OPENROUTER
JULI_2026_
XIAOMI_TOP1_
CHINA_46%.
Wer ein LLM noch aus einem Benchmark-Chart von zwei Monaten auswählt, operiert mit veralteten Daten. Problemstellung: OpenRouter rankt reales, bezahltes Token-Volumen — nicht Fähigkeitswerte — und Platz 1 im Volumen-Chart ist nicht Platz 1 in der Qualität. Ergebnis: Stand 25. Juli halten chinesische Labs rund 46% des identifizierten Token-Anteils; Xiaomis Mimo V2.5 führt mit 1,4T Tokens/Tag, und der Markt spaltet sich in eine Hantel: günstiges Volumen versus Premium-Hartaufgaben. Struktur: Top-12-Tabelle → Anbieteranteile → Nutzung vs. Qualität → App-Leaderboard → Preismatrix → August-Ausblick → 5-Schritte-Routing → Mac-Drei-Ebenen-Split.
1. Schmerzpunkte: Warum Juli-Daten Ihren Routing-Stack neu verdrahten sollten
1) Volumen ≠ Fähigkeit — ein günstiges Modell in einer High-Traffic-App kann ein stärkeres Modell, das nur für die schwersten 10% der Arbeit genutzt wird, überholen. 2) Das „Modell des Monats“ rotiert — DeepSeek ist der stabileste #1-Anbieter (16–18% Anteil), doch die tägliche Modellkrone wechselte im Juli allein von MiniMax M2.5 zu MiMo-V2-Pro zu Mimo V2.5. 3) Die halbe Marktseite fehlt in Enterprise-Berichterstattung — Roleplay- und Companion-Apps bewegen erhebliches Open-Model-Volumen. 4) Preisgefälle ≈ 35× — DeepSeek V4 Flash bei ~$0,05–0,14/M Input vs. GPT-5.5 bei ~$5/M. 5) Sicherheit ist jetzt eine Auswahlvariable — nach OpenAIs Sandbox-Escape-Vorfall gehören Vendor-Safety-Trackrecords auf Enterprise-Scorecards; unter DSGVO-relevanten Deployments müssen Datenresidenz und Audit-Pfade vor Modellwechsel dokumentiert werden.
2. Modell-Token-Volumen Top 12 (Stand 25. Juli 2026)
| Rang | Modell | Lab | Tokens/Tag | 30-Tage-Gesamt |
|---|---|---|---|---|
| 1 | Mimo V2.5 | Xiaomi | 1,4T | 31,2T |
| 2 | DeepSeek V4 Flash | DeepSeek | 943,9B | 23,6T |
| 3 | Hy3 | Tencent | 590B | 23,4T |
| 4 | Nemotron 3 Ultra 550B (free) | NVIDIA | 428,6B | 9T |
| 5 | DeepSeek V4 Pro | DeepSeek | 413,7B | 11,6T |
| 6 | GLM 5.2 | Z.ai | 316,7B | 13,3T |
| 7 | MiniMax M3 | MiniMax | 262,5B | 15,1T |
| 8 | Step 3.7 Flash | StepFun | 204,8B | 5,9T |
| 9 | Kimi K3 | Moonshot AI | 157,6B | 1,6T (Neueinstieg) |
| 10 | Ling 3.0 Flash | InclusionAI | 128,3B | 417,3B |
| 11 | Gemini 3 Flash Preview | 106,3B | 4T | |
| 12 | Claude Sonnet 5 | Anthropic | 99,5B | 3,6T |
Sieben der Top-10-Modellplätze gehören chinesischen Labs. Kimi K3 ist der stärkste Aufsteiger — die Schlüsselvariable für den August.
3. Anbieteranteile: China bei ~46%, von unter 2% ein Jahr zuvor
| Anbieter | Herkunft | Token-Anteil (ca.) |
|---|---|---|
| DeepSeek | China | 16%–18% (#1 in meisten Fenstern) |
| Xiaomi | China | 8%–18% (volatil — Mimo V2.5-Spike) |
| Anthropic | US | 10%–15% |
| Tencent | China | 8%–13% |
| US | 8%–13% | |
| Z.ai | China | 4%–7% |
| OpenAI | US | 6%–8% |
Chinesische Labs kombiniert: ~46% (unter 2% ein Jahr zuvor). US-Frontier-Trio kombiniert: ~30%–36% (von ~70% Mitte 2025). Eine der steilsten Anteilmigrationen in der KI-Geschichte.
