据《每日经济新闻》基于OpenRouter最新数据测算，9月7日至13日当周，全球AI大模型总调用量达到127万亿Token，环比增长10.43%。其中，上榜的中国AI大模型周调用量为61.17万亿Token，环比增长7.85%；美国AI大模型周调用量为21.76万亿Token，环比增长31.56%。中国大模型周调用量已连续二十周超过美国，稳居全球首位。

前五占四席：中国模型领跑

在上周全球调用量排名前五的模型中，有四款来自中国厂商，显示出中国大模型在真实使用侧的强势地位。

腾讯混元Hy4 preview于8月28日正式发布并开源，总参数770B、激活参数49B，上下文长度突破1M（百万Token），重点面向Agent（智能体）、Coding（编程）与生产力场景优化，增强在真实业务场景中完成复杂任务的能力。

DeepSeek V4.1 Flash于9月10日发布，采用全新的Causal-Encoder-Decoder（因果编码器—解码器）结构，是一个总参数量552B的混合专家模型（MoE）。据DeepSeek介绍，该模型在性能、费用、速度和任务总用时等指标上已全面超越V4 Pro。

价格战同步打响

伴随V4.1 Flash发布，DeepSeek同步下调了API定价。按每百万Token计算，空闲时段缓存命中输入价格为0.02元、缓存未命中输入为1元、输出为4元；高峰时段分别为0.04元、2元和8元。新价格自2026年9月10日12:00起生效，与此前V4 Flash同一时段价格相比，缓存命中输入降价60%，未命中输入降价约33.3%，输出降价约11.1%。

榜单变动：MiniMax M3、GLM 5.3跌出

值得注意的是，此前一周排名第六的MiniMax M3、排名第九的智谱GLM 5.3，在本周跌出榜单。头部模型的排名在调用量这一维度上波动明显，反映出用户与开发者对性价比、响应速度与场景适配的高度敏感。

解读：调用量为何成为新标尺

与评测榜单衡量”能力上限”不同，调用量衡量的是”真实使用规模”。中国大模型连续二十周在调用量上领跑，说明国产模型不仅在参数与跑分上逼近前沿，更在成本、可用性与生态上赢得了开发者和企业的持续选择。当AI从演示走向生产，谁被真正用起来，正在成为比谁跑分更高更硬的指标。

*本文事实据《每日经济新闻》基于OpenRouter数据的测算及DeepSeek、腾讯混元官方信息整理。*

据彭博报道，Ox Alpha 于 8 月 20 日前后以 “stealth”（隐身）为名低调上线 OpenRouter，成为该平台历史上规模最大的发布。它迅速冲上使用量排行榜首位，用量超过 DeepSeek 的两倍。Stripe 首席执行官 Patrick Collison（其公司正在收购 OpenRouter）评价这次匿名发布”非常出色”。

从定位看，Ox Alpha 是一款面向编程与智能体任务的推理模型，可同时处理文本、图像与视频输入，上下文窗口达到 1,048,576 个 token（约 100 万）。目前向所有用户免费开放一周，之后的定价尚未公布。

其代号取自近期国内上映的电影《牛来》（Niu Lai）。这种”先匿名、后认领”的发布方式，延续了阿里巴巴、小米今年以来的做法：先观察模型在真实场景中的表现，再决定是否正式公布。

本月早些时候，Z.AI 刚发布旗舰模型 GLM-5.3，称其在部分基准上已可媲美 Anthropic 的 Fable 5。在编程基准 DeepSWE 上，Ox Alpha 在完整 113 题跑分中完成 66 题、得分 58.4%，接近 Anthropic Claude Opus 4.8 的 59%。据 VentureBeat 数据，GLM-5.3 通过 Z.AI API 调用的价格为每百万输入 token 1.40 美元、输出 4.40 美元；其 GLM-5.3-Flash 权重已以 MIT 许可发布于 Hugging Face，总参数 3210 亿、激活参数 180 亿。

Z.AI 于 2026 年 1 月 8 日在港交所上市，并将于周一发布上市以来首份详细半年财报。开源权重意味着开发者既能基于模型自行构建应用，也能检视乃至移除其安全护栏。在多家美国对手收紧闭源模型的背景下，中国开源大模型正以更低的成本与开放权重参与全球竞争。