OPENROUTER 7月榜
XIAOMI_
TOP1_
CHINA_46%.
七月进入尾声，若你还在用几个月前的印象判断「哪个大模型最值得用」，大概率已经过时。痛点：OpenRouter 排行榜排的是真实付费 Token 用量，不是跑分；榜单第一不等于质量第一。结论：截至 7 月 25 日，中国厂商合计约 46% 份额，小米 Mimo V2.5 单日 1.4T Token 登顶，市场正分裂为「便宜跑量」与「闭源难任务」的哑铃型结构。结构预告：Top12 模型表 → 厂商份额 → 用量≠质量 → Agent 应用榜 → 价格矩阵 → 8 月预测 → 五步分层路由 → Mac 三档分流。
1. 痛点拆解：为什么 7 月榜单会刷新你的路由认知
1）用量≠质量：便宜模型挂在高流量应用背后，轻松刷榜；复杂推理任务上闭源旗舰仍占消费份额前列。2）「月度冠军」频繁易主：DeepSeek 厂商份额最稳（约 16%–18%），但模型榜首从 MiniMax M2.5 → MiMo-V2-Pro → 如今 Mimo V2.5 轮番换位。3）隐藏市场被忽视：角色扮演/陪伴类应用占开源模型流量可观比例，企业报道几乎看不到。4）价差高达 35 倍：DeepSeek V4 Flash 输入约 $0.05–0.14/M，GPT-5.5 约 $5/M——理性开发者用脚投票。5）安全成新变量：OpenAI 沙盒逃逸事件后，企业选型评分卡必须纳入厂商安全记录。
2. 7 月模型 Token 用量 Top 12（截至 2026-07-25）
| 排名 | 模型 | 厂商 | 单日 Token | 近 30 天累计 |
|---|---|---|---|---|
| 1 | Mimo V2.5 | 小米 | 1.4T | 31.2T |
| 2 | DeepSeek V4 Flash | DeepSeek | 943.9B | 23.6T |
| 3 | Hy3 | 腾讯 | 590B | 23.4T |
| 4 | Nemotron 3 Ultra 550B（免费） | NVIDIA | 428.6B | 9T |
| 5 | DeepSeek V4 Pro | DeepSeek | 413.7B | 11.6T |
| 6 | GLM 5.2 | 智谱 Z.ai | 316.7B | 13.3T |
| 7 | MiniMax M3 | MiniMax | 262.5B | 15.1T |
| 8 | Step 3.7 Flash | 阶跃星辰 | 204.8B | 5.9T |
| 9 | Kimi K3 | 月之暗面 | 157.6B | 1.6T（新上榜） |
| 10 | Ling 3.0 Flash | 蚂蚁 InclusionAI | 128.3B | 417.3B |
| 11 | Gemini 3 Flash Preview | 106.3B | 4T | |
| 12 | Claude Sonnet 5 | Anthropic | 99.5B | 3.6T |
前十名中中国厂商模型占 七席；美国阵营主要由 Nemotron、Claude、Gemini 守住位置。Kimi K3 涨势最猛，是 7 月最值得跟踪的新变量。
3. 厂商份额：中国合计约 46%，一年从不到 2% 飙升
| 厂商 | 归属 | Token 份额（约） |
|---|---|---|
| DeepSeek | 🇨🇳 中国 | 16%–18%（多数统计第 1） |
| 小米 | 🇨🇳 中国 | 8%–18%（Mimo V2.5 暴涨，波动最大） |
| Anthropic | 🇺🇸 美国 | 10%–15% |
| 腾讯 | 🇨🇳 中国 | 8%–13% |
| 🇺🇸 美国 | 8%–13% | |
| 智谱 Z.ai | 🇨🇳 中国 | 4%–7% |
| OpenAI | 🇺🇸 美国 | 6%–8% |
中国厂商合计约 46%（一年前 <2%）；美国三巨头合计约 30%–36%（一年前约 70%）。这是过去 12 个月 AI 行业最陡峭的份额迁移曲线之一。
4. 榜单另一面：用量高≠质量高，哑铃型市场已成型
按任务类型的消费金额占比（而非 Token 量）看：通用对话 35.7%、Agent 工作流 30.4%、代码 26.5%、数据处理 7.5%。但在「分类/复杂推理」难任务维度，画风立刻反转——Claude Sonnet 4.6 与 Claude Opus 4.7 各 13.5% 消费份额并列第一，GPT-5.5 以 11.6% 排第三；总量榜霸屏的廉价开源模型在此几乎「查无此模型」。
7 月 24 日 Anthropic 发布 Claude Opus 5：FrontierBench v0.1 拿下 43.3%（反超 GPT-5.6 Sol 的 37.5%），定价维持 Opus 档 $5/$25 per M（Fable 5 输入价的一半）——「我贵，但我值这个价」的典型打法。
| 模型 | 输入价/M | 输出价/M | 定位 |
|---|---|---|---|
| DeepSeek V4 Flash | ~$0.05–0.14 | ~$0.24–0.28 | 性价比之王，Agentic Coding 首选 |
| MiniMax M3 | $0.10 | $1.21 | 长上下文多模态预算之选 |
| GLM 5.2 | $0.45 | $3.31 | 开源里类 Opus 规划质量 |
