OpenRouter 2026 Q2 Token 份额榜：Top 10 LLM
DeepSeek V3 已经连续 4 周占据 OpenRouter Token 份额第一。本文拆解完整 Top 10 排名、每个模型背后的价格经济学，以及 2026 Q2 生产团队实际使用的多层路由模式。
TL;DR：DeepSeek V3 以 24.1% Token 份额占据 OpenRouter 第一，$0.14/1M 输入的价格是 #2 Claude Sonnet 4.5（$3.00/1M）的 1/20。中国开源模型（DeepSeek + Qwen3.5）合计占据 30%+ 份额，超过任何一家西方厂商。新晋 Claude Opus 4.8 在不到 60 天内爬到 #3。大多数生产团队现在用三层路由：DeepSeek V3（默认）+ Claude Sonnet 4.5（高级写作）+ Claude Opus 4.8（硬推理）。
为什么 Token 份额比 Star 数更重要
2026 年的 LLM API 市场，开发者面临的选择比以往任何时候都多。仅 OpenRouter 一家就接入了 60+ 厂商的 400+ 模型。怎么选，不再是看谁的营销声量大，而是看谁真的在大规模生产环境里被调用。
这就是 Token 份额衡量的东西。每一个通过 OpenRouter 转发的请求都会产生 token。把所有 token 加起来，你就得到了一份关于「哪些模型真的在被用、用得多大、价格多少」的未经修饰的视图。这是一个领先指标，反映了模型能力、成本效率、生态契合度。一个稳定出现在 Top 10 的模型，就是又好用、又便宜到值得一直用的模型。
OpenRouter 每周会在 X（原 Twitter）和自家 API 上发布 Token 份额榜。2026 Q2 的数据讲了一个清晰的故事：DeepSeek 连续 4 周占据 #1，中国开源模型集体份额超过 Anthropic，新晋的 Claude Opus 4.8 在不到两个月内爬到 #3。本文拆解完整的 Top 10、每个模型背后的价格经济学，以及如何通过一把 OpenRouter key 接入全部。
2026 Q2 Top 10 — 6 月 2 日所在周
| 排名 | 模型 | 厂商 | Token 份额 | 对比 5 月变化 | $/1M（输入） | $/1M（输出） |
|---|---|---|---|---|---|---|
| 1 | DeepSeek V3 | DeepSeek | 24.1% | +0.4 pp | $0.14 | $0.28 |
| 2 | Claude Sonnet 4.5 | Anthropic | 16.8% | +2.1 pp | $3.00 | $15.00 |
| 3 | Claude Opus 4.8 | Anthropic | 9.2% | 新晋（4 月） | $15.00 | $75.00 |
| 4 | Qwen3.5 72B | 阿里 | 8.6% | +1.4 pp | $0.40 | $1.20 |
| 5 | GPT-4o | OpenAI | 7.4% | -1.2 pp | $2.50 | $10.00 |
| 6 | Gemini 2.5 Pro | 5.9% | +0.3 pp | $1.25 | $10.00 | |
| 7 | Llama 3.3 70B | Meta（经 Cerebras） | 5.2% | -0.8 pp | $0.60（合并） | $0.60（合并） |
| 8 | Grok-3 | xAI | 4.1% | +0.7 pp | $3.00 | $15.00 |
| 9 | Mistral Large 2 | Mistral | 2.8% | -0.4 pp | $2.00 | $6.00 |
| 10 | DeepSeek R1 | DeepSeek | 2.3% | -0.1 pp | $0.55 | $2.19 |
头条故事：#1 DeepSeek 的输入 token 价格是 #2 Claude Sonnet 的 1/20，在编码、数学、结构化输出任务上提供可比的品质。价格和份额不是线性关系——Claude 仍然占据 26% 的合计份额，即便单 token 价格贵 20-30 倍，因为写作和推理负载仍然是它的强项。
DeepSeek V3 — 连续 4 周 #1
DeepSeek V3 在 2026 年 4 月中旬超越前任榜首，此后再未让出第一。原因结构性、不是暂时的。
