报告数据周期：本周 2026-06-11 → 2026-06-17，上周 2026-06-04 → 2026-06-10

一榜单变化总览

1.1本周榜单变化总览

榜单名称	本周主要变动模型
LMArena 文本竞技场	无重大变化
LMArena 代码竞技场	glm-5.2 (max) 新上榜第 2，claude-sonnet-4-6 跌出前十
LMArena 图像编辑竞技场	无重大变化
LMArena 文生图竞技场	无重大变化
LMArena Agent Arena	GLM 5.2 (Max) 新上榜，Claude/GPT 多款模型小幅调整
Artificial Analysis 图像编辑	MAI-Image-2.5 (Foundry)、MAI-Image-2.5-Flash (Foundry) 新上榜
Artificial Analysis 文生图	MAI-Image-2.5-Flash/Foundry 新上榜
GPQA	无重大变化
MedBench	U2-Med 新上榜登顶，ME-base 新上榜
OpenCompass LLM	无重大变化
OpenCompass 多模态	无重大变化
LiveCodeBench GSO	无重大变化
HuggingFace GAIA	无重大变化
Scale HLE	无重大变化
Epoch FrontierMath	无重大变化
SWE-bench	无重大变化
OpenRouter 模型调用量榜单	MiniMax M3 升至榜首，Claude Opus 4.7 上升 3 位
OpenRouter 厂商调用量榜单	Z-ai 新上榜第 9，NVIDIA 跌出前九
OpenRouter 编程调用量榜单	Nemotron、Owl Alpha 新上榜，Claude 4.7 Opus 升 3 位
OpenRouter 模型吞吐量榜单	OpenAI gpt-oss-120b 登顶，GLM 4.7 升 2 位，NVIDIA 新上榜

1.2本周大模型行业重要动态

时间窗口 · 2026-06-11 至 2026-06-17总追踪厂商 · 20 家确认入池并保留的核心技术进展 · 5 条（来自 5 家公司）

Alibaba

2026-06-17 阿里正式上线交互式开放式世界模型 HappyOyster 1.0，用户可通过一句话或一张图生成可实时交互、持续演化的三维数字世界，支持世界探索与实时导演两种模式。（来源：ithome.com）

ByteDance

2026-06-16 字节跳动通过火山引擎上线 Seedance 2.0 mini 视频生成模型，720P 单秒生成成本约 0.5 元，较 Seedance 2.0 降低约 50%，生成速度为 Fast 版两倍，面向电商与营销等规模化场景。（来源：ithome.com）

DeepSeek

2026-06-18 DeepSeek 网页版识图模式全量上线，App 端同步内测，与快速/专家模式并列，支持图片理解与推理。（来源：mp.weixin.qq.com）

xAI

2026-06-17 xAI 正式上线 Grok Imagine Video 1.5，结束预览并在 xAI API 全面可用，支持静态图生成带同步音频的 720p 短视频，6 秒视频 Fast 模式仅需约 25 秒，提升音画同步与运动真实感。（来源：x.ai）

Z.ai

2026-06-17 智谱正式上线并开源旗舰模型 GLM-5.2，采用 MIT 协议，支持工程可用的 1M 上下文，在 FrontierSWE、Terminal-Bench 等代码基准上接近 Claude Opus 4.8，权重已上架 Hugging Face 与 ModelScope。（来源：github.com）

二OpenRouter 分析

2.1本周 OpenRouter 重点关注

本周重点关注1｜MiniMax M3 超越 DeepSeek V4 Flash 登顶，开源阵营竞争从纯低价转向性能定价平衡：M3 本周以 37% 增速升至模型调用量榜首位，是其 6 月 1 日发布以来 launch spike 的延续，也是前十中唯一在性能、多模态与长上下文上同时接近闭源旗舰的中国开源模型。这标志着低价开源赛道不再只看价格，综合能力开始成为流量分化的关键变量。
本周重点关注2｜Claude Opus 4.7 强势反弹，高端闭源阵营内部出现结构性再平衡：Opus 4.7 本周调用量大涨 67%、排名上升 3 位至第五，而更新旗舰 Opus 4.8 仅增 3%、Sonnet 4.6 下滑 12%。这表明在专业编程与 Agentic 场景，开发者并未单向迁移至最新旗舰，而是根据价格与任务匹配度在 Anthropic 内部重新选择。
本周重点关注3｜编程榜单新势力入场，NVIDIA Nemotron 3 Ultra 与 OpenRouter Owl Alpha 双双新上榜：Nemotron 3 Ultra 凭借免费开源与长程 Agentic 编程定位冲入编程榜第五，Owl Alpha 则以零成本进入第八，进一步加剧编程场景的价格竞争。DeepSeek V4 双模型同步下滑 3 位，显示编程份额正向高端闭源与免费新锐两端迁移。

2.2模型调用量榜单分析

来源：openrouter.ai

排名说明 · 平台 token 调用量本周 Top 10数据采集周期 · 本周 2026-06-11 → 2026-06-17，上周 2026-06-04 → 2026-06-10

排名	模型	厂商	Tokens（T）	WoW	排名变化	P/C	R/C	top5 App 集中度	Intelligence	Coding	Agentic	Programming %	input price(USD)	output price(USD)	健康度风险提示
1	MiniMax: MiniMax M3	MiniMax	4.63	37%	上升2位	70	0.5064	35%	44	43	69	58%	0.267	1.535	无显著风险
2	DeepSeek: DeepSeek V4 Flash	DeepSeek	4.53	4%	下降1位	24	0.5083	26%	40	39	61	21%	0.096	0.261	无显著风险
3	Tencent: Hy3 preview	Tencent	3.71	-2%	下降1位	98	0.6187	0%	34	36	56	44%	0.054	0.430	无显著风险
4	Xiaomi: MiMo-V2.5	Xiaomi	3.71	29%	持平	103	0.3908	9%	42	46	67	N/A	0.076	0.279	无显著风险
5	Anthropic: Claude Opus 4.7	Anthropic	2.86	67%	上升3位	102	0.0452	3%	54	53	71	45%	2.184	25.000	无显著风险
6	Owl Alpha	OpenRouter	2.45	22%	上升1位	123	0.0000	79%	N/A	N/A	N/A	22%	0.000	0.000	头部应用集中风险，top5 集中度=79%
7	DeepSeek: DeepSeek V4 Pro	DeepSeek	2.19	6%	下降2位	33	0.6179	21%	44	47	67	46%	0.869	2.868	无显著风险
8	Anthropic: Claude Sonnet 4.6	Anthropic	1.79	-12%	下降2位	67	0.0664	43%	36	46	62	26%	1.525	15.000	无显著风险
9	Anthropic: Claude Opus 4.8	Anthropic	1.36	3%	持平	83	0.0631	32%	56	57	78	34%	1.723	25.000	无显著风险
10	DeepSeek: DeepSeek V3.2	DeepSeek	1.12	-5%	持平	29	0.0302	9%	25	35	40	6%	0.532	1.131	无显著风险

