿两分并不重要，重要的是能不能接进现有流程、响应够不够快、一天的成本能不能接受，以及出了错之后能不能追溯和复核。

所以，调用量不是模型能力的总分，却回答了一个更实际的问题：有没有人愿意在这个平台上持续调用它。这仍然不是“工作是否真正完成”的证明，但至少把评估视角从单次回答质量，推进到了可获得性、成本和流程接入。

Hugging Face 的情况也说明了这一点。平台上的模型数量很多，但下载量高度集中：前 200 个模型只占模型总数约 0.01%，却贡献了 49.6% 的下载量，这说明少数模型在平台生态中获得了更高的可见度和使用需求。

这并不等于中国模型已经全面领先，但至少说明，它们已经成了不少团队日常工作中的现实选项。

为什么有人选中国模型：不只是便宜

最直接的答案是价格，尤其对需要大量调用的开发者和应用团队来说。真正让企业愿意持续用下去的，通常是开放权重、推理成本、工具适配和能力匹配等条件叠加的结果。

开放权重给了团队更多部署和改造空间，可以根据自己的数据边界进行微调、量化、私有化或混合部署。但开放权重不自动等于商业许可，也不自动解决硬件适配、运维、数据治理和安全审计问题。对需要数据不出域的企业来说，它更可能是一个重要前提。

GPT、Claude、Gemini 等国外头部模型目前主要以 API 或云服务的方式提供，企业通常需要通过云端完成调用;国内部分模型则提供开放权重版本，可以部署在企业自己的服务器、私有云或本地算力中心。

这样一来，客户资料、内部文档和研发数据可以留在企业内部，模型也能按照企业自己的数据和流程进行调整。对金融、医疗、制造、政务等重视数据安全和本地化部署的行业来说，这种方式更容易贴合实际要求。

第二个因素是推理成本。帮忙改一版策划，贵一点问题不大;但让模型每天处理几千条客服消息、读取上百万字文档，再串起多个 Agent 步骤，价格很快就会从次要因素变成主要障碍。

即使近期部分版本进行了价格调整，DeepSeek 的成本优势仍然明显。

按 DeepSeek 官方最新定价，按照DeepSeek-V4-Pro的输出价格高峰时段 3.96 美元/百万 tokens;缓存命中输入价格0.044 美元/百万 tokens。OpenAI 官方 API 价格页列出的 GPT-5.6 Sol 短上下文标准输出价格为 30 美元/百万 tokens，缓存输入价格为 0.50 美元/百万 tokens。按输出价格计算，前者约为后者的 7.6—15.2 倍。

缓存命中输入方面，GPT-5.6 Sol 约为 3.37 元/百万 tokens，DeepSeek 约为 0.15—0.30 元。这里比较的是官方 API 的 token 单价，不是完整任务成本;实际账单还会受到峰谷时段、输入量、缓存命中率、上下文长度、服务等级和路由方式影响。

DeepSeek-V4 API最新定价

OpenAI 官方GPT-5.6 API 计价

第三个因素是能力匹配。很多公司的日常任务——客服、营销文案、办公文档、知识库检索、数据清洗、代码辅助——需要的不是分数最高的模型，而是可靠、够快、能嵌入现有流程的模型。

从价格、开放权重和 Agent 适配等特征看，中国模型更容易进入一部分高频工程化场景。

真正落地，不是再开一个聊天框

调用量大，不等于工作已经做完了。在不少团队里，AI 仍然主要以聊天窗口的方式被使用。有人拿它写文案，有人让它总结会议，有人用它查资料。用的人可能不少，但资料散在各处，谁用过什么模型、花了多少额度、结论能不能追溯，往往没人说得清楚。

AI 工作台试图解决的，是把模型接进文件、知识库和工作流，让使用过程留下记录，也能被管理。

以腾讯 WorkBuddy 为例，其官方页面将产品定位为全场景 AI 工作台，并展示了专家、技能、连接器和自动化等入口，支持与 Jira、Google Drive、GitHub、Notion、Slack 等工具连接。这些是产品公开展示的能力，不等于所有企业都已经获得同样的部署效果。

