15.8万亿Token、环比暴涨219%：DeepSeek V4.1-Flash登顶OpenRouter，前五国产占四席

9月21日，OpenRouter最新一周（9月14日至20日）调用数据出炉：全球大模型总调用量129万亿Token，环比微增1.57%。榜单第一的位置，被发布仅11天的DeepSeek V4.1-Flash以15.8万亿Token拿下，环比暴涨219%。

前五名四款国产，中国调用量是美国4.7倍

分地域看，中国大模型单周调用量67.46万亿Token，环比增长10.28%；美国模型为14.21万亿Token，环比下滑34.7%。中国模型的周调用量已是美国的4.7倍，连续21周排在全球首位。

单模型榜单前五名中，国产模型占了四席。DeepSeek V4.1-Flash排第一，周调用量15.8万亿Token；智谱GLM 5.3 Flash以14.1万亿Token居第二，环比增长18%。

腾讯混元Hy4 preview以12.5万亿Token位列第三，环比下滑26%；第四席由海外模型占据；DeepSeek V4-Flash 0731正式版以9.44万亿Token排第五，环比下滑18%。

KV Cache砍到四分之一，是登顶的底层原因

V4.1-Flash于9月10日正式发布，主打Coding与Agent能力，同时强化多模态理解。它采用全新的Causal-Encoder-Decoder（因果编码器—解码器）结构，全局KV Cache降至V4-Flash的约四分之一。

KV Cache是推理时占用显存的大头。压到四分之一，意味着同样的GPU能并发服务更多请求，单次推理的延迟和成本同步下降，为高频调用场景腾出了空间。

价格端，官方定价为每百万Token闲时缓存命中输入0.02元、未命中输入1元、输出4元，比前代的0.05元、1.5元、4.5元分别下降60%、33.3%、11.1%，高峰时段价格为闲时两倍。

按官方说法，V4.1-Flash在性能、费用、速度和任务总用时上已全面超越上一代旗舰V4-Pro。Flash版本反超Pro版本，是这一代更新最值得注意的信号。

单价更便宜，不等于单任务更省钱

另一面的声音同样值得看。第三方机构Artificial Analysis评测显示，V4.1-Flash平均每项任务消耗约8.9万输出Token，高于上一代V4 Flash 0731的约6.2万，该机构直接评价其输出”非常冗长”。

换句话说，模型愿意把话讲得更满，单Token价格虽低，乘以更大的用量之后，单项任务的总成本未必下降。便宜和冗长，恰好是同一枚硬币的两面。

高性价比推理正在改写落地节奏

从更大的视角看，近两个月Flash级模型密集出现：7月底DeepSeek V4 Flash、8月26日Qwen3.8-Flash-Next与GLM 5.3 Flash同日发布，9月V4.1-Flash接棒，参数均落在千亿级区间。

这类模型承接的正是Agent和编程这类高频、长流程任务。推理成本每下一个台阶，能放进生产环境的自动化环节就多出一批，企业级智能体的落地节奏随之加快。

券商研究的判断与此呼应：国产模型将沿高性价比与前沿智能两条路径竞争，深度适配之下国产算力基础设施与模型同步受益；低成本推理会率先改变前线部署工程师的工作方式，再向更重的企业级Agent渗透。

219%的周环比增速能维持多久，取决于冗长问题能否收住，以及假期前后十余款新模型的冲击。调用榜上的座次，接下来两周可能还会再换。