指标说明：P/C = 输入 token 总量 ÷ 输出 token 总量；R/C = 推理 token 总量 ÷ 输出 token 总量；Top5 App 集中度 = 调用量前 5 应用的 token 之和 ÷ 该模型总 token；Programming % = 编程类调用量 ÷ 该模型总调用量。（均取最新一周 7 天数据）

本周关键模型分析：

[MiniMax M3]：- #3 -> #1（变化 2 位）| WoW 37% |

模型质量数据：| P/C=70 | R/C=0.5064 | top5 App 集中度=35% | Intelligence=44 | Coding=43 | Agentic=69 | Input Price=0.267 | Output Price=1.535
本周变化分析：M3 本周以 37% 增速登顶，是其 6 月 1 日发布以来 launch spike 效应的持续释放。该模型凭借 MSA 稀疏注意力、1M 上下文与原生多模态定位，在 Agentic（69）和 Coding（43）场景获得开发者认可，定价虽高于 DeepSeek 等低价模型，但显著低于 Anthropic 旗舰，性价比突出。top5 集中度 35% 显示需求仍有一定头部依赖，后续需观察发布热度退潮后能否守住榜首位置。

[DeepSeek V4 Flash]：- #1 -> #2（变化 1 位）| WoW 4% |

模型质量数据：| P/C=24 | R/C=0.5083 | top5 App 集中度=26% | Intelligence=40 | Coding=39 | Agentic=61 | Input Price=0.096 | Output Price=0.261
本周变化分析：V4 Flash 本周虽仍增长 4%，但被增速更快的 M3 反超，退居次席。其核心护城河依然是极致性价比——输入价 0.096、输出价 0.261 处于全榜最低梯队，配合 40/39/61 的中游性能和 26% 的分散流量，仍是海量低成本通用调用的首选。当前压力主要来自上方 M3 的性能压制与下方 Hy3、MiMo 的价格挤压，短期需关注 DeepSeek 是否会通过降价巩固份额。

[Claude Opus 4.7]：- #8 -> #5（变化 3 位）| WoW 67% |

模型质量数据：| P/C=102 | R/C=0.0452 | top5 App 集中度=3% | Intelligence=54 | Coding=53 | Agentic=71 | Input Price=2.184 | Output Price=25.000
本周变化分析：Opus 4.7 本周大涨 67%、跃升 3 位至第五，是高端闭源阵营中的突出亮点。其 Coding 53 与 Agentic 71 仅次于 Opus 4.8，凭借在软件工程与长程 Agentic 任务上更成熟的口碑与工具链适配，重新吸引高质量专业开发者；top5 集中度仅 3%，需求来源极为分散健康。本次反弹显示开发者并未单向涌向最新旗舰，而是根据具体任务稳定性与生态成熟度在 Anthropic 内部重新选择，后续需关注其与新旗舰 4.8 的差异化定位是否清晰。

2.3厂商调用量榜单分析

来源：openrouter.ai

排名说明 · 厂商按 token 调用量数据采集周期 · 本周 2026-06-11 → 2026-06-17，上周 2026-06-04 → 2026-06-10

排名	厂商	最近两周上榜模型数	本周总量（T）	总量 WoW	关键观察	内部模型变动简述
1	DeepSeek	3	8.01	3%	稳定增长	内部模型阵容稳定
2	Anthropic	3	6.98	15%	稳定增长	内部模型阵容稳定
3	MiniMax	1	4.92	28%	稳定增长	内部模型阵容稳定
4	Xiaomi	1	4.32	25%	稳定增长	内部模型阵容稳定
5	Google	0	4.17	4%	稳定增长	内部模型无变动
6	Tencent	1	3.71	-2%	下滑	内部模型阵容稳定
7	OpenAI	0	2.84	27%	稳定增长	内部模型无变动
8	OpenRouter	1	2.45	22%	稳定增长	内部模型阵容稳定
9	Z.ai	0	1.59	76%	爆发增长	内部模型无变动

本周关键厂商分析

[DeepSeek]：本周以 8.01T 稳居榜首，增长 3%，由 V4 Flash（+4%）与 V4 Pro（+6%）小幅放量共同支撑，V3.2 仅小幅回落 5%。三款模型同时在线且同向稳健，无显著内部替代迹象，显示其低价到中端的产品矩阵仍具统治力。但 M3 登顶模型榜意味着 DeepSeek 正面临来自高性能开源模型的直接挑战，短期需关注其是否会通过降价或推新守住领先优势。

[Anthropic]：本周总量 6.98T、增长 15%，稳居第二。增长几乎完全由 Opus 4.7 反弹 67% 拉动，而 Sonnet 4.6 下滑 12%、Opus 4.8 仅增 3%，显示内部需求正从 Sonnet 向 Opus 4.7 迁移，新旗舰 4.8 尚未出现放量。高端闭源阵营整体回暖，但 Anthropic 内部的产品梯度仍在再平衡，后续需观察 4.7 反弹的可持续性及其与 4.8 的协同关系。

[Z.ai]：本周以 1.59T 爆发增长 76%、排名上升 2 位至第九，但当前无模型进入前十，增量主要来自榜单外模型的整体放量。这种高速增长往往伴随单点场景或渠道突破，但由于缺乏头部模型支撑，其可持续性存疑。后续可关注 Z.ai 是否有新模型进入前十，以及增长是否来自 GLM 系列在特定行业的集中落地。

2.4编程调用量榜单

来源：openrouter.ai

排名说明 · 编程任务 token 累计 · 本周 vs 上周 Top 9数据采集周期 · 本周 2026-06-11 → 2026-06-17，上周 2026-06-04 → 2026-06-10