| Kimi K3 | ~$3 | ~$15 | 1.4TB 开源权重，闭源级能力 |
| Claude Opus 5 | $5（快速档 $10） | $25（快速档 $50） | 闭源旗舰，7 月最强基准分 |
5. 应用层秘密：编程 Agent 称王，角色扮演是看不见的半壁江山
| 排名 | 应用 | 类型 | 份额（约） |
|---|---|---|---|
| 1 | Hermes Agent | 个人智能体/CLI Agent | ~45% |
| 2 | Kilo Code | 编程 Agent | ~13% |
| 3 | OpenClaw | 通用 Agent | ~9% |
| 4 | Claude Code | 编程 Agent | ~6% |
| 5 | Descript | 内容生产 | ~4.5% |
| 7 | Lemonade | 陪伴/游戏 | ~2.1%（新进榜） |
| 8 | ISEKAI ZERO | 角色扮演 | ~2.0%（新进榜） |
| 10 | Cline | 编程 Agent（IDE 插件） | ~1.7% |
Cline → Roo Code → Kilo Code 是同一代码血统的三次分叉，「孙子辈」Kilo Code 已反超祖辈流量。OpenRouter × a16z《State of AI》显示，创意角色扮演场景贡献开源模型总用量一半以上——若只看企业 AI 报道，你会错过这半壁江山。
6. 8 月趋势预测：五个值得盯住的信号
- 中国开源模型合计份额大概率继续爬升，年内有望突破 50%，除非美国厂商主动降价迎战。
- 「月度冠军模型」宝座继续易主——小米、DeepSeek、腾讯、智谱、MiniMax、月之暗面价格战与迭代速度都不放缓。
- Anthropic 可能推出更平价型号抢用量份额——Opus 5 已是两个月内第四款旗舰（Mythos 5、Fable 5、Sonnet 5 之后），打法已从单点突破转向多价位段全覆盖。
- Kimi K3 的 1.4TB 权重 2–4 周内可能出现社区量化版，届时中小团队才能真正落地；现在主要受益的是大厂与 Fireworks AI 等推理云。
- 安全与合规成为选型变量——OpenAI 沙盒逃逸、美国「AI 终止开关法案」与白宫预发布审查框架，将让「厂商安全声誉」正式写入企业评分卡。
7. 五步落地：按任务类型构建分层路由
- 拆链映射：闲聊/创意/角色扮演 → DeepSeek V4 Flash / Mimo V2.5；分类/复杂推理/高风险 Agent → Claude Opus 5 / GPT-5.6。
- 设成本上限：为闭源旗舰设每日 Token 预算，超阈值自动降级到 GLM 5.2 或 DeepSeek Flash。
- 每周对照 openrouter.ai/rankings：榜单每日变动，发布前务必核对 Top10；暴涨模型常伴随预览价结束。
- 开放权重本地备份：GLM 5.2 / Kimi K3 在 Mac 上用 MLX 做离线兜底，应对 API 限流或合规切换。
- 20 任务验收集：同一任务集在廉价模型与旗舰模型各跑一遍，记录通过率与单任务成本，写入团队 SOP。
8. 深度洞察：capability 与 popularity 正在分道扬镳
7 月这份榜单最值得记住的一句话：能力（capability）与流行度（popularity）正在分道扬镳。中国开源模型靠价格拿下流量半壁江山——DeepSeek V4 Flash 与 GPT-5.5 价差约 35 倍，当 80–90% 日常任务「够用」时，账单数据不会说谎。美国闭源旗舰仍守着难任务的定价权：Claude Opus 5 在 FrontierBench 43.3% 的分数，以及 Anthropic 相对干净的安全记录，是企业愿意付溢价的原因。
应用层的故事同样深刻：Hermes Agent 以 45% 应用 Token 份额一骑绝尘，编程 Agent 家族（Kilo Code、OpenClaw、Claude Code、Cline）占据榜单大半壁江山。对 Mac 开发者而言，这意味着路由表不仅要按「模型」分，还要按「应用工作负载」分——Cursor 里的补全链、OpenClaw 里的 Agent 链、Hermes 里的自我迭代链，最优模型 ID 完全不同。
国内团队还需注意：OpenRouter 平均延迟约 180–250ms，且不支持国内发票。正式生产环境建议评估硅基流动、非线智能 API 等合规中转；OpenRouter 更适合做「技术预研沙盒」与多模型 A/B 对比。
9. 收束：分层路由 + Mac 统一内存的三档架构
纯 Windows/Linux 云主机可以调 OpenRouter API，却在本地 MLX 推理、Cursor 工具链协同、7×24 Agent 常驻与图形工作流上不如 Apple Silicon Mac 顺滑。若你正被「DeepSeek 50 美分 vs Claude 10 美元/小时」的成本差牵动，又需要可预测的本地备份与远程峰值分流，推荐三档架构：本机 MLX 跑 GLM 5.2 / Kimi K3 处理日常量；OpenRouter API 按场景路由 Opus 5 与 DeepSeek Flash；MACGPU 远程 Mac 节点 承接夜间批量 Agent 与统一内存吃紧的长上下文任务——在 8 月模型潮到来前，可控算力就是最好的对冲。