4. Was die meiste Berichterstattung übersieht: Nutzungsrang ist kein Qualitätssignal
Nach Ausgabenkategorie: General Chat 35,7%, agentische Workflows 30,4%, Code 26,5%, Datenarbeit 7,5%. Im schwierigsten Bucket — Klassifikation/komplexes Reasoning — dreht sich das Bild: Claude Sonnet 4.6 und Claude Opus 4.7 teilen jeweils 13,5% der Ausgaben; GPT-5.5 ist Dritter mit 11,6%. Die günstigen Open-Modelle, die Volumen-Charts dominieren, sind hier kaum sichtbar.
Am 24. Juli lieferte Anthropic Claude Opus 5: 43,3% auf FrontierBench v0.1 (vs. GPT-5.6 Sols 37,5%), bei Opus-Preisniveau $5/$25 pro M — halb des Input-Preises von Fable 5. Ein klares „wir kosten mehr und sind es wert“-Signal.
| Modell | Input/M | Output/M | Positionierung |
|---|---|---|---|
| DeepSeek V4 Flash | ~$0,05–0,14 | ~$0,24–0,28 | Bestes Preis-Leistungs-Verhältnis; Agentic-Coding-Default |
| MiniMax M3 | $0,10 | $1,21 | Long-Context-Multimodal im Budget |
| GLM 5.2 | $0,45 | $3,31 | Closest Open-Weight Opus-Style-Planner |
| Kimi K3 | ~$3 | ~$15 | 1,4TB Open Weights, Closed-Tier-Fähigkeit |
| Claude Opus 5 | $5 (Fast-Tier $10) | $25 (Fast-Tier $50) | Closed Frontier; Juli-Benchmark-Führer |
5. App-Ebene: Coding-Agenten dominieren; Roleplay ist die unsichtbare Hälfte
| Rang | App | Kategorie | Anteil (ca.) |
|---|---|---|---|
| 1 | Hermes Agent | Persönlicher Agent / CLI | ~45% |
| 2 | Kilo Code | Coding-Agent | ~13% |
| 3 | OpenClaw | General Agent | ~9% |
| 4 | Claude Code | Coding-Agent | ~6% |
| 5 | Descript | Content-Produktion | ~4,5% |
| 7 | Lemonade | Companion / Gaming | ~2,1% (neu) |
| 8 | ISEKAI ZERO | Roleplay | ~2,0% (neu) |
| 10 | Cline | Coding-Agent (IDE) | ~1,7% |
Cline → Roo Code → Kilo Code sind drei Generationen derselben Open-Source-Linie — der jüngste Fork führt jetzt das Volumen. Der OpenRouter × a16z State of AI Report fand: kreatives Roleplay macht mehr als die Hälfte aller Open-Model-Nutzung aus. Wer „KI-Nutzung“ nur aus Enterprise-Headlines kennt, verpasst die halbe Marktseite.
6. August-Ausblick: Fünf Signale im Blick
- Kombinierter chinesischer Open-Weight-Anteil steigt wahrscheinlich Richtung 50%, sofern kein US-Anbieter eine echte Preisoffensive startet.
- Das monatliche #1-Modell rotiert weiter — Xiaomi, DeepSeek, Tencent, Z.ai, MiniMax und Moonshot shipen und re-pricen schnell.
- Anthropic könnte ein günstigeres Volumen-Tier liefern — Opus 5 ist ihr viertes Flaggschiff in unter zwei Monaten (nach Mythos 5, Fable 5, Sonnet 5), Signal für vollständige Preis-Tier-Abdeckung.