$0.14/百万输入 token 的标价，相同上下文长度下大约是 Claude Sonnet 4.5 的 1/20。一个开发者每月处理 1 亿 token（中等规模生产应用的典型量），DeepSeek V3 是 $14/月，Claude Sonnet 是 $300/月。OpenRouter 加收 5.5% 平台费后，价格差依然存在。
品质不再是障碍。在真正影响生产的基准（HumanEval、MMLU、GSM8K、MT-Bench）上，DeepSeek V3 与 Claude Sonnet 4.5、GPT-4o 差距在 2-4% 以内。编码、数学、结构化抽取负载上，V3 经常反超两者。剩下的差距在长篇创意写作，Claude 仍领先。
缓存经济学放大了优势。DeepSeek 缓存读出 $0.014/百万 token——比基础输入价便宜 10 倍。如果你的负载在请求间复用 system prompt、RAG 上下文或 few-shot 示例，那些重复 token 的有效成本降到 $0.014/1M。Claude 缓存读出 $0.30/1M，比 DeepSeek 贵 20 倍。
适合： 代码生成、数学/推理、结构化数据抽取、批处理、国内直连（DeepSeek 部署在国内基础设施，国内调用方无需 VPN）。
Claude Sonnet 4.5 — 高端默认选择
Claude Sonnet 4.5 以 16.8% Token 份额占据 #2，比 5 月涨 2.1 个百分点。涨幅来自两个因素：Opus 4.8 拉走了一些原本为更难任务付费 Sonnet 的用户，但 5 月底发布的 Sonnet 4.5 带来可测量的品质提升，保留住了现有 Sonnet 用户的大头。
$3.00 输入 / $15.00 输出 每百万 token，Sonnet 4.5 不便宜。付费买到的是：写作品质、200K 长上下文处理、行业最可靠的指令遵循。对于面向用户的 chatbot、内容生成流水线、或任何输出物被人直接读取的应用，单 token 溢价用更低的错误率和返工成本覆盖。
Anthropic 的 prompt caching 值得专门说一下。缓存写入 $3.75/1M，但缓存读出 $0.30/1M。一个 workload 有一个 2,000 token 的稳定 system prompt 服务 100 万用户，prompt 第一次按全价付费，后面的 999,999 次按缓存读出价服务。prompt 的有效单次成本从 $0.006 降到 $0.000001 以下。
适合： 面向用户的写作、长上下文分析（200K token）、工具调用和 agent 循环、高风险推理任务。
Claude Opus 4.8 — 新高端层级
Opus 4.8 在 2026 年 4 月底发布，已经爬到 #3。这不寻常——大多数新旗舰模型要 4-6 个月才能进入 Top 10。快速采用反映了模型的定位：它是首个在持续推理任务上达到 GPT-5.5 和 Gemini 2.5 Ultra 级别性能的 LLM，并且 prompt caching 经济性让它在批处理场景下负担得起。
$15.00 输入 / $75.00 输出 每百万 token，Opus 4.8 是榜单上最贵的模型。没人把它当默认用。生产部署中出现的模式：90% 流量路由到 Sonnet 4.5 或 DeepSeek V3，10% 难例升级到 Opus 4.8，用请求中的 `safety` 和 `reasoning` 字段自动标记升级候选。这是 2024 年围绕 GPT-4 vs GPT-3.5 出现的路由模式的升级版。
4.8 版本加了一个值得注意的功能：明确的 prompt caching 仪表板，实时显示命中率、成本节省、每百万 token 的有效价格。OpenRouter 在请求响应中输出这些数据，开发者可以在同一个仪表板里监控缓存经济性，跟其他 LLM 可观测性放在一起。
适合： 你流量中最难的那 10%。硬推理、复杂 agent 循环、研究综合、跨多文件的代码。不用于默认路由。
Qwen3.5 72B — 开源挑战者
阿里 Qwen 系列在 2026 Q2 持续增长 Token 份额，现在跨多个模型尺寸（3B、32B、72B 和新 MoE 变体）合计 8.6%。72B 稠密模型是主力——大多数基准接近 DeepSeek V3，便宜 3 倍，在阿里云百炼平台上提供完整中文支持。
价格是差异点。$0.40 输入 / $1.20 输出 每百万 token，把 Qwen3.5 72B 放在跟 DeepSeek V3 同一档位，但中文性能更强。对于中文市场应用、中文内容审核、任何混合中英文 prompt 的 workload，Qwen3.5 是性价比最高的生产选择。
