先看数字，再看这数字是怎么来的
按 OpenRouter 的数据测算，8 月 31 号到 9 月 6 号这一周，全球大模型总调用量 115 万亿 Token，环比涨 1.77%。其中中国模型 56.72 万亿，环比涨 2.83%；美国模型 16.54 万亿，环比跌 3.1%。中国模型周调用量已经连续十九周超过美国。
前五名里四款是中国模型：腾讯混元 Hy4 preview 以 14.7 万亿 Token 登顶，环比暴涨 379%；OpenAI 的 GPT-5.6 Luna 12.9 万亿第二，涨 66%；智谱 GLM-5.3 Flash 12.4 万亿第三，涨 101%；DeepSeek-V4-Flash 正式版 12.4 万亿第四；DeepSeek-V4-Flash 预览版 5.19 万亿第五。MiniMax M3 隔了近一个月重回榜单，5.02 万亿第六，涨 95%。
跌出去的也有：上周第三的小米 MiMo-V2.5、第九的 Gemini 3.7 Flash，这周都不在榜上了。
先泼一盆冷水：这不是全球市场份额
OpenRouter 是一个第三方模型路由平台，统计的是平台内的文本请求量。它有三个天然偏差，不弄清楚就会误读：
第一，样本偏差。会绕道 OpenRouter 调模型的，主要是海外开发者、独立开发者和小团队。大企业直连官方 API 的那部分，这里完全统计不到。所以这份榜单衡量的是"开源与低价模型在全球开发者长尾里的受欢迎程度"，不是"谁在全球 AI 市场赚得多"。
第二，免费额度会放大数字。榜单第六的 MiniMax M3 后面直接标了 (free)——8 月 24 号到 9 月 6 号，开发者可以通过 GMI Cloud 和 OpenRouter 免费用它。免费的东西调用量涨得快，这是常识，不是能力证明。
第三，Token 数不等于商业价值。跑一百万 Token 的批量数据清洗，和跑一百万 Token 的高价值合同审查，在这份榜单里权重相同，在账本上差着一个数量级。
另外还有一份按厂商口径的占比表：DeepSeek 23.8%、OpenAI 20.0%、谷歌 19.8%、智谱 9.7%、阿里 5.6%、腾讯 3.8%、Anthropic 2.9%。注意这里腾讯只有 3.8%，跟它在单模型榜上登顶并不冲突——混元这一款涨得猛，但腾讯的盘子还小。看榜单要先问一句：这是按模型算还是按厂商算。
冷水泼完，说真信号
去掉噪音，这份榜单至少说明三件事。
第一，开源加低价的打法确实在被全球开发者用脚投票。Hy4 preview 8 月 28 号发布并开源，总参数 770B、激活 49B、上下文超过 1M，面向 Agent、编程和生产力场景。9 月 1 号又出了轻量版，把权重从 1.5TB 压到约 214GB，官方称长文理解能力几乎与原始模型持平。从发布到登顶只用了一周，靠的就是"能自己部署、够便宜、能力不差"这三件事叠加。
第二，中国模型的角色在变。沙特公共投资基金旗下的 AI 公司 HUMAIN 基于 MiniMax M3 训练出了首个阿拉伯语大模型。过去中国模型出海主要是卖 API 或者做应用产品，这一次是直接当别人家本土模型的基础模型。这条路一旦走通，商业模式的性质就变了——从卖调用变成卖底座。
第三，榜单的流动性极高。GLM-5.3 Flash 一周涨 101%，MiMo-V2.5 一周就从第三跌没了。这个市场里没有什么位置是坐得稳的，上周的赢家这周可能就查无此人。
跟你有啥关系
如果你要做模型选型，"调用量大"这个指标该怎么用？
该用的地方：调用量大通常意味着生态成熟。踩过的坑有人踩过，第三方工具的适配会先做它，社区里能搜到的解决方案多。对于工程能力不强的小团队，这个价值可能比评测分数高两三分更实在。
不该用的地方：别把它当性能排行榜。榜单里混着免费模型、促销模型和长尾场景，排名变化更多反映的是价格和渠道策略，不是能力排序。真要选型，拿你自己的实际任务跑一遍，比看任何榜单都准。
还有个务实的建议：既然榜单这么不稳定，架构上就别把身家押在某一款模型上。把调用层抽象出来，能换模型，比选对模型更重要。