本周排名	本周模型	所属公司	本周总量（B）	排名变化	上周排名	上周模型	所属公司	上周总量（B）
1	mimo-v2.5	Xiaomi	4170	持平	1	mimo-v2.5	Xiaomi	2307
2	MiniMax-m3	MiniMax	2497	持平	2	MiniMax-m3	MiniMax	1559
3	hy3-preview	Tencent	1832	上升2位	3	DeepSeek-v4-flash	DeepSeek	885
4	claude-4.7-opus	Anthropic	1057	上升3位	4	DeepSeek-v4-pro	DeepSeek	785
5	nemotron-3-ultra-550b-a55b:free	NVIDIA	981	新上榜	5	hy3-preview	Tencent	772
6	DeepSeek-v4-flash	DeepSeek	908	下降3位	6	step-3.7-flash	StepFun	543
7	DeepSeek-v4-pro	DeepSeek	902	下降3位	7	claude-4.7-opus	Anthropic	530
8	owl-alpha	OpenRouter	555	新上榜	8	mimo-v2.5-pro	Xiaomi	467
9	step-3.7-flash	StepFun	499	下降3位	9	claude-4.8-opus	Anthropic	422

本周榜单主要变化：

NVIDIA Nemotron 3 Ultra 免费版新上榜即位列第五，OpenRouter Owl Alpha 新上榜位列第八，编程榜迎来两位免费新势力。
Claude Opus 4.7 上升 3 位至第四，Hy3-preview 上升 2 位至第三，而 DeepSeek V4 Flash、V4 Pro 与 Step 3.7 Flash 同步下滑 3 位。

可能原因：

Nemotron 3 Ultra 于 6 月初由 NVIDIA 开源发布，主打长程 Agentic 编程并提供 free 版本，凭借零成本与 550B MoE 架构快速获得开发者试用，冲入编程榜。
Opus 4.7 因在软件工程任务上的能力口碑与更成熟的工具链适配，推动编程调用量近乎翻倍、排名跃升。
DeepSeek V4 双模型在编程场景面临 M3 与免费新品的上下挤压，性价比优势被分流，导致排名同步下滑。

2.5模型吞吐量榜单

来源：openrouter.ai

排名说明 · 吞吐量指标 · 本周 vs 上周 Top 9数据采集周期 · 本周 2026-06-11 → 2026-06-17，上周 2026-06-04 → 2026-06-10

本周排名	本周模型	所属公司	本周吞吐速度（toks/s）	排名变化	上周排名	上周模型	所属公司	上周吞吐速度（toks/s）
1	OpenAI: gpt-oss-120b	OpenAI	564	上升1位	1	OpenAI: gpt-oss-safeguard-20b	OpenAI	565
2	OpenAI: gpt-oss-safeguard-20b	OpenAI	529	下降1位	2	OpenAI: gpt-oss-120b	OpenAI	544
3	Z.ai: GLM 4.7	Z.ai	511	上升2位	3	Qwen: Qwen3 32B	Qwen	432
4	Inception: Mercury 2	Inception	434	持平	4	Inception: Mercury 2	Inception	425
5	Qwen: Qwen3 32B	Qwen	390	下降2位	5	Z.ai: GLM 4.7	Z.ai	337
6	OpenAI: gpt-oss-20b	OpenAI	312	持平	6	OpenAI: gpt-oss-20b	OpenAI	253
7	MiniMax: MiniMax M2.5	MiniMax	214	上升1位	7	Meta: Llama 3.1 8B Instruct	Meta	224
8	MiniMax: MiniMax M2.7	MiniMax	181	上升1位	8	MiniMax: MiniMax M2.5	MiniMax	213
9	NVIDIA: Nemotron 3 Nano Omni (free)	NVIDIA	166	新上榜	9	MiniMax: MiniMax M2.7	MiniMax	194

本周榜单主要变化：

OpenAI gpt-oss-120b 反超 gpt-oss-safeguard-20b 登顶，OpenAI 独占前二，显示其开源小模型系列在服务端吞吐优化上保持领先。
Z.ai GLM 4.7 从第五跃升至第三，吞吐量从 337 toks/s 大幅提升至 511 toks/s，是本周增速最显著的模型。
Qwen3 32B 下滑 2 位至第五，被 GLM 4.7 反超。
NVIDIA Nemotron 3 Nano Omni 免费版新上榜位列第九，替代 Meta Llama 3.1 8B Instruct，榜尾迎来免费轻量模型更替。
MiniMax M2.5 小幅提升至 214 toks/s 并上升 1 位，而 M2.7 吞吐量从 194 降至 181 toks/s，仅因榜尾更替而被动上升 1 位，内部出现分化。

可能原因：

OpenAI gpt-oss 系列继续保持高频迭代与基础设施优化，120B 版本本周登顶反映其在相同算力集群下实现了更高的并发效率。
GLM 4.7 吞吐量大幅提升可能与 Z.ai 近期在推理引擎或缓存策略上的优化有关，也可能是其调用量爆发增长（厂商榜 +76%）带来的规模效应反馈。
NVIDIA Nemotron 3 Nano Omni 作为免费轻量模型新上榜，说明免费小模型仍在持续渗透对延迟敏感的场景，与榜单头部的高性能开源模型形成互补。

三其他模型性能榜单

1Text Arena

来源：lmarena.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	claude-fable-5	Anthropic	1508	持平	1	claude-fable-5	Anthropic	1510
2	claude-opus-4-6-thinking	Anthropic	1504	持平	2	claude-opus-4-6-thinking	Anthropic	1504
3	claude-opus-4-7-thinking	Anthropic	1502	持平	3	claude-opus-4-7-thinking	Anthropic	1502
4	claude-opus-4-6	Anthropic	1499	持平	4	claude-opus-4-6	Anthropic	1498
5	claude-opus-4-7	Anthropic	1493	持平	5	claude-opus-4-7	Anthropic	1492
6	muse-spark	Meta	1487	持平	6	muse-spark	Meta	1487
7	gemini-3.1-pro-preview	Google	1486	持平	7	gemini-3.1-pro-preview	Google	1487
8	gemini-3-pro	Google	1486	持平	8	gemini-3-pro	Google	1486
9	claude-opus-4-8-thinking	Anthropic	1483	持平	9	claude-opus-4-8-thinking	Anthropic	1486
10	gpt-5.5-high	OpenAI	1481	持平	10	gpt-5.5-high	OpenAI	1481

