供应商多是结果，不是原因。周榜前 20 名一周烧掉 163.68T tokens，头部模型几乎都收敛到同一套内在配方——稀疏 MoE（总参数百 B、激活仅 8–55B）＋混合稀疏/线性注意力＋ 1M 上下文＋ FP8/FP4 量化，同时压低每 token 的计算和 KV 显存，provider 才有可能把价格压到 $0.1–0.6。开放权重让更多人能复制这套配方、参与压价，是放大器，不是发动机。这页逐个深挖 17 个模型的许可证、参数、架构、部署成本和真正强弱项。
DeepSeek V4.1 Flash 1017 独占鳌头：MIT 开放权重，激活仅 8B（prefill）/16B（decode），全局 KV 仅 890 字节/token——同价位 agent 编码最强、长上下文成本最低。
开放权重占三分之二。前 20 名剔除 2 个身份不明条目后，开放权重 12 席、闭源 6 席（67%）；但开放≠便宜——见 Kimi 反例。
便宜的真正来源是低激活。DeepSeek 1017 8/16B、MiMo-Flash 15B、GLM Flash 18B 才能做到 $0.28–0.60 输出价；激活 104B 的 Kimi 即便开放也卖 $2/$10。
开放≠个人能跑。上榜开放模型权重 252GB–1.56TB，能部署的只有 B200/H200 集群的大 provider；普通用户买的仍是 API。
排行榜量的是「谁被用得多」，不是「谁更好」。下面三件事不先说清，后面所有数字都会被误读。
周 tokens 量（过去 7 天，截至 2026-11-07）。第 3 名之后全部在 10T 以下，第 1 名约等于第 2–5 名之和。来源：OpenRouter 官方排行榜（前 10 名已 live 逐项核对）。
| # | 模型 | 周 tokens | 占前 20 | 周环比 | 30 天 tokens |
|---|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash 1017 | 56.04T | 34.2% | +17% | 135T |
| 2 | DeepSeek V4.1 Flash（0910 快照） | 17.69T | 10.8% | +21% | 97.6T |
| 3 | GLM 5.3 Flash（Z.ai） | 13.51T | 8.3% | −14% | 58T |
| 4 | Hy4（Tencent）NEW | 10.06T | 6.1% | 新发布 | — |
| 5 | GPT-6 Luna（OpenAI） | 7.26T | 4.4% | −29% | 33.5T |
| 6 | Step 5 Preview（StepFun） | 6.99T | 4.3% | +11% | 35.8T |
| 7 | Claude Opus 5.5（Anthropic） | 6.74T | 4.1% | −2% | 29.5T |
| 8 | MiniMax M3.1 Flash | 5.37T | 3.3% | −5% | 28T* |
| 9 | Hy4 preview（Tencent） | 4.20T | 2.6% | −55% | 32.4T |
| 10 | Kimi K3.1 Pro（Moonshot AI） | 4.12T | 2.5% | +109% | — |
| 11 | GPT-6.1 Sol（OpenAI） | 3.94T | 2.4% | +9% | — |
| 12 | GLM 5.3（Z.ai） | 3.64T | 2.2% | −18% | 19.5T |
| 13 | DeepSeek V4 Flash 0731 | 3.40T | 2.1% | −14% | — |
| 14 | Crouton Alpha（匿名 stealth） | 3.33T | 2.0% | 新上榜 | — |
| 15 | GPT-5.6 Luna（OpenAI） | 3.13T | 1.9% | −22% | — |
| 16 | typesafe/jev-1.13-20260917 | 3.10T | 1.9% | −1% | — |
| 17 | Nemotron 3 Ultra（NVIDIA，:free） | 2.93T | 1.8% | −10% | 19.6T |
| 18 | Nemotron 3.5 Super VL（NVIDIA，:free） | 2.91T | 1.8% | +32% | — |
| 19 | Muse Spark 1.3 Contributor（Meta） | 2.68T | 1.6% | +3% | — |
| 20 | Claude Haiku 5.5（Anthropic） | 2.64T | 1.6% | −4% | — |
* MiniMax M3.1 Flash 于 10 月 19 日发布，30 天口径 28T 含 stealth 测试期流量。来源：OpenRouter 官方排行榜（前 10 名 2026-11-08 live 核对一致）；11–20 名引自 AIMap 对同一官方数据源的镜像 aimap.page（数据截至 2026-11-07，2026-11-08 抓取），未逐项点开官网「Show more」核对。排行榜数据许可为 CC BY 4.0。
换一个口径，画面会完全不同：按请求数统计的作者份额里，DeepSeek 29.8%、OpenAI 18.8%、Google 14.4% 排第 3——但按 tokens 没有任何 Google 模型进前 20。Google 的流量多而短；agent 长任务的时代，长上下文 + 低价的组合正在系统性挤压短请求模型。
