10月26日，OpenRouter公布了10月19日至25日的周度调用量数据：10月17日刚上线的DeepSeek V4.1-Flash-1017以单周处理33.6万亿Token、环比增长801%空降第一，DeepSeek旗下模型已连续三周位居该平台周榜第一，经济日报次日也援引这组数据作了报道。第一财经知乎专栏
但这个“全球第一”的尺子是单一的——一个API聚合平台上流过了多少token，它既不是能力榜，也不是用户人数榜，更不是收入榜。能力这边，Artificial Analysis刚更新的智能指数v5.0上，10月28日发布的Gemini 4 Carbon以59分登顶，Claude Opus 5.5和GPT-6 Astra以58分、57分紧随其后，头部仍是海外前沿模型。 收入那边，OpenRouter按不同任务花费占比统计的另一个榜单里，海外模型依然绝对领先——调用量第一、赚钱第一、能力第一，是三件事。知乎专栏
调用量第一也不等于虚火：33.6万亿Token是开发者用真金白银投出来的，它赢下的是“被使用”。怎么读懂这个第一？先把榜单上的数字拆开。
801%、16%、224%，三个数都对，量的却不是同一件事
801%量的是新版的Token增幅。同一张榜上，第二名也是DeepSeek——旧版V4.1 Flash当周处理18万亿Token、环比下降45%。新升旧降，说明激增里相当一部分是用户跟着10月17日的版本切换迁移而来；何况新版刚发布，拿来环比的基期本来就短，涨幅天然醒目。知乎专栏
16%量的是“被叫了多少次”。OpenRouter按厂商统计文本请求，10月19日起的完整周里DeepSeek请求数比前一周增加16%，份额26.5%，高于谷歌的20.1%和OpenAI的18.5%——使用确实在涨，但远比Token涨幅温和。知乎专栏
224%量的是换了窗口的同一件事。OpenRouter周榜是滚动七日统计：截至10月27日，新版处理37.3万亿Token、较前一个窗口增长224%，仍居第一。窗口移动，增长率就变，用量更高与增速更低可以同时发生，两个数不能互相加减，更不该被读成“降温”。知乎专栏
Token不按人头发，用量榜自带放大机制
先说计量单位。OpenRouter把输入和输出Token一起计入总量，模型变体分开汇总，设为私密的请求不在这组统计里。知乎专栏
这个单位在智能体场景里会被放大：平台自己提醒，不同模型的冗长度和分词方式会影响Token量，这份用量榜不能直接替代准确率、推理能力或收入的比较。一次任务拆成多次请求、长上下文反复读取、试错重试持续消耗，都会把Token堆高——一位公开了自己网关账单的用户测算，缓存读取占单次成本的70%到87%，越是“让模型反复读材料”的用法，Token越多。知乎专栏知乎
再说渠道。OpenRouter是开发者通过统一接口调用各家模型的平台，这张榜统计的是经过它的流量，不是DeepSeek所有渠道的总账——API直连、其他云平台、私有化部署和官方网页、App都不在表内。 在这块阵地上登顶，和在全球市场登顶，是两回事。知乎专栏
能力榜上，DeepSeek到底在哪
综合智能确实不在头部：Artificial Analysis在10月中旬单独实测1017版，智能指数45分，高于GLM-5.3-Flash的41.8，单题评测花费约0.26美元——与57到59分的前沿梯队之间，差距肉眼可见。知乎
但分数的内部结构值得细看。官方更新日志里，它的Terminal-Bench 4.0（终端编程）从31.2涨到42.3，HLE纯文本子集从39.1涨到44.0；只是官方数字用的是自家选择的评测框架，与第三方统一口径的结果不能直接对标。知乎
短板同样具体。AA的知识测试量的是“会不会硬编答案”：在不会答的题里，有多大比例编一个答案出来而不是老实说不知道——旧版V4.1 Flash的这项幻觉率高达96.5%，尽管它的答对率其实高于同档对手。写代码、读文档、跑智能体，事实由工具喂给它，无伤大雅；把它当不联网的知识源，该怕的就是这个数字。知乎
真正解释调用量暴涨的，是“性价比×零迁移”。有作者逐字节比对了新旧两版模型仓库：张量键名、分片归属、总字节数完全一致，架构、参数量、推理代码一个字节没动，只是同一副骨架重新过了一轮后训练；官方API调用方式和价格不变，用户切换没有任何成本。 而同一位网关用户自算的账单显示，同样的工作量，DeepSeek月费1549元、Opus要31149元，差出20倍——省下的不是幻觉率，是预算。知乎专栏知乎专栏知乎
这张榜，普通用户到底怎么用
对行业，这确凿是好消息：全球周调用量前九里中国模型占六席，总量93.54万亿Token、美国近22.5万亿，中国已连续26周超过美国——国产模型真实进入了开发者工作流，性价比这局赢得扎实。但能力冠冕（v5.0榜首57到59分档）和收入冠冕（花费份额）仍在海外手里，只取用量榜会高估格局。第一财经
对选模型的人，“NO.1”其实是三件不同的事，那位翻完自己账单的用户结论很干脆：按能力榜排，DeepSeek已经不是第一；按成本榜排，它也不是最便宜的，但它是最不容易选错的默认选项。 不必因为谁登顶就连夜换掉整套流程：交一件熟悉的活试试结果，编码、智能体、批量文档这类场景它的性价比真实存在；涉及事实准确的任务，要么核验，要么换前沿模型。知乎
最后留一条边界：调用量增长对应了多少完成的任务、多少耗在重复尝试里，平台没有拆账，公开数据也回答不了。下次再看到“暴涨登顶”，先问这把尺子量的是Token、请求次数还是花费——先问尺子，再下结论。
