Token是大模型处理文本的基本计量单位，一次调用消耗的Token数量，近似对应着模型完成的工作量——因此在大模型行业，调用量常被视作观测AI应用景气度的“发电量”指标。根据全球头部AI模型API聚合平台OpenRouter的最新数据测算，2026年9月14日至20日当周，全球AI大模型总调用量达到129万亿Token，环比增长1.57%，在8月24日至30日当周首次突破100万亿关口（113万亿）后，连续第四周刷新历史高位。

更具标志性的数字有三个：其一，当周上榜AI大模型中，中国大模型周调用量达67.46万亿Token，环比增长10.28%，约为美国的4.7倍，已连续21周超越美国、稳居全球首位；其二，同期美国大模型周调用量为14.21万亿Token，环比下滑34.7%；其三，全球调用量排名前五的模型中，中国模型占据四席——9月10日才发布的DeepSeek V4.1 Flash以单周15.8万亿Token、环比219%的增速首次登顶全平台。

一、当周全景：129万亿Token与“4比1”的Top 5

129万亿Token意味着什么？按当周总量简单折算，平均每天约有18.4万亿Token经由OpenRouter路由。把时间轴拉长，更能感知这条增长曲线的陡峭：2025年9月中旬，该平台的周处理Token量还只有4.92万亿；一年之间，这一数字增长约26倍。

当周最大的变化发生在榜首。9月10日发布的DeepSeek V4.1 Flash，在发布后的第一个完整统计周内即以15.8万亿Token的周调用量升至全平台第一，环比增速高达219%。智谱GLM 5.3 Flash（14.1万亿Token，环比+18%）、腾讯混元Hy4 preview（12.5万亿Token，环比+26%）分列第二、第三；OpenAI的GPT-5.6 Luna（9.72万亿Token，环比+47%）是前五中唯一的美国模型，位居第四；DeepSeek上一代V4 Flash 0731（9.44万亿Token，环比+18%）排名第五。

表：2026年9月14-20日当周OpenRouter调用量Top 5（数据来源：OpenRouter官网榜单）

图1：当周调用量Top 5，中国模型占据四席

从厂商维度看（按文本请求份额口径），DeepSeek以25.4%的份额高居第一，且环比仍在增长（+9%）；谷歌以18.6%位列第二（环比-3%），OpenAI以17.0%排在第三（环比-30%）；智谱（9.4%，环比+31%）、千问（6.7%，环比+25%）、腾讯混元（6.4%）紧随其后。整体来看，中国厂商在OpenRouter上的合计请求份额已超过45%（含小米等）；美国厂商约为43%（含x-ai等归入“其他”的美国厂商，属媒体测算口径；按OpenRouter官网当日榜单明确列出的谷歌、OpenAI、Anthropic三家计，合计约38.3%）。两个口径各有侧重：Token量更反映单次任务的复杂度与长度，请求份额更反映调用频次，两者共同勾勒出流量的流向。

图2：当周模型厂商文本请求份额，中国厂商合计超45%

二、连续21周：一份反超时间线

中国模型的领先并非一夜逆转，而是经历了从“首次反超”到“周周领跑”的完整过程。今年2月，中国大模型在OpenRouter上的周调用量首次全面反超美国——2月9日至15日当周，中国模型录得4.12万亿Token，超过同期美国的2.94万亿Token；到3月9日至15日当周，中国模型调用量升至4.69万亿Token，实现连续第二周领先。从4.12万亿到当周的67.46万亿，七个多月时间，中国模型的周调用量增长了约16倍。

