一款模型发布时声量很大，不代表大家真的会用。更有产业含义的时刻，是开发者开始把真实任务交给它：写代码、调用工具、处理图片，再为每一次运行付出时间和算力成本。
10月19日至25日，DeepSeek V4.1-Flash-1017在第三方模型 API 聚合平台 OpenRouter 上处理了33.6万亿 Token，周调用量排名第一，环比增长801%。Token 是模型处理文字时使用的基本单位，可以近似观察平台上的使用规模。更值得注意的是，DeepSeek旗下模型已连续三周占据该平台周榜首位。这说明热度至少在OpenRouter内部延续到了实际调用环节。
不过，OpenRouter只是一个渠道。以下数字不能代表全球全部模型市场，也不能直接换算成用户数、请求数、收入或市场份额。
新版上升，旧版下降
V4.1-Flash-1017于10月17日更新，以9月10日发布的V4.1 Flash为基础。两天后，它便进入这轮统计周期。801%是环比数据，也就是和紧邻的上一周相比；由于新版此前的基数很低，这个百分比看起来尤其醒目。因此，33.6万亿Token的绝对调用量比“暴涨801%”本身更值得看。
同一周，旧版V4.1 Flash以18万亿Token排名第二，但环比下降45%。新版升、旧版降，和用户从旧版本切换到新版本的解释相符，但现有材料不足以证明33.6万亿Token中有多少来自迁移，又有多少是真正新增的使用。
本刊10月18日报道过这次更新：DeepSeek称，新版改善了推理、编程、自动化和视觉任务表现，并在多个 Harness——用来组织模型测试或运行流程的控制框架——下达到新的“性能—费用帕累托最优”。说白了，就是厂商认为它在效果与成本之间提供了更好的折中。不过，这仍是DeepSeek自述，材料没有提供独立基准复核。
据界面新闻报道，新版延续非对称 MoE 架构，并原生支持多模态。MoE 即“混合专家”：模型内部有多组参数，但每处理一个Token，只调用其中一部分，目的是用较大的总参数规模换取较低的单次计算成本。报道给出的规模是552B总参数，输入时激活8B、输出时激活16B；这些架构数字目前也只有单一稿源支持。
榜首之外，前五都来自中国厂商
这一周OpenRouter共处理188万亿Token，环比增长14.63%。前五名依次是DeepSeek V4.1-Flash-1017、DeepSeek V4.1 Flash、MiniMax M3.1 Flash（free）、智谱GLM 5.3 Flash和腾讯Hy4 preview。
后三款的调用量分别为13.7万亿、13.2万亿和8.97万亿Token。智谱模型环比增长8%，腾讯模型增长19%。MiniMax则称，M3.1 Flash线上推理速度提升近3倍、使用成本降低70%；这组效果与成本数据同样来自厂商，尚缺独立验证。
按相关报道采用的统计范围，中国模型合计93.54万亿Token，环比增长18.14%；美国模型为22.47万亿Token，环比增长29.44%。中国模型在OpenRouter的周调用量已连续26周超过美国。不过，不同报道对这组国别数据究竟覆盖“上榜模型”、前九、前十还是全部模型，说法并不一致，因此不宜进一步计算或比较市场份额。
为什么实际调用比发布更值得看
模型发布像新餐厅开门，跑分和演示相当于菜单照片；调用量则更接近顾客是否真的下单。它仍不等于复购、收入或利润，却至少说明模型进入了实际工作流，而不只停留在发布会和社交媒体上。
这次数据还展示了模型竞争的速度：10月17日新版上线，随后一周登顶；旧版仍排第二，却已明显回落。开发者面对的不是一年一次的大换代，而是同一家厂商内部也可能在几天内完成流量重排。10月21日本刊报道的DeepInfer也补上了另一块拼图。据界面新闻报道，这套10月20日开源的自研推理框架支撑V4.1 Flash系列的高吞吐服务，也就是让大量请求更高效地同时运行；其具体贡献目前没有独立数据拆分。
局限与未知
- OpenRouter不覆盖厂商自有API、官网、App、云平台和私有化部署。这里的“第一”只能表述为：10月19日至25日，在OpenRouter平台按Token调用量排名第一。
- 该平台把提示词、模型输出和推理过程消耗的Token一并统计。不同任务输出长短不同，价格和免费额度也会影响调用量，所以Token多不等于用户多或收入高。
- 801%建立在新版上线初期的低基数上。它证明短期增速很快，却不能单独证明这种领先能够持续；连续数周的留存、付费与跨平台数据仍有待观察。