先看模型本身，再看价格。真正压低每 token 成本的是三件事：激活参数小（每 token 只算 8–27B，而不是总参的数百 B）、KV 缓存压缩（混合稀疏/线性注意力让 1M 上下文的并发显存可控）、量化友好（原生 FP8/FP4）。下表是 17 个模型的内在规格总表；价格与 provider 数量放在表后，只作结果参考。来源标注：厂商自评与独立第三方（AA 等）严格分开，AA 在 2026-10-27 推出 v5.0 重标尺度，不同版本分数不可直接比较。
| 模型 | 开放权重 / 许可证 | 总参 / 激活 | 核心架构 | 最强（注明出处性质） | 最弱 |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 是，MIT（HF 模型卡；个别聚合页写 Apache 2.0，以 HF 为准） | 552B+196B Engram / 8B prefill·16B decode | CED 20+20 层 + CSA2 + Engram；KV 890B/token；FP8/FP4；原生视觉 | DeepSWE 77.0（厂商自评）；Vibe Code 87.7%（独立 Vals） | Terminal-Bench 4.0 仍落后 Opus；输出啰嗦 |
| GLM 5.3 Flash | 是，MIT（FP8 约 331GB） | 320B / 18B | 34 层线性注意力（KDA）+11 层稀疏注意力；288+1 专家 top-8；首个原生多模态 GLM-5（图/视频） | AutomationBench 48.8、Toolathlon 78.4（厂商自评） | Terminal-Bench 4.0 约 33%（独立）；token 消耗大 |
| 腾讯 Hy4 | 预览版 Apache 2.0；正式版权重尚未发布（截至 11-03/04 报道） | 770B / 49B | Gated DSA+MLA+IndexCache；256+1 专家 top-8；原生 FP8；预览纯文本，正式版加视觉+计算机操作 | SWE-bench Multilingual 82.9、GPQA 92.3（均为厂商自评，独立复核缺失） | 思考过长、过度自我验证（腾讯自承）；Vals TB 4.0 仅 8.1%（口径不同，不宜直比） |
| GPT-6 Luna | 否，专有闭源，未披露参数 | 未披露 | 未披露；家族中唯一可关闭推理（none）；$0.10/$0.50 | 每任务成本 $0.07（AA）、约 129 tok/s，高频简单任务 | TB 4.0 约 13%；事实错误率 max 档 18.4%（OpenAI 自测） |
| Step 5 Preview | 是，自定义 StepFun License 1.0（MaaS 年收入 >$20M 需另签） | 600B / 27B | 92 层窄深；Gated SWA+GQA 交错；352 专家 | AA-LCR 长上下文推理 88.3%（独立）；FrontierFinance 66.4（厂商） | TB 4.0 33.3%；SRE/法律极弱 |
| Claude Opus 5.5 | 否，专有闭源 | 未披露 | 未披露；1M / 128K；$4/$20 | AA 约 57.6–58（独立）；OSWorld 81.8%（厂商） | TB 4.0 输给同门 Sonnet（66.4% vs 70.6%，厂商）；价格 2 倍于 Sonnet |
| MiniMax M3.1 Flash | 是，MiniMax Community License（年收入 >$20M 需书面授权；权重约 252GB） | 约 428B / 23B | 60 层全稀疏注意力 + DSpark 推测解码；FP4 专家 | BankerToolBench 76.2、AutomationBench 62.8（厂商自评） | Vibe Code 73.9%（独立）；OSWorld 61.7% |
| Kimi K3.1 Pro | 是，自定义 Kimi License（MaaS >$20M 需另签；权重 1.56TB） | 2.8T / 104B | 896 专家 top-16+2 共享；MXFP4；仅思考模式 | GPQA 94.2、HLE 有工具 70.0（厂商）；AA 55.1（独立） | 科学/程序合成弱；自托管几乎不可能 |
| GPT-6.1 Sol | 否，专有闭源 | 未披露 | 未披露；不可关闭推理；$2/$10，Codex 默认 | AA 52（独立）；TB 4.0 56.1% 且每任务 $1.82（独立，Opus 为 $13.11） | SciCode 弱于 Opus；速度仅约 29–52 tok/s |
| GLM 5.3 | 权重已发布，自定义 GLM-5.3 License（已非 MIT，大 MaaS 需安全审查） | 约 753B / 约 39–40B | 与 GLM 5.2 同底座、提升全来自后训练；DSA；始终推理；纯文本 | CyberGym 84.5%（厂商自评，第一）；AA v4.1.1 60（独立） | ExploitBench 54.4% 远落后闭源；无视觉 |
| Claude Sonnet 5.5 | 否，专有闭源 | 未披露 | 未披露；$2/$10 | TB 4.0 70.6% 家族第一（厂商）；GPQA 92.4%（OpenRouter 自跑） | 长程开放式判断略逊 Opus |
| Claude Haiku 5.5 | 否，专有闭源 | 未披露 | 未披露；>100k 提示价跳升 5 倍（$0.50/$2.50） | GDPval 为 Sonnet 的 88%、OSWorld 72.4%（厂商） | TB 4.0 39.2%；max 档输出约 Luna 的 3 倍，长任务账单不便宜 |
| Gemini 3.8 Flash | 否，专有闭源 | 未披露 | 基于 3.7 Flash 再训练；多模态最全（图/音/视频/PDF）；最大输出 65K | DeepSWE 73.7%、TB 2.1 89.4%（Google 自跑） | TB 4.0 AA 口径约 20%；2027-01-01 涨价至 $1.50/$7.50 |