需要说明的是，这一领先并非一路顺风：2月23日至3月1日当周，美国模型曾以3.97万亿Token反超（同期中国3.11万亿）；4月13日至19日当周美国4.908万亿对4.441万亿、4月20日至26日当周4.982万亿对4.371万亿，美国连续两周领先；自4月27日至5月3日当周中国重新反超后，领先优势再未易手。8月24日至30日当周，全球周总调用量达113万亿Token、环比增长21.11%，中国大模型以55.16万亿Token实现连续第18周领跑；8月31日至9月6日当周，全球115万亿，中国56.72万亿、连续19周；9月7日至13日当周，全球127万亿、环比增长10.4%，中国近61.2万亿、连续20周——当周美国调用量曾大幅回暖至21.8万亿（环比+31.6%），一度将差距缩小至约2.8倍；但紧接着的一周，美国调用量环比下滑34.7%，中国则继续增长10.28%，差距重新拉大至4.7倍。

值得注意的还有榜单头名的快速更迭：8月31日至9月6日当周，登顶的还是当月新上线的腾讯混元Hy4 preview，周调用量14.7万亿Token、环比增长379%；到9月14日至20日当周，榜首已换成发布仅四天的DeepSeek V4.1 Flash。两周之内，头名两度易主，Flash类新品的密集上线，正在对调用格局形成“即插即用”式的即时冲击。

图3：近四周中美大模型周调用量对比（万亿Token）

格局的翻转在一年前几乎不可想象。2025年9月22日当周，OpenRouter调用量第一的厂商还是谷歌，份额约39%，美国厂商合计占比约80%，中国厂商不足20%；一年后的9月，中国厂商整体份额已超过45%，美国厂商降至约43%（含x-ai等归入“其他”的美国厂商，为媒体测算口径）。在这个开发者可以自由选择模型的开放市场上，流量分配的重心已经完成“东移”。

三、登顶解构：DeepSeek V4.1 Flash的“闪电战”

当周最大的变量，是DeepSeek V4.1 Flash的横空出世。9月10日，DeepSeek正式发布这款新架构系列中尺寸最小的模型，并一度计划自9月14日起将原V4 Pro的全部API请求切换由V4.1 Flash承接、按Flash价格计费；但仅一天后的9月11日，DeepSeek应开发者反馈撤销了该计划，宣布9月14日之后继续提供V4 Pro的API调用服务、计费方式保持不变，真正切换至V4.1 Flash的是旧模型名deepseek-v4-flash。模型上新与平台统计周期几乎无缝衔接，直接催化了当周219%的调用增速。

OpenRouter披露的数据勾勒了这场“闪电战”的速度：模型上线24小时内处理了约1万亿Token，48小时内的调用量有望达到约2.8万亿，可能创下平台模型发布48小时内调用量的新高。有开发者感叹：“AI领域的用户似乎在几个小时内、而非几天，就将新模型切换到他们的工作流程和应用中。”媒体则形容，开发者几乎是在“抢着换”。

技术层面，V4.1 Flash采用全新的Causal-Encoder-Decoder（因果编码器-解码器）结构，是一个主干参数5520亿（另含约1960亿Engram稀疏记忆模块）的混合专家（MoE）模型：处理输入时激活80亿参数，生成输出时激活160亿参数，并为读取信息与生成内容分配不同的计算规模；模型原生支持多模态视觉理解，支持100万Token上下文与最大384K输出。这一“输入轻、输出重”的不对称设计，与Agent需要读取大量上下文、再生成有限指令的工作方式高度契合。官方公布的基准成绩显示，V4.1 Flash在科学问答测试GPQA Diamond中取得90.9分，DeepSeek称其在性能、费用、速度等指标上已全面超越上一代V4 Pro，且这套新架构还支持向更大参数规模扩展。

价格是另一个决定性因素。V4.1 Flash闲时定价为每百万Token缓存命中输入0.02元、未命中输入1元、输出4元，较前一代分别下降60%、33.3%和11.1%；高峰时段则分别为0.04元、2元和8元。对于需要反复读取历史对话、工具说明与代码仓库的Agent任务而言，缓存输入的降价直接压低了连续工作的重复开销。OpenRouter数据显示，该模型约90%的调用量来自缓存读取，按市场定价折算成本约每百万Token 0.006美元，比GLM 5.3 Flash等相近模型低约80%。评测机构Arena.ai将其列为Agent Arena开源模型第三名，单任务成本中位数仅0.07美元；与更强的Fable 5等模型相比，其成本降低97%至99%的同时，仍保留了对方35%至54%的净改进效果——而部分顶级模型完成同一任务的成本，是它的37倍至76倍。

