若你仍在用 MMLU、HumanEval 榜单押注「最强模型」，却忽略每月四位数的 API 发票——OpenRouter 按7 天滚动 Token 吞吐量更新的周排行榜会给出更残酷的答案：统计周期 2026 年 5 月 18 日–24 日，全球周调用量已达 28.9 万亿 Token，中国模型连续四周超越美国。DeepSeek V4-Flash 以 3.43T 周量夺冠，而 Anthropic 呈现典型的「Token 份额下滑、美元收入仍高」溢价悖论。本文面向做多模型路由的开发者与技术负责人，拆解数据来源、Top 10 周榜、厂商双重真相、Benchmark 反比现象，并给出六步按账单选型的落地清单。
OpenRouter 是全球最大的中立 AI 模型 API 聚合平台之一：接入 300+ 模型、覆盖 60+ 供应商，超 800 万 用户，平台每月处理约 100 万亿 Token 流量。其排行榜按近期周 Token 总量（输入 + 输出）排序——花出去的钱与跑出去的流量不会为发布会润色。相对实验室固定评测集，真实调用量更能反映 Agent 工作流、批处理编程与多轮工具链里的「用脚投票」。
Benchmark 测的是上限，账单测的是习惯：MMLU 涨 0.3 分未必改变你下月发票；但 DeepSeek Flash 单价若仅为 Opus 的约 1/50，Agent 循环会立刻改路由。
免费路由扭曲「付费意愿」：Owl Alpha 等 $0 模型在周榜冲高，说明开发者把「能跑通」放在「最强」之前——选型若忽略免费层，会高估闭源旗舰份额。
编程已成最大单一用途：OpenRouter 与 a16z 联合报告（基于约 100 万亿 Token 匿名元数据）显示，编程任务占比从 2025 年初约 11% 升至超 50%——榜单前列多为编码与 Agent 友好型模型。
稳定性与延迟比极限推理重要：生产 Agent 更在意 API 响应速度与工具调用成功率，而非单次奥数题满分。
周度口径捕捉「爆款」：按 7 天滚动统计，Hy3 Preview 限免结束后仍 +16% 周环比，比月度平均更能发现新进黑马。
投资者与媒体已转向 Token 指标：OpenRouter 估值约 26× PS，排行榜从技术指标升级为商业晴雨表——忽视它等于忽视市场真金白银的流向。
「不是谁最聪明，而是谁最被调用——Token 调用量是 AI 真实落地与市场认可度的体温计。」
下表汇总 OpenRouter 公开数据，统计周期为 2026 年 5 月 18 日–24 日（7 天滚动 Token 吞吐量，与官网 openrouter.ai/rankings 口径一致）。一年前平台周处理量约 2.4 万亿，如今 28.9 万亿，约 12 倍 增长——AI 应用已进入规模化爆发阶段。
| 指标 | 数据 | 环比变化 | 解读 |
|---|---|---|---|
| 全球周调用量 | 28.9 万亿 Token | +7.4%（连续五周上涨） | 总量扩张仍快于单模型份额洗牌 |
| 中国模型周调用量 | 9.223 万亿 Token | +19.89% | 增速显著高于全球均值 |
| 美国模型周调用量 | 4.93 万亿 Token | +16.27% | 绝对量增长但份额被挤压 |
| 中美格局 | 中国连续四周第一 | 中国占比约 45%+ | 2025 年初中国模型流量占比尚不足 2% |
可引用硬核数据：① 全球周量 28.9T，环比 +7.4%，为连续第五周上涨。② 中国模型周量 9.223T，环比 +19.89%。③ 美国模型周量 4.93T，环比 +16.27%。④ 平台月 Token 规模约 100T 量级（OpenRouter 公开口径）。撰写时请以官网实时榜单为准更新末位名次。
统计说明：周榜为 7 天滚动窗口，非自然周日历；模型维度与厂商市场份额可在同一页面切换。美元收入份额与 Token 份额分列展示，下文第五节专门解读二者背离。
当周前十以周 Token 量排序。DeepSeek 三款模型同时进入前列，系列合计约 5.74T Token（环比 +25.9%），连续两周位居厂商 Token 量第一。Kimi K2.6 前一周曾列第六，当周跌出前十，说明周榜对「爆款」轮动极为敏感。
| 排名 | 模型 | 厂商 | 周 Token 量 | 环比 | 特点 |
|---|---|---|---|---|---|
| 1 | DeepSeek-V4-Flash | DeepSeek（中国） | 3.43T | +66% | Agent 工作流首选，极低价格 |
| 2 | 腾讯 Hy3 Preview | Tencent（中国） | 3.07T | +16% | 限免结束后仍高增长 |
| 3 | Claude Sonnet 4.6 | Anthropic（美国） | 1.35T | — | 百万上下文，企业编程主力 |
| 4 | DeepSeek-V3.2 | DeepSeek（中国） | 1.31T | — | 低价长尾，角色扮演活跃 |
| 5 | Owl Alpha（匿名） | OpenRouter | 1.15T | +29% | 免费 Agent 特化，百万上下文 |
| 6 | Gemini 3 Flash Preview | Google（美国） | 1.06T | — | 多模态，学术/医疗场景 |