阿里同时在百炼上提供全托管 Qwen API，处理扩展、限流、内容合规。对于在中国大陆运营的团队，这通常唯一实用的选择——国际 LLM API 需要 VPN，且在高峰期偶尔会被屏蔽。
适合： 中文 workload、国内生产部署、DeepSeek V3 超预算的成本敏感型批处理。
如何通过 OpenRouter 接入 Top 10
OpenRouter 提供一个 OpenAI 兼容端点，可路由到 400+ 模型中的任意一个。相对现有 OpenAI 集成，集成只需改一行代码：
from openai import OpenAIclient = OpenAI( api_key="你的_OPENROUTER_API_KEY", base_url="https://openrouter.ai/api/v1", )
response = client.chat.completions.create( model="deepseek/deepseek-chat", # 或 Top 10 中的任一模型 messages=[{"role": "user", "content": "用 100 字解释 token 份额。"}], extra_headers={ "HTTP-Referer": "https://你的应用.com", # 上榜必填 "X-Title": "你的应用名", # 在 OpenRouter 排行榜上显示 } ) print(response.choices[0].message.content)
模型名格式是 `厂商/模型名`。Top 10 的完整映射：
- DeepSeek V3：`deepseek/deepseek-chat`
- Claude Sonnet 4.5：`anthropic/claude-sonnet-4-5`
- Claude Opus 4.8：`anthropic/claude-opus-4-8`
- Qwen3.5 72B：`qwen/qwen-3.5-72b-instruct`
- GPT-4o：`openai/gpt-4o`
- Gemini 2.5 Pro：`google/gemini-2.5-pro`
- Llama 3.3 70B：`meta-llama/llama-3.3-70b-instruct`
- Grok-3：`x-ai/grok-3`
- Mistral Large 2：`mistralai/mistral-large-2`
- DeepSeek R1：`deepseek/deepseek-r1`
OpenRouter 的自动路由功能（`model: "openrouter/auto"`）是另一回事——它会检查 prompt 并路由到它认为最便宜且能处理请求的模型。对于服务多种查询的聊天应用，这可以在无品质损失的情况下砍 30-50% 成本，但会失去对所用模型的控制。
价格经济学：每百万 token 的真实工作成本
上表显示的是标价，但真实成本取决于缓存命中率、输入/输出比例、模型定价层。下表展示典型 80% 输入 / 20% 输出、50% 缓存命中率、含 OpenRouter 5.5% 平台费的有效成本：
| 模型 | 有效 $/1M（worked） | 对比 DeepSeek V3 |
|---|---|---|
| DeepSeek V3 | $0.07 | 1.0x |
| Qwen3.5 72B | $0.42 | 6.0x |
| Llama 3.3 70B（Cerebras） | $0.60 | 8.6x |
| Mistral Large 2 | $2.40 | 34.3x |
| Gemini 2.5 Pro | $2.55 | 36.4x |
| GPT-4o | $3.50 | 50.0x |
| Claude Sonnet 4.5 | $4.80 | 68.6x |
| Grok-3 | $5.40 | 77.1x |
| Claude Opus 4.8 | $22.50 | 321.4x |
用 FreeModel——一个 OpenAI 兼容的聚合器，一把 key 集成 DeepSeek、Claude、GPT 和 Gemini——可以消除在厂商间路由的集成开销。FreeModel 在标价上加少量加成（约 8%），但提供单一账单面、统一使用分析、模型被限流时的内置回退。
按模型划分的应用场景
合适的模型取决于 workload。快速参考：
| 场景 | 最佳模型 | 原因 |
|---|---|---|
| 代码生成（Python、JS） | DeepSeek V3 | 1/20 Claude 价格，前沿品质 |