本周榜单主要变化：

无重大变化

2Code Arena

来源：arena.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	claude-fable-5	Anthropic	1654	持平	1	claude-fable-5	Anthropic	1665
2	glm-5.2 (max)	Z.ai	1595	新上榜	2	claude-opus-4-7-thinking	Anthropic	1566
3	claude-opus-4-7-thinking	Anthropic	1566	下降1位	3	claude-opus-4-8-thinking	Anthropic	1559
4	claude-opus-4-8-thinking	Anthropic	1561	下降1位	4	claude-opus-4-7	Anthropic	1557
5	claude-opus-4-7	Anthropic	1556	下降1位	5	claude-opus-4-8	Anthropic	1543
6	claude-opus-4-6-thinking	Anthropic	1541	持平	6	claude-opus-4-6-thinking	Anthropic	1542
7	claude-opus-4-8	Anthropic	1541	下降2位	7	claude-opus-4-6	Anthropic	1539
8	claude-opus-4-6	Anthropic	1538	下降1位	8	qwen3.7-max	Alibaba	1534
9	glm-5.1	Z.ai	1531	持平	9	glm-5.1	Z.ai	1532
10	qwen3.7-max	Alibaba	1531	下降2位	10	claude-sonnet-4-6	Anthropic	1523

本周榜单主要变化：

glm-5.2 (max)（Z.ai）新上榜第 2，原前十的 claude-sonnet-4-6 跌出榜单。
claude-opus-4-8-thinking、claude-opus-4-7、claude-opus-4-8、qwen3.7-max 等模型顺位下调 1-2 位，榜单中上部出现明显重排。

3Agent Arena

来源：lmarena.ai

数据周期 · 2026-06-15（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	Claude Fable 5 (High)	Anthropic	14.2%	持平	1	Claude Fable 5 (High)	Anthropic	13.7%
2	Claude Opus 4.8 (Thinking)	Anthropic	9.0%	上升1位	2	GPT 5.5 (xHigh)	OpenAI	11.0%
3	GPT 5.5 (xHigh)	OpenAI	8.3%	下降1位	3	Claude Opus 4.8 (Thinking)	Anthropic	9.1%
4	Claude Opus 4.7	Anthropic	8.1%	上升2位	4	Claude Opus 4.7 (Thinking)	Anthropic	8.4%
5	Claude Opus 4.7 (Thinking)	Anthropic	8.1%	下降1位	5	GPT 5.5 (High)	OpenAI	7.8%
6	GPT 5.5 (High)	OpenAI	7.8%	下降1位	6	Claude Opus 4.7	Anthropic	7.7%
7	GPT 5.5	OpenAI	6.7%	上升2位	7	Claude Opus 4.6	Anthropic	7.7%
8	Claude Opus 4.6	Anthropic	6.7%	下降1位	8	GPT 5.4 (High)	OpenAI	6.8%
9	GPT 5.4 (High)	OpenAI	6.5%	下降1位	9	GPT 5.5	OpenAI	6.6%
10	GLM 5.2 (Max)	Zhipu AI	4.4%	新上榜	10	Claude Opus 4.8	Anthropic	4.6%

本周榜单主要变化：

GLM 5.2 (Max)（Zhipu AI）新上榜第 10，上周第 10 的 Claude Opus 4.8 跌出前十。
Claude Opus 4.7 上升 2 位至第 4，GPT 5.5 上升 2 位至第 7；Claude Opus 4.8 (Thinking)、GPT 5.5 (xHigh)、GPT 5.5 (High) 等小幅下降 1 位。

4LiveCodeBench

来源：livecodebench.github.io

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	Claude Opus 4.7	Anthropic	44.1	持平	1	Claude Opus 4.7	Anthropic	44.1
2	Claude Opus 4.6	Anthropic	41.2	持平	2	Claude Opus 4.6	Anthropic	41.2
3	GPT 5.5	OpenAI	40.2	持平	3	GPT 5.5	OpenAI	40.2
4	Claude Opus 4.6	Anthropic	33.3	持平	4	Claude Opus 4.6	Anthropic	33.3
5	GPT 5.4	OpenAI	31.4	持平	5	GPT 5.4	OpenAI	31.4
6	GPT 5.2	OpenAI	27.4	持平	6	GPT 5.2	OpenAI	27.4
7	Claude Opus 4.5	Anthropic	26.5	持平	7	Claude Opus 4.5	Anthropic	26.5
8	GPT 5.4	OpenAI	25.5	持平	8	GPT 5.4	OpenAI	25.5
9	Gemini 3.1 Pro	Google	22.6	持平	9	Gemini 3.1 Pro	Google	22.6
10	Gemini 3 Pro	Google	18.6	持平	10	Gemini 3 Pro	Google	18.6

本周榜单主要变化：

无重大变化

5SWE-bench

来源：swebench.com

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	Claude 4.5 Opus (high reasoning)	Anthropic	76.8%	持平	1	Claude 4.5 Opus (high reasoning)	Anthropic	76.8%
2	Gemini 3 Flash (high reasoning)	Google	75.8%	持平	2	Gemini 3 Flash (high reasoning)	Google	75.8%
3	MiniMax M2.5 (high reasoning)	MiniMax	75.8%	持平	3	MiniMax M2.5 (high reasoning)	MiniMax	75.8%
4	Claude Opus 4.6	Anthropic	75.6%	持平	4	Claude Opus 4.6	Anthropic	75.6%
5	GPT-5-2 Codex	OpenAI	72.8%	持平	5	GPT-5-2 Codex	OpenAI	72.8%
6	GLM-5 (high reasoning)	Zhipu AI	72.8%	持平	6	GLM-5 (high reasoning)	Zhipu AI	72.8%
7	GPT-5-2 (high reasoning)	OpenAI	72.8%	持平	7	GPT-5-2 (high reasoning)	OpenAI	72.8%
8	GPT 5.2 Codex	OpenAI	72.8%	持平	8	GPT 5.2 Codex	OpenAI	72.8%
9	Claude 4.5 Sonnet (high reasoning)	Anthropic	71.4%	持平	9	Claude 4.5 Sonnet (high reasoning)	Anthropic	71.4%
10	Kimi K2.5 (high reasoning)	Moonshot AI	70.8%	持平	10	Kimi K2.5 (high reasoning)	Moonshot AI	70.8%