值得注意的是，低价并不意味着赔本赚吆喝。据瑞银证券调研，中国模型厂商的API业务毛利率大多处于20%至40%区间——厂商是通过模型架构创新与训练、推理效率优化来兼顾盈利与性价比的。

四、Token ROI时代：中国模型为什么赢下调用量

调用量迁移的底层逻辑，是AI从“尝鲜”进入业务流程之后，成本与产出的权衡成为选型的第一性原则。瑞银证券中国互联网行业分析师熊玮在近期交流中指出，2026年下半年，“Token ROI”（衡量AI投入产出比）正在成为行业讨论的关键词：上半年流行的“token-maxxing”，指不少企业鼓励员工尽可能多地使用AI、以加快内部采用；但一个阶段过后，企业发现AI账单居高不下，且难以衡量Token用量带来的经济价值。于是从年中开始，企业与开发者转向“token optimization”——在性能领先与性价比之间寻求平衡，对AI账单提出更严格的投入产出要求。

这一变化推动模型市场走向分层：对于高价值、高风险的任务，企业仍然愿意使用全球最顶尖的模型；但在真实工作环境中，大量价值密度较低的任务并不需要每次都调用最强模型，却对价格、速度和稳定性更敏感——这恰好是中国模型更容易切入的市场。以公开API价格计，国内主流模型的平均定价约为国际同行的10%至20%。

耐人寻味的是能力榜与调用量榜之间的“剪刀差”。据AI基准测试机构Artificial Analysis 9月中旬的智能指数，前五名仍均为海外模型：Anthropic的Claude Fable 5.1、OpenAI的GPT-6 Astra分列前两位；国产排名最高的智谱GLM-5.3以45分位列第7、与榜首相差8分，月之暗面Kimi K3第9，Qwen3.8与DeepSeek V4.1 Flash分别排在第13、第14位。换言之，中国模型并未在技术能力上全面领先，却成为了越来越多开发者“用脚投票”的选择——今年5月至6月起，海外领先IT企业将中国开源模型纳入实际工作流的趋势明显加快。

开发者的真实感受印证了这一迁移。有开源项目开发者向第一财经表示，其自今年5月起已将工作流全部切换为国产模型，主力是智谱GLM 5.3、阿里千问Qwen 3.8 Max与DeepSeek V4.1 Flash；在他看来，“99.99%的编程任务对GLM 5.3这一档的模型来说，都称不上是较难的任务”——除非涉及渲染引擎、操作系统内核等复杂底层任务，否则没有必要为顶尖模型支付数十倍的成本。

五、产业链传导：从Token洪流到分发、算力与资本

理解这场收购，先要理解OpenRouter本身的角色。作为统一API的模型聚合路由平台，OpenRouter通过智能路由优化推理成本，对外交付的Token调用价格普遍低于厂商官方直连，并以标准化接口与统一的Token计量结算，帮助开发者省去对接多家厂商带来的多账号、多计费碎片化成本；其接入规模也在快速扩张——到8月Stripe公告时，表述已是“来自80多家服务商的400多个模型”。对上游厂商而言，它是最灵敏的调用晴雨表；对下游开发者而言，它是切换模型的最低成本通道。

Token洪流最先漫过的是“分发层”。8月20日，全球支付巨头Stripe宣布收购OpenRouter，交易规模约80亿美元（约合538亿元人民币），由现金与股票组成，成为Stripe迄今规模最大的收购。而就在数月前的5月，OpenRouter完成最近一轮融资时的估值仅约13亿美元（该轮累计募资1.13亿美元，投资方包括Alphabet旗下CapitalG、Andreessen Horowitz等）——短短数月，交易对价已大幅放大。这笔交易被市场普遍解读为对“AI交通枢纽”价值的直接定价：当模型供给高度冗余，谁掌握分发、计量与结算，谁就握住了产业的关键入口。