| Nemotron 3 Ultra :free | 是，OpenMDW-1.1（权重/数据/配方全公开） | 550B / 55B | LatentMoE：Mamba-2+MoE+注意力；512 专家 top-22；MTP | RULER 1M 94.7%、抗幻觉 78.7（厂商自评） | 编码弱（SWE 70.7）；免费仍只排第 17 |
| Nemotron 3.5 Super VL :free | 是，OpenMDW-1.1（NVFP4 约 75GB） | 120B / 12B | Mamba-2+Transformer MoE；C-RADIO 视觉；视频最长 2 分钟；可单台 DGX Spark 运行 | 极速约 196–409 tok/s（AA）；视觉+文档+视频合一 | AA 26–26.5，仅为头部一半多 |
| Muse Spark 1.3 Contributor | 否，专有闭源（勿与 1.2 谱系的 Muse Spark Open 混淆） | 未披露 | 未披露；始终推理；Contributor $0.10/$0.20 = 数据换折扣（标准版 $1.25/$4.25） | MRCR 512K–1M 98.1%、DeepSWE 75.4%（厂商 max 档，发布时 gated） | 通用 agent 六项无一第一；音频支持不完整 |
| MiMo-V2.6-Flash（30 天榜第 8，本周第 24） | 是，MIT（FP8 仅 172.9GB） | 309B / 15B | 39 层 SWA+9 层 GA；5 层 MTP 推测解码；图/视频/音频输入；$0.14/$0.28 全组最便宜付费价 | CyberGym 95.1%（厂商；DeepSWE 67.9 与官方 dashboard 65.68 冲突） | TB 4.0 约 24–29% 全榜最弱一档 |
自托管门槛速查：DeepSeek 1017 生产形态约 1 个 8×H200 节点（GGUF 可压至 246GiB 起，需专门分支）；GLM Flash vLLM 约 306GiB；Hy4 官方配方最低 16×B200 或 8×B300，8×H100 装不下 FP8 权重；Step 5 FP8 需 4×B300 或 8×H200；Nemotron Ultra NVFP4 至少 4×B200 或 8×H100；Nemotron Super VL 是唯一单机可跑的（1 台 DGX Spark）。闭源模型无自托管，成本结构是厂商内部优化+规模分摊+生态溢价，与开放模型完全不同。
下表保留第一轮的价格/速度/provider 数据供查账，但请按「结果」读它：provider 多、价格低，是上面的架构配方和开放权重共同作用后的市场表现，不是选型的第一性依据。OpenRouter 充值收 5.5% 手续费（最低 $0.80），token 价本身不加价。
| 模型 | 厂商端价 入/出 | 最低价 入/出 | 上下文 / 最大输出 | 输入模态 | 速度（最优 P50） | 3 日可用性 | Provider |
|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017deepseek/deepseek-v4.1-flash-1017 | $0.15 / $0.60 | $0.006 / $0.50 | 1M / 1M | 文本+图像 | 725 tok/s* / 0.13s | 99.90% | 40 |
| DeepSeek V4.1 Flash（旧版）deepseek/deepseek-v4.1-flash | $0.14 / $0.42† | $0.051 / $0.567 | 1M / — | 文本+图像 | 未单独抓取 | — | 多家 |
| GLM 5.3 Flashz-ai/glm-5.3-flash | $0.15 / $0.50 | $0.034 / $0.083 | 1M / 131K | 文本+图像+视频 | 162 tok/s / 0.18s | 99.88% | 36 |
| Hy4tencent/hy4 | $0.417 / $1.251‡ | $0.417 / $1.251 | 1M / 65K | 文本+图像 | 50 tok/s / 3.25s | 99.91% | 1 |
| GPT-6 Lunaopenai/gpt-6-luna | $0.10 / $0.50 | $0.10 / $0.50 | 1.05M / 128K | 文本+图像+PDF | 150 tok/s / 0.61s | 99.43% | 3 |
| Step 5 Previewstepfun/step-5-preview | $1.00 / $2.70 | $1.00 / $2.70 | 1M / — | 文本+图像+视频 | 104 tok/s / 2.81s | 33.87% | 3 |
| Claude Opus 5.5anthropic/claude-opus-5.5 | $4.00 / $20.00 | $4.00 / $20.00 | 1M / 128K | 文本+图像+PDF | 144 tok/s§ / 0.83s | 99.92% | 5 |
| MiniMax M3.1 Flashminimax/minimax-m3.1-flash | $0.15 / $0.60 | $0.113 / $0.45 | 1M / — | 文本+图像+视频 | 243 tok/s / 0.24s | 99.93% | 12 |
| Kimi K3.1 Promoonshotai/kimi-k3.1-pro | $2.00 / $10.00 | $0.377 / $7.95 | 1M / 1M | 文本+图像+视频 | 130 tok/s / 0.66s | 99.88% | 17 |