本周榜单主要变化：

无重大变化

6Image Edit Arena

来源：lmarena.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	gpt-image-2 (medium)	OpenAI	1465	持平	1	gpt-image-2 (medium)	OpenAI	1465
2	mai-image-2.5	Microsoft	1401	持平	2	mai-image-2.5	Microsoft	1401
3	chatgpt-image-latest-high-fidelity	OpenAI	1390	持平	3	chatgpt-image-latest-high-fidelity	OpenAI	1390
4	grok-imagine-image-quality	XAI	1388	持平	4	grok-imagine-image-quality	XAI	1388
5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1388	持平	5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1388
6	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1387	持平	6	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1387
7	gemini-3-pro-image-preview (nano-banana-pro)	Google	1385	持平	7	gemini-3-pro-image-preview (nano-banana-pro)	Google	1385
8	gpt-image-1.5-high-fidelity	OpenAI	1373	持平	8	gpt-image-1.5-high-fidelity	OpenAI	1373
9	reve-2.0	Reve	1356	持平	9	reve-2.0	Reve	1356
10	grok-imagine-image-quality	XAI	1355	持平	10	grok-imagine-image-quality	XAI	1355

本周榜单主要变化：

无重大变化

7Text-to-Image Arena

来源：lmarena.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	gpt-image-2 (medium)	OpenAI	1385	持平	1	gpt-image-2 (medium)	OpenAI	1385
2	reve-2.0	Reve	1273	持平	2	reve-2.0	Reve	1273
3	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1269	持平	3	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1269
4	mai-image-2.5	Microsoft	1253	持平	4	mai-image-2.5	Microsoft	1253
5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1245	持平	5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1245
6	gpt-image-1.5-high-fidelity	OpenAI	1241	持平	6	gpt-image-1.5-high-fidelity	OpenAI	1241
7	grok-imagine-image-quality	XAI	1234	持平	7	grok-imagine-image-quality	XAI	1234
8	gemini-3-pro-image-preview (nano-banana-pro)	Google	1232	持平	8	gemini-3-pro-image-preview (nano-banana-pro)	Google	1232
9	ideogram-4.0-quality	Ideogram	1204	持平	9	ideogram-4.0-quality	Ideogram	1204
10	uni-1.1-max	Luma	1191	持平	10	uni-1.1-max	Luma	1191

本周榜单主要变化：

无重大变化

8AA Image Editing

来源：artificialanalysis.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	GPT Image 1.5 (high)	OpenAI	1263	持平	1	GPT Image 1.5 (high)	OpenAI	1264
2	GPT Image 2 (high)	OpenAI	1259	持平	2	GPT Image 2 (high)	OpenAI	1259
3	Nano Banana Pro (Gemini 3 Pro Image)	Google	1249	持平	3	Nano Banana Pro (Gemini 3 Pro Image)	Google	1251
4	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1247	持平	4	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1246
5	MAI-Image-2.5 (Foundry)	Microsoft	1246	新上榜	5	grok-imagine-image-quality	XAI	1237
6	grok-imagine-image-quality	XAI	1236	下降1位	6	HunyuanImage 3.0 Instruct (Fal)Open Weights	Tencent	1230
7	MAI-Image-2.5-Flash (Foundry)	Microsoft	1234	新上榜	7	Luma UNI 1 Max	Luma	1222
8	HunyuanImage 3.0 Instruct (Fal)Open Weights	Tencent	1230	下降2位	8	grok-imagine-image	XAI	1220
9	Luma UNI 1 Max	Luma	1224	下降2位	9	Kling Image 3.0 Omni	KlingAI	1219
10	Kling Image 3.0 Omni	KlingAI	1219	下降1位	10	FLUX.2 [max]	Black Forest Labs	1214

本周榜单主要变化：

MAI-Image-2.5 (Foundry) 与 MAI-Image-2.5-Flash (Foundry) 同时新上榜，分列第 5、第 7。
grok-imagine-image、FLUX.2 [max] 跌出前十；Luma UNI 1 Max、HunyuanImage 3.0 Instruct 顺位下调 2 位。

9AA Text-to-Image

来源：artificialanalysis.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	GPT Image 2 (high)	OpenAI	1339	持平	1	GPT Image 2 (high)	OpenAI	1339
2	GPT Image 1.5 (high)	OpenAI	1266	持平	2	GPT Image 1.5 (high)	OpenAI	1266
3	HiDream-O1-Image-1.5	HiDream	1263	持平	3	HiDream-O1-Image-1.5	HiDream	1264
4	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1255	持平	4	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1258
5	Cosmos3-Super-Text2Image (agentic)Open Weights	NVIDIA	1233	持平	5	Cosmos3-Super-Text2Image (agentic)Open Weights	NVIDIA	1236
6	Nano Banana Pro (Gemini 3 Pro Image)	Google	1219	持平	6	Nano Banana Pro (Gemini 3 Pro Image)	Google	1219
7	MAI-Image-2.5-Flash (Foundry)	Microsoft	1216	新上榜	7	Krea 2 Medium	Krea	1209
8	Krea 2 Medium	Krea	1209	下降1位	8	grok-imagine-image-quality	XAI	1204
9	Recraft V4.1 Utility Pro	Recraft	1204	持平	9	Recraft V4.1 Utility Pro	Recraft	1204
10	MAI-Image-2.5 (Foundry)	Microsoft	1202	新上榜	10	Recraft V4.1 Utility	Recraft	1197

本周榜单主要变化：

MAI-Image-2.5-Flash (Foundry) 新上榜第 7，MAI-Image-2.5 (Foundry) 新上榜第 10。
grok-imagine-image-quality、Recraft V4.1 Utility 跌出前十；Krea 2 Medium 下降 1 位。

10前沿数学 (FrontierMath)

来源：epoch.ai

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	GPT-5.5 Pro	OpenAI	52.4%	持平	1	GPT-5.5 Pro	OpenAI	52.4%
2	GPT-5.5	OpenAI	51.7%	持平	2	GPT-5.5	OpenAI	51.7%
3	GPT-5.4 Pro	OpenAI	50.0%	持平	3	GPT-5.4 Pro	OpenAI	50.0%
4	GPT-5.4	OpenAI	47.6%	持平	4	GPT-5.4	OpenAI	47.6%
5	Claude Opus 4.8	Anthropic	47.2%	持平	5	Claude Opus 4.8	Anthropic	47.2%
6	Claude Opus 4.7	Anthropic	43.8%	持平	6	Claude Opus 4.7	Anthropic	43.8%
7	Claude Opus 4.6	Anthropic	40.7%	持平	7	Claude Opus 4.6	Anthropic	40.7%
8	GPT-5.2	OpenAI	40.7%	持平	8	GPT-5.2	OpenAI	40.7%
9	Muse Spark	Meta	39.0%	持平	9	Muse Spark	Meta	39.0%
10	Gemini 3.5 Flash	Google	39.0%	持平	10	Gemini 3.5 Flash	Google	39.0%