| 7 | DeepSeek-V4-Pro | DeepSeek（中国） | 1.00T | — | 矩阵旗舰（系列合计 5.74T） |
| 8 | MiniMax M2.7 | MiniMax（中国） | 806B | — | 长上下文性价比之选 |
| 9 | Grok 4.1 Fast | xAI（美国） | 721B | — | 2M 上下文，法律场景强势 |
| 10 | Step 3.5 Flash | StepFun（中国） | 673B | — | 快速低价，批处理场景 |
[高价值·低流量] Anthropic Claude Opus → 企业复杂推理，付费能力强 [性价比·中流量] Google Gemini Flash → 多模态、学术与搜索生态 [极低价·高流量] DeepSeek / MiniMax / StepFun → Agent、编程、批处理
数据交叉验证：第 1–2、5 项周量可参考《每日经济新闻》2026-05-25 报道；第 3–4、6、8–10 项与 OpenRouter 公开榜单及同期行业解读交叉核对。V4-Pro 周量可按系列合计 5.74T 减去 V4-Flash 与 V3.2 推算。访问官网可获取最新一周数据。
只看 Token 排行会低估 Anthropic 的变现能力；只看收入又会高估其流量主导权。OpenRouter 同时展示Token 份额与美元收入份额，揭示定价差异下的真实分层。
| 维度 | Anthropic | DeepSeek 系 | 解读 |
|---|---|---|---|
| Token 份额 | 约 12%（一年前约 25%） | 系列周量 5.74T，厂商 Token 第一 | 流量主导权向低价开源线转移 |
| 美元收入份额 | 约 46% | 单价极低，收入份额远低于 Token 份额 | 企业仍为 Claude 付高价 |
| 代表单品 | Claude Opus 4.6 月收入约 $2500 万量级 | V4-Flash 驱动 Agent 海量调用 | Opus Token 量仅为 DeepSeek 零头级对比 |
| 中国模型时间线 | 2025 年初占比 <2% → 2026 年 2 月首超美国 → 2026 年 5 月约 45%+ | 开源 + 极低价重塑全球调用格局 | |
OpenRouter 与 a16z 的《2025 AI 使用报告》还指出一个反常识现象：模型 Benchmark 分数与其实际市场份额几乎呈反比——开发者更关注推理成本、API 稳定性与 Agent 适配，而非榜单上的极限分数。这与编程任务占比过半、Flash 系模型霸榜的现象相互印证。
把排行榜从「新闻」变成「运维规范」，建议按周执行以下步骤，并与 OpenRouter 趋势选型指南、OpenClaw 多模型路由 衔接。
固定每周一打开 openrouter.ai/rankings：记录全球周总量、中美占比与 Top 10 变动，建立内部周报（可复制上表四行指标）。
对照自家账单拆 Token vs 美元：若 Token 大头在 Flash 系而收入大头在 Claude，说明路由已分层——显式写入网关规则，避免误用 Opus 做批量补全。
按场景映射三类分层：Agent/批处理 → DeepSeek-V4-Flash；企业复杂推理 → Claude Opus/Sonnet；多模态 → Gemini Flash。
跟踪新进前十模型：Hy3 Preview、Owl Alpha 等异动往往是下一爆款信号；非敏感原型可先用免费层验证工具链。
用编程占比>50% 校准评测：选型会议少谈 MMLU，多谈 SWE-bench、Terminal-Bench 与真实失败率。
评估混合算力：当月 API 超过高配 Mac 租金时，将长会话 CLI Agent、Ollama prefill 迁到 SSH 独占节点，OpenRouter 只承担弹性峰值。规格见 租赁价格说明。
纯笔电合盖睡眠或廉价 Linux VPS，难以承接 12 小时以上的 Agent 循环，也无法运行 xcodebuild、notarytool 等 macOS 工具链。把「看周榜」与「固定执行环境」绑在一起，比每周追逐单一「最强模型」更可持续。
对需要稳定 SSH 长会话、Keychain 隔离与可预期带宽的 iOS CI/CD 与 AI Agent 自动化团队而言，在网关里写清 OpenRouter 路由、把重负载放在可独占的云端 Mac 上，通常比把所有 Token 都押在公有 API 上更可控。NodeMini Mac Mini 云端租赁可作为 Agent 执行层：更换 API Key 或模型端点时，SSH 节点与 CI 标签可保持不变。接入流程见 帮助中心，算力即时开通见 算力订购。
Benchmark 适合比较单项能力上限；OpenRouter 按7 天滚动 Token 吞吐量排序，反映真实付费与免费调用。对预算预测、市场占有率与 Agent 批处理选型，账单数据通常更诚实。二者应分工使用，而非互相替代。
Claude 定价显著高于 DeepSeek 等开源线：企业级复杂推理用户愿付溢价，但海量 Agent 与编程任务流向低价模型，形成「高价值·低流量」与「极低价·高流量」并存。选型时应同时看 Token 份额与美元收入份额。