OpenRouter周榜复算：164万亿token，输出2.55%，DeepSeek账单占1.4%

调用量的第一名，账单上只排第 15：这份周榜要看两遍

每周一榜单更新，转发的话术都差不多："前五全是中国模型""调用量再创新高"。这周的总量是 164 万亿 token。

这个数字回答不了两个问题：谁在为这些 token 付钱，以及这些 token 里到底有多少是"生成"出来的。把同一份数据从接口里拉下来按钱重算一遍，排名会换一遍------调用量第一的模型在账单上排第 15，账单第一的模型调用量排第 7。

一、164 万亿这个数，不用等别人给

榜单页底下挂着两个公开接口，不需要登录：一个给模型维度的一周用量，一个给全部在架模型的最新价目。两个 JSON 拉下来，把输入和输出两类 token 分别加总，一周的总量是 164.04 万亿，有量的模型 577 个，请求 85.98 亿次。

前五名是：DeepSeek V4.1 Flash 32.84 万亿、GLM-5.3-Flash 12.23 万亿、Step 5 Preview 11.47 万亿、MiMo-V2.6-Flash 9.94 万亿、混元 4 preview 7.55 万亿。五个加起来 74.03 万亿，占全周 45.1%，厂商都来自中国。

算出来的总数和外部公布的 164 万亿对得上，说明接口口径就是榜单口径：输入 token 加输出 token，不是请求次数。这一点很关键，后面的结论都从这里长出来。

二、榜上的名字是"日期快照"，不是产品名

第一名叫 deepseek/deepseek-v4.1-flash-20260910。名字尾巴那串数字是日期------它指的是 9 月 10 日那一版权重，不是"DeepSeek V4.1 Flash"这个产品。

同一款产品 10 月 17 日又发了一版，在榜上是完全独立的一行：...-20261017，3.72 万亿。因为只覆盖了两天，它的数字天然比老那一行小一个量级。

这就带出一个很容易读错的地方：换版本在榜上表现为"老的那行掉量、新的那行从零开始"。两行加起来 36.56 万亿，比单看第一行高 11%。拿着"第一名掉了"去推"需求在退"，推的可能只是一个版本迁移动作。

榜单上到处都是这种情况：GLM-5.3 和 GLM-5.3-Flash 是两行，DeepSeek V4 Flash 的 0731 与 0423 也是两行。报"某模型周调用量"之前，先把同一家族的快照合并------这是读这份榜的第一步，也是最容易漏的一步。

三、token 里 97% 是输入

把全周拆成两半：输入 159.87 万亿，输出 4.18 万亿。输出只占 2.55%。平均到每一次请求，是搬进去 1.9 万 token、吐出来不到 500 个。

单看头部更极端：Step 5 Preview 的输出占比 0.51%，Claude Opus 5.5 是 0.98%，DeepSeek V4.1 Flash 1.89%；最高的是 DeepSeek V4 Flash 0731，也只有 3.87%。

原因不难猜。agent 类负载每一轮都要把系统提示词、工具定义、历史记录、检索回来的文档重新灌一遍，真正吐出来的只有几十到几百个 token。一次往返，输入几万，输出几百。

所以**"调用量"测的是上下文搬运量，不是产出量**。上下文越长、工具调用越密、重试越多，这个数就越高，跟模型好不好没有直接关系。一个模型被用在长上下文 agent 里，排名天然占便宜；被用在短问答里，排名天然吃亏。

四、换成钱，第一名换人

现在把价目乘上去，输入和输出分开乘再求和。这一周全部模型按标价折算是 9725 万美元，覆盖了 95.1% 的 token（剩下 4.9% 的模型在价目表里查不到价格，主要是几个没公开报价的预览版）。

前十名的对照：

模型（快照）	周 token	标价账	加权单价	输出占比	账单排名
DeepSeek V4.1 Flash 0910	32.84 万亿	134 万美元	$0.041/M	1.89%	15
GLM-5.3-Flash 0826	12.23 万亿	64 万美元	$0.052/M	3.78%	26
Step 5 Preview 1008	11.47 万亿	1157 万美元	$1.009/M	0.51%	2
MiMo-V2.6-Flash 0921	9.94 万亿	141 万美元	$0.142/M	1.10%	13
混元 4 preview 0827	7.55 万亿	643 万美元	$0.851/M	1.00%	3
GPT-6 Luna 0922	6.34 万亿	72 万美元	$0.114/M	3.42%	22
Claude Opus 5.5 0921	6.19 万亿	2571 万美元	$4.157/M	0.98%	1
GLM-5.3 0816	5.19 万亿	52 万美元	$0.099/M	1.52%	28
Nemotron-3 Ultra 550B	5.00 万亿	305 万美元	$0.610/M	0.53%	8
DeepSeek V4 Flash 0731	4.70 万亿	44 万美元	$0.095/M	3.87%	32