本周榜单主要变化：

无重大变化

11HLE

来源：scale.com

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	gemini-3.1-pro-preview (thinking high)	Google	46.4	持平	1	gemini-3.1-pro-preview (thinking high)	Google	46.4
2	gpt-5.4-pro-2026-03-05	OpenAI	44.3	持平	2	gpt-5.4-pro-2026-03-05	OpenAI	44.3
3	Muse Spark	iFlytek	40.6	持平	3	Muse Spark	iFlytek	40.6
4	gemini-3-pro-preview	Google	37.5	持平	4	gemini-3-pro-preview	Google	37.5
5	gpt-5.4-2026-03-05 (xhigh thinking)	OpenAI	36.2	持平	5	gpt-5.4-2026-03-05 (xhigh thinking)	OpenAI	36.2
6	claude-opus-4-7	Anthropic	36.2	持平	6	claude-opus-4-7	Anthropic	36.2
7	claude-opus-4-6-thinking-max	Anthropic	34.4	持平	7	claude-opus-4-6-thinking-max	Anthropic	34.4
8	gpt-5-pro-2025-10-06	OpenAI	31.6	持平	8	gpt-5-pro-2025-10-06	OpenAI	31.6
9	gpt-5.2-2025-12-11	OpenAI	27.8	持平	9	gpt-5.2-2025-12-11	OpenAI	27.8
10	gpt-5-2025-08-07	OpenAI	25.3	持平	10	gpt-5-2025-08-07	OpenAI	25.3

本周榜单主要变化：

无重大变化

12Agent (GAIA)

来源：huggingface.co

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	Co-Sight Pro v1.0.1	ZTE-AICloud	93.0	持平	1	Co-Sight Pro v1.0.1	ZTE-AICloud	93.0
2	OPS-Agentic-Search	Alibaba Cloud	92.4	持平	2	OPS-Agentic-Search	Alibaba Cloud	92.4
3	CustomGPT.ai Research Lab v41	CustomGPT.ai	92.0	持平	3	CustomGPT.ai Research Lab v41	CustomGPT.ai	92.0
4	Co-Sight Pro v1.0.0	ZTE-AICloud	92.0	持平	4	Co-Sight Pro v1.0.0	ZTE-AICloud	92.0
5	CustomGPT.ai Research Lab v43	CustomGPT.ai	92.0	持平	5	CustomGPT.ai Research Lab v43	CustomGPT.ai	92.0
6	AuraAi	AI	92.0	持平	6	AuraAi	AI	92.0
7	CustomGPT.ai Research Lab V42	CustomGPT.ai	92.0	持平	7	CustomGPT.ai Research Lab V42	CustomGPT.ai	92.0
8	openJiuwen-deepagent	OpenJiuwen	91.7	持平	8	openJiuwen-deepagent	OpenJiuwen	91.7
9	CustomGPT.ai Research Lab v39	CustomGPT.ai	91.7	持平	9	CustomGPT.ai Research Lab v39	CustomGPT.ai	91.7
10	CustomGPT.ai Research Lab v35	CustomGPT.ai	91.4	持平	10	CustomGPT.ai Research Lab v35	CustomGPT.ai	91.4

本周榜单主要变化：

无重大变化

13GPQA

来源：llm-stats.com

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	Claude Mythos Preview	Anthropic	94.6	持平	1	Claude Mythos Preview	Anthropic	94.6
2	Gemini 3.1 Pro	Google	94.3	持平	2	Gemini 3.1 Pro	Google	94.3
3	Claude Opus 4.7	Anthropic	94.2	持平	3	Claude Opus 4.7	Anthropic	94.2
4	Claude Opus 4.8	Anthropic	93.6	持平	4	Claude Opus 4.8	Anthropic	93.6
5	GPT-5.5	OpenAI	93.6	持平	5	GPT-5.5	OpenAI	93.6
6	GPT-5.2 Pro	OpenAI	93.2	持平	6	GPT-5.2 Pro	OpenAI	93.2
7	GPT-5.4	OpenAI	92.8	持平	7	GPT-5.4	OpenAI	92.8
8	Qwen3.7 Max	Alibaba Cloud / Qwen Team	92.4	持平	8	Qwen3.7 Max	Alibaba Cloud / Qwen Team	92.4
9	GPT-5.2	OpenAI	92.4	持平	9	GPT-5.2	OpenAI	92.4
10	Gemini 3 Pro	Google	91.9	持平	10	Gemini 3 Pro	Google	91.9

本周榜单主要变化：

无重大变化

14国内 - 大语言模型 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	GPT-5.4-2026-03-05 (high)	OpenAI	67.3	持平	1	GPT-5.4-2026-03-05 (high)	OpenAI	67.3
2	DeepSeek-V4-Pro	DeepSeek	65.1	持平	2	DeepSeek-V4-Pro	DeepSeek	65.1
3	Claude Opus 4.7 (high)	Anthropic	64.0	持平	3	Claude Opus 4.7 (high)	Anthropic	64.0
4	Doubao-Seed-2-0-Pro-260215 (high)	ByteDance	63.5	持平	4	Doubao-Seed-2-0-Pro-260215 (high)	ByteDance	63.5
5	Kimi-K2.6	Moonshot	63.4	持平	5	Kimi-K2.6	Moonshot	63.4
6	Gemini-3.1-Pro-Preview	Google	63.2	持平	6	Gemini-3.1-Pro-Preview	Google	63.2
7	Qwen3.6-Max-Preview	Alibaba	60.8	持平	7	Qwen3.6-Max-Preview	Alibaba	60.8
8	DeepSeek-V4-Flash	DeepSeek	60.4	持平	8	DeepSeek-V4-Flash	DeepSeek	60.4
9	Doubao-Seed-2-0-Lite-260215 (high)	ByteDance	60.4	持平	9	Doubao-Seed-2-0-Lite-260215 (high)	ByteDance	60.4
10	GLM-5.1	Zhipu AI	59.0	持平	10	GLM-5.1	Zhipu AI	59.0