- Kimi K3s 1,4TB Weights werden vermutlich in 2–4 Wochen community-quantisiert — bis dahin praktischer Zugang meist für große Teams und Inference-Hosts wie Fireworks AI.
- Sicherheit und Governance werden formale Auswahlkriterien — OpenAIs Sandbox-Escape, der vorgeschlagene AI Kill Switch Act und ein White-House-Framework für Pre-Release-Reviews vor dem 1. August; für EU-Teams zusätzlich DSGVO-konforme Datenfluss-Dokumentation.
7. Fünf Schritte: Task-Tier-Routing, das den August übersteht
- Ketten nach Task mappen: Chat/Kreativ/Roleplay → DeepSeek V4 Flash / Mimo V2.5; Klassifikation/komplexes Reasoning/High-Stakes-Agenten → Claude Opus 5 / GPT-5.6.
- Ausgaben-Caps setzen: tägliche Token-Budgets auf Frontier-Modellen; Auto-Fallback auf GLM 5.2 oder DeepSeek Flash bei Überschreitung.
- openrouter.ai/rankings wöchentlich prüfen: Rankings verschieben sich täglich — Top 10 vor Zitaten verifizieren; Preview-Pricing endet oft mit Rang-Spikes.
- Lokales Open-Weight-Backup: GLM 5.2 / Kimi K3 auf Mac via MLX für Offline-Fallback bei Rate Limits oder Compliance-Switches — Daten bleiben im lokalen Speicher, kein Drittland-Transfer.
- 20-Task-Eval-Set fahren: gleiche Tasks auf günstigen und Frontier-Modellen; Pass-Rate und Kosten pro Task ins Team-SOP loggen.
8. Deep Dive: Fähigkeit und Popularität divergieren
Die Juli-Leitlinie: Fähigkeit und Popularität spalten sich. Chinesische Open-Weight-Modelle kauften mit Preis die halbe Marktseite — ein ~35×-Gap zwischen DeepSeek V4 Flash und GPT-5.5, wenn 80–90% der Tagesaufgaben „gut genug“ sind. US-Closed-Frontier-Labs verteidigen die andere Hälfte mit Pricing Power auf Hartaufgaben: Claude Opus 5s 43,3% FrontierBench-Score und Anthropics relativ sauberer Safety-Trackrecord erklären, warum Enterprises weiter Premium zahlen.
Auf der App-Ebene hält Hermes Agent 45% des getrackten App-Token-Anteils; die Coding-Agent-Familie (Kilo Code, OpenClaw, Claude Code, Cline) füllt den Rest. Für Mac-Entwickler müssen Routing-Tabellen nach Workload splitten — Cursor-Completions, OpenClaw-Agent-Ketten und Hermes-Self-Improvement-Loops brauchen oft unterschiedliche optimale Model-IDs.
Independent Developers: OpenRouter bleibt der schnellste Weg, Dutzende Modelle hinter einem API-Key zu A/B-testen. Coding-Workloads mit DeepSeek V4 Flash für Kosten und GLM 5.2 für Opus-Style-Planning starten; Premium-Closed-Modelle nur für Schritte, wo günstige Modelle tatsächlich scheitern.
9. Schluss: Tiered Routing + Mac Unified Memory
Eine Windows/Linux-Cloud-Box kann OpenRouter-APIs aufrufen, scheitert aber an lokaler MLX-Inferenz, Cursor-Toolchain-Synergie, 24/7-Agent-Uptime und Grafik-Workflows im Vergleich zu Apple-Silicon-Mac. Wer die „DeepSeek-Cent vs. Claude-Dollar pro Stunde“-Lücke navigiert und vorhersagbares lokales Backup plus Remote-Peak-Offload braucht, nutzt einen Drei-Ebenen-Stack: lokales MLX für GLM 5.2 / Kimi K3 Tagesvolumen; OpenRouter API für Opus 5 auf Hart-Schritten und DeepSeek Flash auf Volumen; MACGPU Remote-Mac-Knoten für Overnight-Batch-Agenten und Long-Context-Jobs, die Unified Memory stressen — kontrollierte Compute ist die beste Absicherung vor Augusts Modellwelle.