| GPT-6.1 Solopenai/gpt-6.1-sol | $2.00 / $10.00 | $2.00 / $10.00 | 1.05M / 128K | 文本+图像+PDF | 67 tok/s / 1.78s | 99.57% | 3 |
| GLM 5.3z-ai/glm-5.3 | $1.40 / $4.40 | $0.070 / $1.40 | 1M / 1M | 仅文本 | 280 tok/s¶ / 0.24s | 99.89% | 36 |
| Nemotron 3 Ultra :freenvidia/nemotron-3-ultra-550b-a55b:free | $0 / $0 | $0 / $0 | 1M / 65K | 仅文本 | 53 tok/s / 1.15s | 98.31% | 1 |
| Muse Spark 1.3 Contributormeta/muse-spark-1.3-contributor | $0.10 / $0.20 | $0.10 / $0.20 | 1M / — | 文本+图像+视频+PDF | 93 tok/s / 2.81s | 99.81% | 1 |
| Claude Haiku 5.5anthropic/claude-haiku-5.5 | $0.10 / $0.50 | $0.10 / $0.50 | 1M / 128K | 文本+图像+PDF | 164 tok/s / 0.68s | 99.93% | 5 |
| Claude Sonnet 5.5（榜外对照）anthropic/claude-sonnet-5.5 | $2.00 / $10.00 | $2.00 / $10.00 | 1M / 128K | 文本+图像+PDF | 122 tok/s / 0.56s | 99.92% | 5 |
| Gemini 3.8 Flash（榜外对照）google/gemini-3.8-flash | $0.75 / $3.75# | $0.75 / $3.75 | 1M / 65K | 文本+图像+视频+PDF+音频 | 103 tok/s / 2.29s | 99.77% | 2 |
全部模型均支持工具调用（Nemotron 3 Ultra 例外：支持 tools 但不支持 response_format，JSON 输出无法强制）。缓存读价示例：DeepSeek 1017 $0.005/M、GLM 5.3 Flash $0.03/M、GPT-6 Luna $0.01/M、Opus 5.5 $0.20/M。
* 725 tok/s 是最贵 Ultrafast endpoint（$2.40/$9.60）的数值，普通 provider 约 130–276 tok/s、延迟 0.23–1.5s，不要把最优值当默认体验。† DeepInfra 30% 促销价，标准价约 $0.20/$0.60。‡ Hy4 标价 $0.834/$2.501，现价 5 折。§ Opus 的 144 tok/s 是 Fast endpoint（$8/$40），标准 endpoint 约 74–89 tok/s。¶ GLM 5.3 的 280 tok/s 是 Fast endpoint（$2.10/$6.60），标准 provider 约 100–130 tok/s。# Gemini 5 折促销价，标价 $1.50/$7.50，2027-01-01 起恢复标价。
来源：各模型 OpenRouter 官方模型页（2026-11-08 抓取），如 DeepSeek 1017、GLM 5.3 Flash、Opus 5.5、Kimi K3.1 Pro；厂商端价交叉核对自 Teamday 2026-10-31 的 endpoint 价表。最低价为抓取当日快照，促销随时变化，实际账单以请求时路由到的 provider 为准。
分档以厂商端输入价为主。同档模型标价相近，但能力坐标、速度、稳定性和数据政策可以完全不同——这正是「为什么没被替代」的答案所在。能力分数标注来源：AA = Artificial Analysis 智力/编码指数，属第三方评测；DeepSWE 为厂商表数据，注意自评偏差。本节沿用第一轮抓取口径，与第 02 节第二轮口径（如 Opus AA 59.1 vs 57.6–58）版本不同、不可混用——选型先看第 02 节的架构与强弱项，分档价格只作预算参考。
| 模型 | 速度 | 定位与短板 |
|---|---|---|
| Nemotron 3 Ultra :free | 53 tok/s / 1.15s | 550B MoE（55B 激活）的旗舰推理定位，1M 上下文；Kilo Code / Cline 用它跑了数 T tokens。短板：免费档最慢之一、可用性 98.31%、不支持 response_format，结构化输出不可强制。 |
| Nemotron 3.5 Super VL :free | 未单独抓取 | 视觉版（VL），本周 +32%，免费档里增长最快；上下文与工具支持细节未在本轮核实。 |
| 模型 | 速度（最优 P50） | 能力坐标（第三方） | 稳定性 / 数据政策 |
|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 普通 provider 130–276 tok/s | 本档最强：AA 智力指数 32.6；DeepSWE v1.1 77%（厂商表，高于 Opus 5 的 74%）；BenchLeader 编码 64.0、agent/工具 63.0 | 99.90%，40 家 provider，抗单点故障最强。数据政策：厂商端在第三方统计中被标记为「保留且可能训练」、数据存于中国境内（第三方结论），可经第三方 provider 路由规避 |