以每周竞品报告为例。过去，一个人要打开十几个网站，从网盘翻历史报告，再去问销售同事最近的客户反馈，最后把所有信息手动汇总到表格里。

在工作台里，这个流程可以变成：接入已经授权的资料源;用轻量模型去重、提取价格和功能点;再由更强的模型比较差异、生成周报初稿;最后由人确认关键结论。

AI 没有替人做决策，但把查找、搬运和格式化这些最耗时的环节接了过去。这里的关键不是“模型自动完成一切”，而是任务被拆成了可以授权、执行、检查和追溯的步骤。

这也带出一个容易被忽略的事实：不是所有任务都值得调用最强模型。

更合理的做法，是按任务复杂度分层：简单问答、短回复和格式化交给轻量模型;日常写作、摘要和规划使用通用模型;跨文件分析、长上下文和多步骤任务再调用更强的模型;代码生成、调试和重构则交给更适合开发的模型。

这和团队分工很像：整理资料不需要每次都请最资深的人，真正复杂的判断才需要专家介入。

对国产模型来说，这意味着 DeepSeek、Hy3、GLM 等不必由一家模型包揽所有环节。在合规、稳定和可用的前提下，它们可以分别承担批量清洗、信息抽取、初稿生成、复杂分析或代码生成。工作台的价值，就在于企业可以按任务换模型，而不是被某一个模型锁定。

Work Buddy的模型选择

竞争链路在拉长：从生态扩散到底层算力

前文数据能够说明模型在某些平台和开放生态中获得了调用、下载与衍生关注，但并不直接等同于企业生产部署，也不直接指向某一国产算力平台。下面讨论的是：当其中一部分需求进入长期工作流后，可能对稳定性、并发、网络和算力扩容提出什么要求。

模型进入工作流之后，竞争就不再只是单次回答谁更准确，而是沿着一条更长的链路展开：开发者能不能把模型接进应用，团队能不能稳定、低成本地重复调用，底层算力又能不能把这些调用承接下来。

开发者会围绕一个模型积累提示词库、工具调用链、评测集和微调数据;模型厂商则要持续跟进兼容性、推理稳定性、更新频率和社区生态。一次发布会上的领先可以带来关注，但能不能留下用户，靠的是后续每一步：改得动、用得顺、接得进项目。模型的优势一旦沉淀为生态资产，就会进一步变成持续的调用需求。

Hugging Face 的数据提供了一个参照。平台图表显示，阿里巴巴(含 Qwen)的衍生模型约为 11.5 万个，Google 约 7.2 万个，Meta 约 4.6 万个;Hugging Face 春季报告则称，Qwen 家族的衍生模型超过 11.3 万个，所有带 Qwen 标签的模型超过 20 万个。衍生模型数量不等于商业收入，但它能说明一种扩散效应：Qwen 生态中存在大量下游构建活动，而不是直接证明这些衍生模型都已经带来商业收入或稳定生产流量。

当其中一部分调用从零散尝试变成每天运行的工作流，竞争才会继续向下传导到算力底座。

调用量、下载量和衍生应用并不会自动落到同一套硬件上，但长期生产性调用和本地部署会提出一些具体问题：模型能不能稳定提供服务，长上下文和多步骤 Agent 能不能持续运行，高峰期会不会掉速，企业能不能按可接受的成本扩容。

算力不是与模型、工作台并列的另一种模式，而是把“有人愿意用”变成“更多人可以长期用”的承接能力。训练需要规模，推理更看重并发、时延、显存、网络和调度;真正支撑企业工作流的，也不是某一块芯片的峰值参数，而是计算、存储、网络、加速器和软件工具链能不能协同工作。

以中科曙光提供的 6 万卡科学智能计算集群系统为例，4月在在郑州国家超算互联网核心节点投入使用。官方报道提到，该集群采用自主可控核心芯片，并强调了高速互连、存算协同、灵活调度和稳定运行等能力。

它说明的是：面向科学智能等大规模任务，国产算力正在尝试从单点设备供应走向集群级系统组织。

如果说 6 万卡 AI4S 集群体现的是大规模基础设施的真机验证，那么华为昇腾 950 超节点展示的就是面向大模型训练和高并发推理的系统级组织能力。2026 年 7 月 17 日，昇腾 950 超节点(Atlas 950 SuperPoD)在世界人工智能大会首次线下展出，采用 1024 卡集群，面向万亿级大模型训练与高并发推理;华为官方同时披露，昇腾 384 超节点已商用落地 750 多套，覆盖 20 多个行业，CANN 开源社区月活跃开发者超过 3500 人。