| 长篇创意写作 | Claude Sonnet 4.5 | 最佳散文品质，最可靠的语调控制 |
| 客服 chatbot | DeepSeek V3 + Claude Sonnet 4.5（升级） | 双层路由砍 60% 成本 |
| 文档问答（RAG） | DeepSeek V3 | 128K 上下文，激进的缓存定价 |
| 硬推理（数学、研究） | Claude Opus 4.8 | 需要最佳模型的那 10% |
| 中文内容 | Qwen3.5 72B | 最佳中文品质，国内直连 |
| 批量数据标注 | Llama 3.3 70B（Cerebras） | Cerebras 合并价是最便宜的可胜任选择 |
| 实时流式聊天 | DeepSeek V3（低延迟）或 Groq（极快） | 首 token 延迟低于 200ms |
| 视觉/图像理解 | GPT-4o 或 Gemini 2.5 Pro | 只有顶级模型能良好处理图像 |
FAQ：2026 Q2 Token 份额
Q：Claude 写作明明更好，为什么 DeepSeek 一直是 #1？ A：榜单看总 token，不是请求数。DeepSeek V3 被用于大批量、重复性的 workload（代码生成、批处理、RAG 检索），单位 token 成本优势会复合放大。Claude 处理的 token 份额小，但单 token 价格高得多。两者都能在各自细分领域当 #1。
Q：OpenRouter 比直接调模型多延迟吗？ A：是的，通常多 20-80ms 延迟，取决于模型和地区。对于交互式应用，这通常可忽略。对于实时音视频应用，可能能感觉到。OpenRouter 最适合非延迟关键的 workload。
Q：能从国内用 OpenRouter 吗？ A：一般可以，但连接不稳定。OpenRouter 跑在 Cloudflare 上，通过混合数据中心路由。对于稳定的国内直连，用 FreeModel（国内托管）或直接调用模型厂商（DeepSeek、Qwen、Doubao）的国内服务模型。
Q：Token 份额跟市场份额有什么不同？ A：Token 份额只计通过 OpenRouter 计费的 token——是整个 LLM API 市场的子集。直连厂商调用（如直接调 OpenAI）不计入。相对排名大致反映更广市场，但绝对百分比不能直接跟全行业支出比较。
Q：Qwen3.5 72B 或 DeepSeek R1 会不会挑战 Claude Opus 4.8 的硬推理王冠？ A：未来 3-6 个月内不会。硬推理基准（AIME、GPQA Diamond、ARC-AGI）仍偏向 Claude Opus 4.8 5-10 个百分点。划算的打法是继续用 DeepSeek V3 + Qwen3.5 跑大头流量，只在最难的情况下升级到 Opus 4.8。
Q：GPT-5 和 Gemini 2.5 Ultra 呢？ A：两者都进 Top 15，但都在 Top 10 之外。GPT-5 比 DeepSeek V3 贵但品质提升边际，大多数生产 workload 已经迁出。Gemini 2.5 Ultra 基准有竞争力，但延迟更高，比标准 Gemini 2.5 Pro 贵。
结论：怎么用 2026 Q2 榜单
2026 Q2 榜单不只是排名——它是经过两年价格压缩后生产 AI 经济落点的地图。头条结论：中国开源模型（DeepSeek、Qwen）合计占据 30%+ 的 token 份额，超过任何一家西方厂商，顶层和胜任层之间的价格差已经扩大而非缩小。
对大多数生产应用，实用配置是三层路由系统：DeepSeek V3 作默认，处理 70-80% 流量；Claude Sonnet 4.5 处理 15-25% 需要高级写作或长上下文处理的流量；Claude Opus 4.8 处理 2-5% 需要绝对最佳推理的情况。相对使用单一高级模型，节省成本通常 60-80%，大多数 workload 上无品质损失。
OpenRouter 仍然是搭起这套系统最简单的方式。一把 API key、一个账单面、一个地方监控成本和性能。对于需要国内直连的团队，FreeModel 提供类似的聚合器，国内托管且内置回退。无论哪种方式，为默认流量付高端价的日子已经过去。
2026 Q2 榜单还会再变——可以预期 Qwen3.5 235B 和下一代 DeepSeek 发布会推动份额变动——但结构性趋势是清晰的：开源价格下限是新的默认，高级模型是差异化能力工具，不是批量算力。
相关评测：查看我们对 OpenRouter、DeepSeek、Anthropic、阿里云百炼、FreeModel 的深度评测，获取完整价格信息和代码示例。