向上游看，推理需求的膨胀正在重塑算力市场。国内方面，火山引擎今年4月披露，截至今年3月，豆包大模型日均Token使用量已突破120万亿，较三个月前翻倍、较2024年5月首次发布时增长超过1000倍；当时据晚点LatePost报道，全球日均Token消耗超100万亿的公司仅有OpenAI、谷歌与字节跳动三家。头部平台的消耗量级说明，推理侧的算力需求仍处在指数爬坡阶段。

向下游看，Token消耗的结构本身也在变化。国信证券在专题研究中指出，OpenRouter的增长动力正由简单聊天向复杂工作流迁移：随着推理、长上下文与工具调用逐渐成为主流，Token增长更多来自单次任务复杂度的提升，推理需求正在进入由Agent化任务驱动的新阶段。平台应用榜单（当日快照口径）清晰指向同一趋势——调用量居前的应用几乎清一色是编码与智能体类：Hermes Agent（当日1.44万亿Token）、Claude Code（5050亿）、Kilo Code（4930亿）、Cline（4120亿）、OpenClaw（1660亿）、Codex（1500亿）与DeepSeek Harness（1310亿）等。

六、冷思考与展望：129万亿之后看什么

狂欢之余，这份周度榜单的边界同样需要被看见。OpenRouter的统计仅覆盖经由其平台路由的调用，模型厂商自有API、云平台调用、私有化部署以及直接面向消费者的应用均未纳入；其用户以追求多模型统一接入与成本优化的开发者、小微团队为主。因此，129万亿与67.46万亿不能直接等同于全球市场份额，但作为观察开发者真实推理活动的重要窗口，其趋势信号具备稀缺的参考价值。

其一，竞争主线正从“能力单极”转向“效能多维”。当Token ROI成为决策主线，单纯堆参数、刷榜单的叙事正在让位于“单位成本的有效产出”。中国厂商在模型架构（如V4.1 Flash的不对称MoE设计）、缓存定价、峰谷定价上的快速迭代，本质都是围绕效能的工程化竞争——低价并非补贴换量，而是架构与效率优化的结果。

其二，“周抛式”发布节奏下，持续供给能力成为新的竞争门槛。9月1日至11日，海内外7家头部厂商密集迭代模型：Anthropic推出Claude Fable 5.1与Mythos 5.1，谷歌发布Gemini 3.8 Flash，Meta祭出Muse Spark 1.3，OpenAI跟进GPT-6 Astra；国内千问、DeepSeek、Kimi同步提速。模型升级周期从以年、月计压缩至以周为单位，开发者的工作流评估速度已经跟不上发布节奏——谁能留在开发者的“默认选项”里，谁就赢得了下一轮竞争的入场券。

同时也要看到，美国阵营内部正在分化：当周（按OpenRouter官网当周快照口径）OpenAI的请求份额环比下滑30%，谷歌仅微降3%。份额的此消彼长说明，以性价比为轴心的竞争同样在改写美国厂商的座次。

其三，分层市场将长期并存。能力榜的头部位置仍由海外旗舰模型占据，而调用量榜的“中国四席”说明：在更广阔的日常应用市场，高性价比供给已经赢得先手。两条榜单的收敛速度——即中国旗舰模型何时在能力上全面追平——将决定下一阶段竞争天平的方向。

对于129万亿Token这一新纪录而言，比数字本身更值得注意的是其斜率：一年约26倍的平台增速、连续21周的中美反超、以周为单位的模型迭代节奏。全球AI产业的推理经济正在进入深水区，而中国大模型，已经从追赶者变成了规则的重要书写者。