同一周出炉的两份榜单，读出了两个完全不同的格局。智能指数榜上，前五名清一色海外模型；而在开发者真金白银投票的API调用榜上，中国大模型已经连续二十周压过美国。模型竞争的衡量标准，正在从”谁更聪明”变成”谁更划算”。
两周七款新模型，能力榜仍是海外领跑
刚过去的十一天，七家头部厂商密集迭代。9月1日Anthropic推出Claude Fable 5.1和Mythos 5.1；2日谷歌Gemini 3.8 Flash、Meta Muse Spark 1.3同天上场；3日OpenAI甩出GPT-6 Astra。国内也没闲着，千问Qwen3.8-Max、DeepSeek V4.1 Flash、Kimi K2.8 Preview接连落地，升级周期已经按周计算。
但Artificial Analysis的智能指数榜上，差距依然写得明白：Fable 5.1第一，GPT-6 Astra第二，Muse Spark 1.3第四；排名最高的国产模型智谱GLM-5.3列第七，45分比头名少8分，Kimi K3排第九。单论能力，第一梯队还是海外厂商的地盘。
调用榜一年反转：中国份额从不足两成到反超
视角切到OpenRouter，剧情完全翻转。9月7日至13日这一周，平台总调用量达127万亿Token，环比增长10.4%；其中中国模型约61.2万亿，美国模型21.8万亿。这是中国大模型周调用量连续第二十周位居全球第一，可见的前十榜单里中国占了七席以上，合计份额超过70%。腾讯混元Hy4 Preview排第二，智谱GLM-5.3 Flash第三，DeepSeek V4 Flash第四。
一年前的数字几乎反过来。2025年9月当周，谷歌以约39%份额居首，美国厂商合计占八成，中国不足两成；如今DeepSeek以25.4%登顶，中国厂商整体份额超过45%。平台自身的周处理量也从一年前的4.92万亿涨到127万亿，扩容近25倍。
不过连庄不等于躺赢。同一周美国模型调用量环比增长31.6%，增速反而高于中国的7.9%，说明高端需求仍在扩张，这块市场远没有到定局的时候。OpenRouter也只是全球调用的一个切面，不能直接等同于整体份额，但流量迁移的方向已经足够清晰。
每百万Token只要0.006美元，Token ROI成新标尺
开发者用脚投票的理由很直接：价格。9月10日发布的DeepSeek V4.1 Flash上线24小时处理约1万亿Token，48小时调用量有望达2.8万亿、创下平台新纪录；它约九成调用走缓存读取，每百万Token成本约0.006美元，比同档模型低约80%。有开源开发者坦言，除了复杂底层任务，多数应用层工作国产模型已经胜任，没必要为旗舰模型付数十倍价钱。
瑞银在近期交流中把这个趋势概括为”Token ROI”：企业关注点正从单纯的能力，转向每一分算力投入能换回多少产出。商业化数据也在印证，智谱刚把年末ARR指引从24亿美元上调到30亿美元，当前全业务ARR已达18亿美元，上半年收入同比增长近四倍，其中API收入占比超过八成六。
能力榜上的8分差距还在，但调用榜说明另一件事：绝大多数日常任务，并不需要为榜单前几名的溢价买单。当模型变成水电煤，性价比这把尺子，或许会比跑分更早决定下一轮格局。你的工作流，现在跑在哪家模型上？
© 版权声明
文章版权归作者所有，未经允许请勿转载。