| GLM 5.3 Flash | 162 tok/s / 0.18s | 次强：BenchLeader 编码 57.4、agent 59.7；数学反超 DeepSeek（69 vs 61）；DeepSWE 63.4% | 99.88%，36 家；支持 EU 区域内路由。Z.ai 厂商端称 API 内容不存储（第三方文章引述，未单独核实） |
| MiniMax M3.1 Flash | 243 tok/s / 0.24s | GPQA 约 87–89%；厂商称 agent/代码/安全方向提升明显 | 99.93%，12 家；数据政策未单独核实 |
| GPT-6 Luna | 150 tok/s / 0.61s | 廉价定位，AA 智力指数未进前列；厂商定位高容量聊天/分类/轻 agent | 99.43%（本档最低之一），仅 3 家 provider（OpenAI/Bedrock/Azure）。OpenAI API 数据默认不用于训练（厂商政策，第三方引述）；ZDR 需审批 |
| Claude Haiku 5.5 | 164 tok/s / 0.68s | GPQA 约 87%；首个支持可调 effort 的 Haiku，编码/计算机使用比上代强 | 99.93%，5 家云厂商 failover。Anthropic 默认不训练；ZDR 需企业签约。但 >100K prompt 后价格 5 倍 |
| Muse Spark 1.3 | 93 tok/s / 2.81s | 实验性多模态推理定位，无公开第三方高分 | 99.81% 但单 provider = 单点故障；官方页面明确提示 prompt 与输出可能被用于改进 Meta 产品，敏感数据慎用 |
| 模型 | 速度 | 能力坐标（第三方） | 稳定性 / 备注 |
|---|---|---|---|
| Claude Sonnet 5.5（$2/$10） | 122 tok/s / 0.56s | AA 智力 54.5（第 4）、AA 编码 87.4、GPQA 约 93%；LMArena 文本 1469 | 99.92%，5 家；Claude Code 真实 agent 流量背书 |
| GPT-6.1 Sol（$2/$10） | 67 tok/s / 1.78s | AA 智力 54.6（第 3）、AA 编码 82.2、GPQA 94.8%；LMArena 创意 1421 | 99.57%，3 家；速度是最大短板，agent 长任务等待感明显 |
| Kimi K3.1 Pro（$2/$10，最低入 $0.377） | 130 tok/s / 0.66s | AA 智力 46.5（第 9）、AA 编码 82.0、GPQA 约 93%；长程编码/金融研究定位 | 99.88%，17 家；最大输出 1M 为同档唯一。Moonshot 厂商政策称服务数据可用于训练（第三方引述），可经第三方 provider 绕开 |
| GLM 5.3（$1.40/$4.40，最低入 $0.07） | 100–130 tok/s / 0.24s | DeepSWE 66.9%；推理常开、max effort 默认，长程 agent 定位 | 99.89%，36 家，本档最稳；纯文本无视觉，推理常开使长任务 token 消耗大 |
| Gemini 3.8 Flash（$0.75/$3.75 促销） | 103 tok/s / 2.29s | AA 智力 30.8 偏低，但 GPQA 94.9% 单项高；LMArena 视觉创意 1319 | 99.77%，仅 2 家（AI Studio/Vertex）；多模态最全，最大输出仅 65K |
| Hy4（折后 $0.417/$1.251） | 50 tok/s / 3.25s，全榜最慢 | 厂商称 agent/长程生产力任务大幅提升、首次支持视觉；无独立第三方分数 | 99.91% 但单 provider；腾讯云数据政策未单独核实 |
| Step 5 Preview（$1/$2.70） | 104 tok/s / 2.81s | 厂商定位旗舰 agent，金融/长任务强；无独立第三方高分记录 | 可用性 33.87%（3 日），全榜最差，3 家 provider；高调用量但极不稳定，生产慎用（该数字为模型页 3 日统计，原因未核实） |
| 模型 | 速度 | 能力坐标（第三方） | 备注 |
|---|---|---|---|
| Claude Opus 5.5 | 标准 74–89 tok/s；Fast 144 tok/s | AA 智力指数 59.1 全榜第 1、AA 编码 88.9、GPQA 约 90%；LMArena 创意写作 1532（第 2）、文本 1512 | 99.92%，5 家云厂商；Claude Code 主力（14.2T tokens 流量） |
| GPT-6 Astra（榜外） | 未单独抓取 | AA 56.9（第 2）、编码 85.0 | 价格为 Opus 的 2.5 倍，量更小，不在周榜前 20 |
| Claude Fable 5.1（榜外） | 未单独抓取 | AA 50.0、LMArena 创意 1514（第 3） | 同上 |
点一个用途看推荐。标注说明：「官方数据」指 OpenRouter 模型页/排行榜/FAQ；「第三方评测」指 Artificial Analysis、LMArena、BenchLeader、DeepSWE 等；未标注硬指标的判断属社区共识，请自行小规模验证。用例落点已按内在特点校准：如长文档优先 Kimi 的 1M 最大输出、数学优先 GLM Flash、安全类优先 GLM 5.3 / MiMo 的 CyberGym 长板。
同价位里数学更好（BenchLeader 数学 69 vs DeepSeek 61），日常问答里的理科问题更稳；还支持视频输入、有 EU 路由。
同价位 agent/编码最强、40 家 provider 最稳、速度最快。聊天里常夹着「帮我写段代码/跑个任务」，选它而不是 GLM。
