单周33．6万亿Token！中国AI凭啥登顶

上周，一款名叫 DeepSeek V4．1－Flash－1017 的大模型在 OpenRouter 平台上完成了 33．6 万亿 Token 的调用量，排名全球第一——环比增长 801％，几乎翻了八倍。与此同时，它背后的中国模型阵营合计拿下 93．54 万亿 Token，而同期美国模型仅 22．47 万亿。这是国产 AI 首次在全球 API 分发渠道呈现出数量级上的压倒性优势。

33．6万亿Token的疯狂一周

据《每日经济新闻》引用的 OpenRouter 数据，2026 年 10 月 19 日至 25 日这一周内，全球大模型总调用量达到 188 万亿 Token。其中，前三名全部由中国公司占据：DeepSeek V4．1－Flash－1017 以 33．6 万亿独占鳌头，紧随其后的 DeepSeek V4．1 Flash 也达到了 18 万亿。第五名到第十名的调用量分布在 4 万亿至 9 万亿之间，同样多为国产模型。

这不仅是数字的胜利，更是开发者用真金白银投出的选票。更关键的信号在于对比：过去长期霸占 API 榜头的美国头部模型——比如 GPT－4o 系列和 Claude 系列——在同一周期内的表现相对平庸。GPT－4o 的周调用量甚至出现了明显下滑，部分原因是价格调整导致部分开发者转向其他替代品，另一部分原因则是模型迭代速度的放缓让竞品有了可乘之机。这组数据反映的不是某一个产品的偶然爆发，而是整个产业链条的竞争格局正在发生结构性变化。

中国模型为何突然领跑？

要理解这一现象，需要从三个维度切入：价格、性能门槛和开发者的实际选择。

首先是定价策略。OpenRouter 作为一个中转层平台，向用户转售底层模型的推理服务，本身不在推理价格上加价——其收入来源于充值手续费及加密货币交易费用。这意味着，终端用户支付的价格基本等于上游模型提供商设定的 List Price。而自 2024 年底以来，DeepSeek 等中国厂商就持续采取激进定价策略，其 API 输入／输出价格为同级别美国产品的几分之一。即便经过多轮迭代，这种成本劣势依然存在。

其次是性能门槛。对于绝大多数日常应用——包括代码辅助、基础文案撰写和数据分析——用户对模型精度的要求并没有想象中苛刻。代码生成、文本摘要、数据分析这类任务，并不一定需要 GPT－4o 级别的最高精度来完成。当一个国产模型能做到相同效果的十分之一甚至百分之一的价格时，开发者自然会用脚投票。这种“够用就好”的心态在大模型普及初期尤为普遍。

最后是开源生态效应。HuggingFace、ModelScope 等平台上的开源社区加速了国产模型的传播速度。许多海外中小型开发者和创业团队并不愿意承担高昂的商业许可费用，转而使用国内厂商开放的 API 接口甚至直接部署开源版本。这种低成本获取高质量模型的方式，在过去一两年里迅速扩散，形成了强大的长尾效应。

“管中窥豹”：OpenRouter榜单的真实含义

虽然这组数据确实令人振奋，但我们需要冷静看待它的边界。

OpenRouter 本质上是一个 API 分发渠道，它聚合了数十种不同模型的调用入口。它的统计数据反映的是在其平台上的 API 请求量或计费量，不完全等同于全互联网的真实用户调用规模。换句话说，它更像是一张“批发市场”的出货记录，而非消费者最终的消费账本。

此外，冠军模型名称为具体版本 DeepSeek V4．1－Flash－1017，不能简单泛化为所有 DeepSeek 产品总量。时间口径也为单周窗口（10／19–10／25），未提供月度或其他更长周期的横向对比验证。这些限制提醒我们，这是一个有代表性的切片样本，但不一定是完整的全景图。

即便如此，数据本身揭示了一个无法忽视的趋势：在可计量的技术基础设施层面，国产 AI 模型已经不再是配角。它们开始在全球范围内获得实际采用量级的支持。对于像 OpenRouter 这样专注于服务独立开发者和中小企业的平台来说，这种偏好具有极强的风向标意义。

谁在赚钱？AI API 经济的利润分配

API 经济的核心逻辑非常简单——调用量 ＝ 收入。当你的模型被越来越多的开发者接入并频繁使用时，上游提供商就能从中获利。

根据 OpenRouter 的运行模式，平台按 List Price 向用户收费后，扣除少量服务费，剩余部分支付给上游模型提供商。这就意味着，DeepSeek 及其同类产品在这个体系下获得的每一点份额增量，都会直接转化为实际的营业收入。在缺乏大规模 ToC（面向消费者）变现能力的背景下，ToB（面向企业／开发者）的 API 调用量成为了衡量一家大模型公司商业化成败的关键指标。

反过来看，那些原本占据市场主导地位的欧美大厂则面临挑战。如果它们的客户大规模迁移到价格更具竞争力的竞品上，营收将不可避免地下滑。而这正是目前发生的现实：GPT－4o 等产品的使用量在减少，部分原因在于替代品的性价比远超预期。当然，利润并非唯一考量因素。有些公司更注重品牌影响力、技术话语权以及长期的生态系统建设。但从纯商业角度看，低价换量的策略是否可持续，取决于上游训练成本和硬件供应链能否持续支撑。

接下来看什么？

如果你想跟踪这一趋势的实际走向，建议关注以下五个观察指标：

1。 月度调用量趋势：单周高峰可能受促销活动等因素扰动，连续几个月的稳定高位才足以确认结构性转变。 2。 头部产品迭代频率：看看国产厂商能否在保持低价的同时，快速推进下一版本的技术升级，维持性能代差。 3。 新进入者动态：除了 DeepSeek 之外，是否有更多中国大模型出现在 OpenRouter 前列，形成集群效应。 4。 海外市场政策变动：地缘政治是否会成为阻碍国产模型出海的外部变量，例如出口管制对算力的限制。 5。 盈利模式的多样性：单一依赖 API 调用的商业模式是否有足够的抗风险能力，未来是否会向 SaaS 服务转型。

这些数据足够说明一件事：中国 AI 正从追随者走向竞争者。至于最终谁能在这场长跑中笑到最后，还需要时间给出答案。