本周榜单主要变化：

无重大变化

15国内 - 多模态 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	Qwen3.7-Plus	Alibaba	73.0	持平	1	Qwen3.7-Plus	Alibaba	73.0
2	Gemini-3.1-Pro-Preview	Google	72.6	持平	2	Gemini-3.1-Pro-Preview	Google	72.6
3	Qwen3.5-397B-A17B	Alibaba	72.3	持平	3	Qwen3.5-397B-A17B	Alibaba	72.3
4	GPT-5.5 (high)	OpenAI	71.1	持平	4	GPT-5.5 (high)	OpenAI	71.1
5	Kimi-K2.6	Moonshot AI	70.6	持平	5	Kimi-K2.6	Moonshot AI	70.6
6	Doubao-Seed-2.0-Pro (high)	ByteDance	69.4	持平	6	Doubao-Seed-2.0-Pro (high)	ByteDance	69.4
7	SenseNova-6-7-Flash-Alpha	SenseTime	69.0	持平	7	SenseNova-6-7-Flash-Alpha	SenseTime	69.0
8	GLM-5V-Turbo	Zhipu AI	62.8	持平	8	GLM-5V-Turbo	Zhipu AI	62.8
9	Step-3.7-Flash (high)	StepFun	61.5	持平	9	Step-3.7-Flash (high)	StepFun	61.5
10	Gemma-4-31B-it	Google	56.3	持平	10	Gemma-4-31B-it	Google	56.3

本周榜单主要变化：

无重大变化

16国内 - 医疗 (MedBench)

来源：medbench.opencompass.org.cn

数据周期 · 2026-06-12（上周） → 2026-06-18（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	指标	排名变化	上周排名	上周模型	所属公司	指标
1	U2-Med	云知声智能科技股份有限公司	72.9	新上榜	1	京医千询	京东健康	72.6
2	京医千询	京东健康	72.6	下降1位	2	卓睦鸟医疗大模型	广州中康数字科技有限公司	72.1
3	卓睦鸟医疗大模型	广州中康数字科技有限公司	72.1	下降1位	3	千问健康大模型	千问C端	71.2
4	千问健康大模型	千问C端	71.2	下降1位	4	华为云健康管理大模型	Huawei	71.0
5	华为云健康管理大模型	Huawei	71.0	下降1位	5	WiseDiag v2	杭州智诊科技有限公司	69.8
6	ME-base	Meta Emergence Laboratory	70.4	新上榜	6	微医医疗大模型	微医	68.2
7	WiseDiag v2	杭州智诊科技有限公司	69.8	下降2位	7	AntAngelMed	MedAIBase	68.0
8	微医医疗大模型	微医	68.2	下降2位	8	UniGPT-Med-U1	云知声智能科技股份有限公司	65.7
9	AntAngelMed	MedAIBase	68.0	下降2位	9	惠每医疗大模型	上海新创惠每科技有限公司	60.0
10	UniGPT-Med-U1	云知声智能科技股份有限公司	65.7	下降2位	10	Grok-4	XAI	58.4

本周榜单主要变化：

U2-Med（云知声智能科技股份有限公司）以 72.9 分新上榜并登顶；ME-base（Meta Emergence Laboratory）新上榜第 6。
原榜首京医千询及卓睦鸟医疗大模型、千问健康大模型、华为云健康管理大模型顺位下调；WiseDiag v2、微医医疗大模型、AntAngelMed、UniGPT-Med-U1 均下降 2 位。
惠每医疗大模型、Grok-4 跌出前十。

AGENT-NATIVE DATABASE

Agent 原生数据库

01 · 这是什么

TL;DR · pandadataskill.md

本站底层是一个面向 AI Agent 开放的实时榜单数据库，涵盖两类数据：OpenRouter 的周度模型调用量、厂商份额与细分统计数据（编程 / 工具调用 / 图像 / 音频），以及与周报同源的 15 张外部基准榜单的多期快照（LMArena 文本 / 代码 / 图像编辑 / 文生图、Artificial Analysis、SWE-bench、LiveCodeBench、GPQA、HLE、FrontierMath、GAIA、OpenCompass、MedBench）。全部以只读 SQL + MCP 的形式开放，任何支持 MCP 的 Agent 都能直接查询。下面的两张演示图，就是用这个库画出来的。

数据库每天 08:00（北京时间）自动更新一次；但各数据源有自己的发布节奏，因此各表可用数据的新鲜度以数据源自身的更新时间为准。

如果不想往下读的话，直接甩给你的 agents：

⬇ 下载 pandadataskill.md

02 · 用同一个库，你可以——

两个演示 · 数据均来自本库

演示 A · 还原

Top Models 周度调用量

你可以还原一个 OpenRouter 上的视图。

演示 B · 跨库自创

基准排名 × 真实使用量

你也可以把能力榜单表和 OpenRouter 调用量表跨库 JOIN——横轴 = 基准得分，纵轴 = 近 30 天调用量（对数）。跑分高的模型，真的有人用吗？

💡 同一个库，你还可以画——

用 model_activity 算推理 token ÷ 回答 token，看哪些模型真的在"思考"（有的推理量是答案的 3 倍，有的几乎为零）；用输入:输出比例给负载画像——50:1 是文档抽取型，5:1 更像对话；用 rankings_market_share 画 52 周中外厂商份额拉锯；用 model_apps_daily 看一个模型的流量是被少数大应用"承包"还是长尾开发者撑起；或用 models 按发布时间画上下文军备竞赛——1M+ token 的模型已超过 70 个。

03 · 让你的 Agent 直接访问数据库（MCP）

Agent-native · Model Context Protocol

本站运行一个 MCP 服务器。任何支持 MCP 的客户端（Claude Code / Claude Desktop / Cursor 等）都能一键连接，直接对自动刷新的实时数据库执行只读查询——无需复制粘贴、无需手动下载。

两个库均每天 08:00（北京时间）自动刷新：OpenRouter 调用量库（周榜 / 厂商份额 / 编程榜 + 每日 token 量 + 每个模型的供应商、定价、吞吐与延迟、可用率、Top 应用），以及能力榜单库（LMArena / GPQA / SWE-bench / OpenCompass 等 15 张外部基准）。完整表结构随时调用 openrouter_schema() / leaderboards_schema() 获取。

① 一行接入（Claude Code）

claude mcp add --transport http panda https://pandaleaderboard.com/mcp/

② 或写入 MCP 配置（Claude Desktop / Cursor）

{
  "mcpServers": {
    "panda": { "url": "https://pandaleaderboard.com/mcp/" }
  }
}