Claude 系的表达和指令遵循在 LMArena 文本榜上系统性高于廉价中国模型。但 prompt 超 100K 后价格跳变 5 倍，长对话慎用。
AA 智力指数 59.1 第一、AA 编码 88.9，Claude Code 主力（14.2T tokens 背书）。长程多文件改动、code review、找 bug 的上限最高。贵 20–40 倍，但 agent 任务里「一次做对」比「便宜但返工」更省钱。
DeepSWE v1.1 77%（厂商表，高于 Opus 5 的 74%）、Terminal-Bench 4.0 42.3%，且是 Claude Code / Hermes / pi 里真实在跑 agent 的模型。同价位 GLM Flash 的 DeepSWE 只有 63.4%，差距明显。
推理常开、max effort 默认，长程任务不容易「想一半就停」；实际成本可比肩廉价档。缺点：纯文本无视觉、推理 token 消耗大。
不推荐 Step 5 Preview 做主力：3 日可用性 33.87%，agent 长任务跑到一半断连的代价，远高于它省下的钱。
说明：前 20 名里没有专用的 FIM（中间填充）补全模型，OpenRouter 上补全实际就是用聊天模型做短补全。以下为社区共识，非排行榜结论。
IDE 内联补全对首 token 延迟最敏感：它的 0.13–0.36s 延迟和 200+ tok/s 最合适，且最便宜、provider 最多。
同价位速度第一档：243 tok/s / 0.24s；赶上半价时段成本再降一半。
大函数、跨文件上下文的补全选 Claude 系。代价：Haiku 长上下文价格跳变，Sonnet 贵 20 倍。
1M 上下文 + 1M 最大输出（同档唯一）。做「读 50 万字文档并输出长报告」时，输出上限比输入上下文更重要——其他模型会在输出端先撞墙。
推理常开 + 1M 上下文 + 36 家 provider，适合财报、论文、合同审查这类需要推理的长文档。缺点是纯文本：扫描版 PDF/图表需先 OCR。
输入最低 $0.006/M、缓存读 $0.005/M，重复检索的缓存命中成本极低；1M 上下文足够放大量 chunk。
备选 Gemini 3.8 Flash：PDF/图像/音频原生输入，读扫描件和图表不用预处理；但最大输出仅 65K，且 5 折促销价 2027 年到期恢复标价。
AA 智力指数 59.1 第一、GPQA 约 90%。多步推理、科研/金融分析的首选。
AA 54.6 第二、GPQA 94.8%（本轮抓到的单项最高之一），价格是 Opus 的一半。缺点：67 tok/s 较慢，长推理等待久。
BenchLeader 数学 69 胜 DeepSeek 1017 的 61；HLE 带工具 55.3% vs DeepSeek 42.6%（第三方转引）。预算有限做数学题，选它而不是 DeepSeek。
注意：DeepSeek 1017 的 DeepSWE 强，但 HLE（无工具）42.6% 低于 Opus 5 的 56.3%——纯推理不是它的长项，别被它的总排名误导。
LMArena 创意写作 1532（第 2，仅次于 Gemini 4 Argon 的 1536）、文本榜 1512。长篇小说、剧本、需要持续人设的写作首选。
LMArena 文本 1469，价格是 Opus 的一半。日常创意写作、营销文案、剧本初稿用它足够。
LMArena 视觉创意 1319，便宜档里创意分相对最高，且是榜内少有的「创意 + 多模态」组合。预算极低的常见组合：GLM Flash / DeepSeek 1017 出初稿，Sonnet 润色（社区共识）。
角色扮演（RP）没有公开 benchmark 支撑：社区共识是开放权重模型因限制较少而常被用于 RP，本页不就内容政策做断言，需自行验证。
分类、抽取这类输出短的任务，成本由输出价决定——它的输出价是全榜最低，162 tok/s 也够快。
长文档分类这类输入长、输出短的任务，成本由输入价和缓存决定：输入 $0.006/M、缓存读 $0.005/M，无人能比。
Batch 约 5 折、Flex 约半价，是最便宜的 OpenAI 系选择，且 OpenAI 系的结构化输出最成熟。
通用技巧：批量任务一律走 :batch 变体（约 5 折）或用缓存。免费档因 50–1000 次/天的限额，不适合批量。
多模态最全：文本+图像+视频+PDF+音频原生输入，GPQA 94.9%，LMArena 视觉创意 1319。读截图、图表、扫描 PDF、视频帧选它。缺点：仅 2 家 provider、促销价 2027 年到期。
原生图像+视频理解，叠加 AA 46.5 的推理能力，适合看架构图写代码、看财报图做分析；最大输出 1M 可输出长分析。
两者都是 OpenRouter 视觉模型榜前 3（官方视觉合集），读图/OCR 够用且便宜 10 倍以上；GLM 还支持视频输入。
免费备选：Nemotron 3.5 Super VL（:free）——免费视觉模型，但上下文/工具细节未在本轮核实，限额也低。
说明：前 20 名里没有专用翻译模型（腾讯 Hy-MT 系列未进榜）。以下基于通用能力的推荐，非翻译 benchmark 结论。
便宜、OpenAI 系指令遵循好、结构化输出成熟，适合「翻译 + 保留格式/术语表」的批量场景。
成本最低的一档：GLM 有中文语料优势，DeepSeek 有速度优势，按语对取舍。
文学/专业翻译需要信达雅和术语一致时选它。贵 20 倍，只用于终稿，不要全程用。
1M 上下文、视觉+视频、工具调用、36 家 provider、EU 路由——没有明显短板，不知道选什么时先用它。
同价位能力最强、速度最快、provider 最多。缺点：厂商端数据政策最宽松，敏感场景需指定第三方 provider。
1M 上下文的免费推理模型，适合实验和个人小量使用。硬上限：50–1000 次/天限额、53 tok/s。