单位里 M 指百万 token；标价账按公开价目折算，不含折扣、缓存命中折扣与自备密钥的情况。

两个第一位：调用量第一的 DeepSeek V4.1 Flash，账单只占 1.4%；账单第一的 Claude Opus 5.5，调用量排第 7，却拿走了 26.4% 的账单。

单价差 101 倍（4.157 对 0.041），token 量差 5.3 倍，乘出来的账单差 19 倍。

厂商维度更直白：

厂商	token 份额	账单份额
Anthropic	8.1%	40.5%
DeepSeek	28.3%	4.0%
OpenAI	8.8%	15.4%
阶跃	7.0%	11.9%
腾讯	6.5%	7.1%
小米	7.6%	3.1%
智谱	11.5%	2.3%

Anthropic 用 8.1% 的 token 拿走 40.5% 的钱，DeepSeek 用 28.3% 的 token 拿走 4.0% 的钱。这两张表放在一起才看得出"调用量"和"生意"不是一回事：一个指标量的是渗透，一个指标量的是钱包。

五、榜单会骗人的三种方式

回到开头那个问题：周环比能说明什么。把这一周的结构拆开看，至少有三类事件会在榜上产生涨跌，而它们跟模型能力强弱都没关系。

第一类，换版本。 上一节说过，快照分裂会让老的那行掉量。迁移完成之前，任何跨周比较都是错的。

第二类，新上架。 Step 5 Preview 的快照日期是 10 月 8 日，按这个日期算，本周是它第一个完整的自然周，一上来 11.47 万亿排第三。它的加权单价 $1.009/M 是前三名里最贵的------DeepSeek 的 25 倍、GLM-5.3-Flash 的 19 倍。它不是靠便宜冲上去的，这跟"中国模型只会低价走量"的直觉相反。

第三类，降价与免费额度。 这一类在本周数据里看不到，但只要厂商调价，下周的榜就会动，而模型一个字都没改。

三类事件的共同点是：它们改的是接入成本，不是能力。榜单的周环比里混着这三类，所以它能告诉你的比你以为的少------除非先把它们分开。

六、下次看榜，三步

不用等别人给结论，两个接口加十几行代码就能自己算。

第一步，拉数据：

curl -s "https://openrouter.ai/api/frontend/v1/rankings/models?view=week" -o week.json
curl -s "https://openrouter.ai/api/v1/models" -o models.json

第二步，按家族合并快照、按价目折钱：

import json, collections, re

rows  = json.load(open("week.json"))["data"]
price = {m["id"]: m["pricing"] for m in json.load(open("models.json"))["data"]}

agg = collections.defaultdict(lambda: [0, 0])       # [prompt, completion]
for r in rows:
    a = agg[r["model_permaslug"]]
    a[0] += r["total_prompt_tokens"]
    a[1] += r["total_completion_tokens"]

total = sum(p + c for p, c in agg.values())
print(f"总量 {total/1e12:.2f} 万亿 token，{len(agg)} 个模型有量")

for slug, (p, c) in sorted(agg.items(), key=lambda kv: -sum(kv[1]))[:10]:
    pr  = price.get(slug) or price.get(re.sub(r"-20\d{6}$", "", slug))
    usd = p * float(pr["prompt"]) + c * float(pr["completion"]) if pr else 0
    print(f"{slug:46s} {(p+c)/1e12:7.2f}T  ${usd/1e6:8.3f}M  输出{c/(p+c)*100:5.2f}%")

跑出来第一行应该是 总量 164.04 万亿 token，577 个模型有量，前十名和上面那张表对得上。要按家族看，把 slug 的分母（厂商/模型名）取出来再 sum 一遍就行。

!\[调用量的第一名，账单上只排第 15：这份周榜要看两遍_08.png]

第三步，看三个数，别只看一个排名：

• 合并后的家族总量------决定"谁真的被用得多"
• 输出占比------低于 2% 的是 agent 搬运型负载，高于 5% 才是生成型负载
• 加权单价------决定"谁真的在收钱"

七、这份榜每周一更新

下周同一时间再拉一次，你就有第一个自己算出来的环比。它可能和公布的数字对不上------公布口径里还有地区拆分、免费额度、自备密钥这些处理，接口里没有；这周的环比我复算不了，因为公开接口只留当前这一周，上周的日切片拿不到。

但有一件事是确定的：有人拿"调用量"说明能力时，你可以当场把它折成钱，再看一遍排名。 三步做完，一串 slug 会变成三句话------谁在用、用在哪种负载、谁在收钱。

---