③ 可用工具

query_openrouter(sql) — 对实时数据库执行只读 SQL（仅 SELECT / WITH，最多 500 行）。
openrouter_schema() — 列出所有表与字段（先调用它了解结构）。
openrouter_freshness() — 查看最新数据周与各表行数。
query_leaderboards(sql) — 对能力榜单库（LMArena / GPQA / SWE-bench / OpenCompass 等 15 张外部基准表的多期快照）执行只读 SQL。上面的「演示 B」就是这个库和调用量库跨库 JOIN 画出来的。
leaderboards_schema() — 列出能力榜单库的表与字段。
leaderboards_freshness() — 查看各基准表的最新快照日期。
report_top_models() / report_market_share() — 复现本站「周报」页所用的近 7 天滚动口径（与官方 Mon–Sun 完整周不同）。

④ 示例：让 Agent 查询本周调用量榜首

SELECT model_slug, tokens, rank
FROM rankings_top_models
WHERE week_start = (SELECT MAX(week_start) FROM rankings_top_models)
ORDER BY rank LIMIT 10;

完整字段、新鲜度语义与更多 SQL 配方见 pandadataskill.md（即上方可下载的手册）。接口开放、无需鉴权；所有工具调用（工具名 + SQL + 调用方）会被记录用于使用分析。

Research

Research · 数据研究专题

基于 OpenRouter 自有数据的研究专题集合。每个区块是一个可独立展开 / 收起的分析模块；更多专题将陆续加入。

Token 经济学 · OpenRouter

DeepSeek 斩杀线 · 价格 × 真实用量

把价格压平后，看开发者真正把 token 投给了谁。含 Value Map · 四象限、斩杀线挑战、平台概览与用量 / 排行 / 份额。

数据加载中…

Token 经济学 · 后验主义

把价格这层外衣拿掉，开发者到底会选哪个模型？
DeepSeek 斩杀线：低价 + 可用 + 稳定，正在把全市场价格参照系往下拉。

我们不先争论谁更强，而是把复杂变量收敛到两个可观测量：价格（一次标准调用要花多少钱）与用量（开发者实际把多少 token 投在它身上）。下方分析方法借鉴 ZenMux 的「斩杀线」框架，但数据全部来自 OpenRouter 自有表，并在末尾与 ZenMux 的结论作对照。

① 归一化用量 U_m

median_近14日(日 token)

近 14 个完整日里，model_activity 的中位日真实用量（B tokens/日）。规避单日尖峰。

② 归一化价格 P_m

100K·p_in + 1K·p_out

标准价格篮 = 100K 输入 + 1K 输出（贴合 Coding/Agent 输入重场景），价格取自 model_pricing_history 最新快照（$/篮）。

③ 价值 Value

U_m / P_m

每花掉 $1 标准调用成本，模型承载多少真实日用量。

Value Map · 四象限日度 · 近14日 · 截至 —

横轴 = 归一化价格 P_m（对数轴，$/标准篮），纵轴 = 中位日真实用量 U_m。虚线为价格中位数与用量中位数，把模型分成四个象限。

低价 + 高用量　·　真正的 value play不是单纯便宜，而是在低价下吃到了非常大的真实用量。

高价 + 高用量　·　premium demand贵，但凭能力、稳定性与开发者信任，关键任务里用户依然买单。

低价 + 低用量　·　便宜但暂未被选择价格打下来了，但还没把用户真正打动。

高价 + 低用量　·　最危险区贵，却没有足够真实需求支撑；定价必须回答「贵在哪里」。

数据：OpenRouter model_pricing_history（最新快照）× model_activity（近 14 个完整日）。方法借鉴 ZenMux 斩杀线框架，数据为 OpenRouter 自有；价格按 100K:1K 标准篮归一化，已剔除异常报价。

斩杀线挑战 · 把价格对齐到 DeepSeek日度 · 近14日 · 截至 —

规则：归一化价格高于 V4 Pro → 打折到 V4 Pro；介于 V4 Pro 与 V4 Flash 之间 → 打折到 V4 Flash；本就更便宜 → 保持原价。价格压平后，只看谁真正留得住 token。锚点价格由 OpenRouter 实测定价得出。

模型	对齐锚点	归一化价格变化	降价幅度

数据：OpenRouter model_pricing_history。锚点 DeepSeek V4 Flash / V4 Pro 价格为 OpenRouter 实测，非外部研究值。

平台概览

OpenRouter 上的 token 处理总量与活跃度，分别给出周度（完整周）与日度（最近完整日 / 近 7 日）口径。

周度完整周 · 截至 —

日度截至 —

模型用量趋势周度 · 截至 —本周至今 · —

头部模型的周 token 消耗（B tokens）随时间堆叠；最右一列为「本周至今」的日度增量（半透明）。颜色源自 Panda 厂商色板。

模型排行周度 · 截至 —

按 token 消耗排序的头部模型。

厂商份额周度 · 截至 —

按模型厂商（maker）划分的 token 消耗占比，100% 堆叠随时间。

数据源：OpenRouter explorer JSON（服务端每日构建，周度）+ analytics-live.json（直读 OpenRouter 数据表，日度）。「斩杀线」分析方法借鉴 ZenMux 研究，数据全部为 OpenRouter 自有。

04 REPORT ARCHIVE

历史周报

过往周报归档,可按发布日期、模型或主题搜索。

01 · 这是什么

02 · 用同一个库，你可以——

03 · 让你的 Agent 直接访问数据库（MCP）

① 一行接入（Claude Code）

② 或写入 MCP 配置（Claude Desktop / Cursor）

③ 可用工具

④ 示例：让 Agent 查询本周调用量榜首

Research · 数据研究专题

把价格这层外衣拿掉，开发者到底会选哪个模型？DeepSeek 斩杀线：低价 + 可用 + 稳定，正在把全市场价格参照系往下拉。

Value Map · 四象限日度 · 近14日 · 截至 —

斩杀线挑战 · 把价格对齐到 DeepSeek日度 · 近14日 · 截至 —

平台概览

模型用量趋势周度 · 截至 —本周至今 · —

模型排行周度 · 截至 —

厂商份额周度 · 截至 —

历史周报

把价格这层外衣拿掉，开发者到底会选哪个模型？
DeepSeek 斩杀线：低价 + 可用 + 稳定，正在把全市场价格参照系往下拉。