升级路径：日常用 GLM Flash / DeepSeek 1017，需要时升到 Haiku（同价）或 Sonnet / Opus（20–40 倍价）。不要长期停留在 GPT-5.6 Luna（已被 GPT-6 Luna 取代且贵一倍）或 Hy4 preview（已被 Hy4 取代）上。
能留在榜上的模型，各有一样竞品拿不走的内在东西——不是「40 家 provider」，而是「同价位 agent 编码最强」「KV 只有 890 字节/token」「1M 检索 98.1%」这类写在权重和架构里的特点。闭源高排名者靠的则是能力天花板、生态入口和每任务成本，同样是内在账，不是供应商数量。
| 模型 | 靠什么活着 |
|---|---|
| DeepSeek V4.1 Flash 1017 | 同价位 agent 编码最强 + 长上下文成本最低。DeepSWE 77.0（厂商自评）、Vibe Code 87.7%（独立）；CED+CSA2 把全局 KV 压到 890B/token、激活仅 8/16B——这是架构给的成本优势，provider 只是把它卖出来。 |
| DeepSeek V4.1 Flash（旧版） | 惯性 + 快照锁定。大量应用 pin 住了 0910 快照的 ID 和行为，迁移有成本——但这只是续命，正在被 1017 取代（见下）。 |
| GLM 5.3 Flash | 自动化/工具编排同价位最强 + 唯一兼顾 1M 与原生视频的 MIT 模型。AutomationBench 48.8、Toolathlon 78.4（厂商自评）；混合线性+稀疏注意力使 KV 降 4.44 倍（相对 GLM 5.3，厂商 claim）。输出价最低是这套架构的结果。 |
| Hy4 | 开放权重里多语言软件工程最强（厂商口径）。SWE-bench Multilingual 82.9（厂商自评）+ 与 CodeBuddy/WorkBuddy 协同设计。但 49B 激活、770GB 权重决定它部署最贵一档，且正式版权重尚未发布、独立复核缺失——不可替代性目前最未经验证。 |
| GPT-6 Luna | 闭源里最便宜、最快、最省 token 的高频简单任务模型。每任务 $0.07（AA）、家族唯一可关闭推理；靠 OpenAI 内部优化+规模分摊压价，不靠权重公开。代价：硬编码与事实性全榜最弱一档。 |
| Step 5 Preview | 长上下文推理最强。AA-LCR 88.3%（独立）+ 金融 agent 领先（FrontierFinance 66.4，厂商自评，注：自家 High 档对竞品 Max 档，非同条件）；92 层窄深结构为长程任务而生。可用性 33.87% 是部署侧问题，不改变其内在长板。 |
| Claude Opus 5.5 | 综合智能与长程开放式判断的上限标杆。AA 约 57.6–58（独立）、OSWorld 81.8%（厂商）。但要诚实：它在自家 TB 4.0 上输给半价的 Sonnet，高用量相当部分来自 Claude Code「默认旗舰」地位，而非单项第一。 |
| MiniMax M3.1 Flash | 金融/办公自动化工具任务同价位顶尖。BankerToolBench 76.2 追平 Opus 5、AutomationBench 62.8 厂商表内第一（厂商自评）；全层稀疏注意力+FP4 专家把 1M 上下文的 KV 读取压到全注意力的约 1/8（社区测算）。注：10 月匿名期曾以 200T+ token 冲榜，部分流量来自测试期。 |
| Kimi K3.1 Pro | 开放权重里的综合能力天花板。GPQA 94.2、HLE 有工具 70.0（厂商自评）、AA 55.1（独立）；2.8T 规模最接近闭源旗舰，叠加 1M 最大输出（同档唯一）。代价是 104B 激活——开放但不便宜，正是假设的头号反例。 |
| GPT-6.1 Sol | 「旗舰 95% 的能力、1/5 的价格」。AA 52（独立，Astra 为 53）；TB 4.0 每任务 $1.82，仅为 Opus 的约 1/7（独立）；Codex 默认入口。弱在科学推理与速度。 |
| GLM 5.3 | 网络安全第一 + 「只靠后训练提升 50%」的范例。CyberGym 84.5%（厂商自评）；与 GLM 5.2 同一 743B 底座，全部提升来自 RL 与训练环境设计。注意其许可证已非 MIT、纯文本无视觉；价格两源不一致（AIMap $0.07/$1.40 vs Avenvote 输出 $2.86），未调和。 |
| Nemotron 3 Ultra :free | 长上下文检索与抗幻觉最强。RULER 1M 94.7%、OmniScience 非幻觉 78.7（厂商自评），美国开放权重旗舰，OpenMDW-1.1 连训练数据与配方都公开。但编码落后同期中国开放模型——$0 救不了能力短板，这正是它只排第 17 的原因。 |
| Muse Spark 1.3 | 1M 上下文长程检索最极端。MRCR 512K–1M 98.1%（厂商 max 档——发布时 gated，普通用户用不到）、DeepSWE 75.4%；Contributor 的 $0.10/$0.20 本质是「数据换折扣」（标准版 $1.25/$4.25）。通用 agent 六项自家测试无一第一。 |
| Claude Haiku 5.5 | 小模型里知识工作与计算机操作最接近大模型。GDPval 为 Sonnet 的 88%、OSWorld 为其 86%（厂商口径），且是 Anthropic 最快的模型。短板在账不在能力：>100k 提示价跳 5 倍、max 档极啰嗦。 |
MoE 每 token 只算激活的那部分：8–18B 激活的 DeepSeek/GLM Flash/MiMo 能卖 $0.28–0.60 输出价，49–104B 激活的 Hy4/Kimi/Nemotron Ultra 即便开放权重也压不下来。竞品想更便宜，必须先改架构，不是多找几家供应商。
长上下文的瓶颈是 KV 显存，不是参数。DeepSeek 的 CSA2 把全局 KV 压到 890B/token（约上代 1/4），GLM 的线性注意力层把 KV 降 4.44 倍，MiniMax 全稀疏注意力只读最优 16 个块——谁压缩得狠，谁的长任务并发就便宜。
原生 FP8/FP4（DeepSeek FP4 专家与 KV、MiniMax FP4 专家、Kimi MXFP4 量化感知训练）让数百 GB 权重在出厂时就已压缩；不支持低精度友好的架构，部署成本直接翻倍。
MIT/Apache 的模型（DeepSeek、GLM Flash、MiMo）任何 provider 都能部署，价格被竞争压到官方价以下；但许可证一旦附条件（StepFun、MiniMax、Kimi、GLM 5.3 均有收入门槛或审查义务），或权重缩水、激活过高，放大效应立刻打折。
Opus 靠综合智能上限，Sonnet 靠 TB 4.0 家族第一+半价，GPT-6.1 Sol 靠每任务 $1.82（Opus 的 1/7），Luna 靠每任务 $0.07。它们的共同点是「某个内在指标好到价差被抵消」，与供应商数量无关。
价位为厂商端价（入/出，$/M），括号内为当日最低价。点价位按钮可只看一档。许可证与参数见第 02 节内在总表——先看那张，再看这张价格表。
| 模型 | 价位 入/出 | 核心特点 | 最适合 |
|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | $0.15 / $0.60（最低 $0.006 / $0.50） | 同价位能力最强（DeepSWE 77%）、最快、40 家 provider、1M 上下文+视觉 | 代理式编程（预算有限）、日常聊天/批量 |
| DeepSeek V4.1 Flash（0910） | 约 $0.20 / $0.60 | 旧快照，靠应用锁定续命，正在被 1017 取代 | 不推荐新用；存量迁移过渡 |
| GLM 5.3 Flash | $0.15 / $0.50（最低 $0.034 / $0.083） | 输出价全榜最低、数学强、视频输入、EU 路由、36 家 provider | 批量处理、日常聊天问答 |
| Hy4 | $0.417 / $1.251（5 折） | 新发布、agent 任务强、首次支持视觉；但单 provider、50 tok/s 最慢 | 代理式编程（尝鲜，需容忍速度） |
| GPT-6 Luna | $0.10 / $0.50 | OpenAI 生态、Codex 主力、Flex/Batch 折扣 | 批量处理、日常聊天 |
| Step 5 Preview | $1.00 / $2.70 | StepFun 旗舰、金融/长任务；但可用性 33.87% | 暂不推荐做主力 |
| Claude Opus 5.5 | $4.00 / $20.00 | AA 59.1 第一、Claude Code 主力、创意写作 1532 | 代理式编程（预算充足）、数学与复杂推理 |
| MiniMax M3.1 Flash | $0.15 / $0.60（半价时段 $0.075 / $0.30） | 243 tok/s 速度前列、视频输入 | 代码补全、日常聊天 |
| Kimi K3.1 Pro | $2.00 / $10.00（最低入 $0.377） | 1M 最大输出、长程推理、AA 46.5、原生视频理解 | 长文档/RAG、视觉理解 |
| GPT-6.1 Sol | $2.00 / $10.00 | AA 54.6 第二、GPQA 94.8%、Codex 主力；但 67 tok/s 慢 | 代理式编程、数学推理 |
| GLM 5.3 | $1.40 / $4.40（最低入 $0.07） | 推理常开、第三方超低价、36 家 provider；纯文本 | 长文档/RAG、代理式编程（折中） |
| DeepSeek V4 Flash 0731 | 约 $0.04–0.06 / $0.18–0.30 | 上代 Flash，极便宜 | 批量处理（存量） |
| GPT-5.6 Luna | $0.20 / $1.20 | 上代 Luna，已被 GPT-6 Luna 取代且贵一倍 | 不推荐新用 |
| Nemotron 3 Ultra :free | $0 / $0 | $0 的 550B MoE 推理模型、1M 上下文；53 tok/s、限额低、不支持 JSON 强制 | 便宜兜底、实验 |
| Nemotron 3.5 Super VL :free | $0 / $0 | 免费视觉版（细节未核实） | 便宜兜底（视觉实验） |
| Muse Spark 1.3 Contributor | $0.10 / $0.20 | 输出极便宜、多模态；单 provider、延迟高、数据或用于改进产品 | 批量处理（非敏感数据） |
| Claude Haiku 5.5 | $0.10 / $0.50（>100K prompt 后 5 倍） | Claude 系最便宜入口、可调 effort、164 tok/s | 日常聊天、批量摘要（短上下文） |
| MiMo-V2.6-Flash（30 天榜第 8） | $0.14 / $0.28 | MIT、309B/15B 激活、FP8 仅 172.9GB；CyberGym 95.1%（厂商），但 TB 4.0 约 24–29% 最弱一档 | 批量处理、最便宜的可用 agent 模型；网络安全类任务 |
| Claude Sonnet 5.5 | $2.00 / $10.00 | AA 54.5、编码 87.4、LMArena 文本 1469；均衡旗舰 | 代理式编程、创意写作 |
| Gemini 3.8 Flash | $0.75 / $3.75（促销，2027 年恢复 $1.50 / $7.50） | 多模态最全（图/视频/PDF/音频）、GPQA 94.9% | 视觉理解、长文档（扫描件） |