OpenRouter 登顶赚多少：一天 760 万美元

一句话总结：DeepSeek V4.1 Flash 以周调用量 70.67T tokens 连续 27 周压着美国模型，按牌价估一笔账，它一天在 OpenRouter 上进账约 760 万美元；但调用量只有它十分之一的 Opus 5.5 batch，收入是它的 3.2 倍。

看到"中国模型连续 27 周登顶 OpenRouter"这类新闻时，我好奇的从来不是排名本身，而是这个第一名值多少钱。榜单给的是 token 数，没人告诉你换算成钱是多少。这篇就把前十名挨个换算一遍，看看量的第一名和钱的第一名是不是同一个模型。

先说结论：不是。而且两个榜单的差距大到离谱，每百万 token 的实际均价能差三万倍。

调用量第一，收入只排第三

2026 年 11 月 12 日的周榜快照，DeepSeek V4.1 Flash 1017 以 70.67T tokens 排第一，腾讯 Hy4 18.81T 第二，智谱 GLM 5.3 Flash 11.28T 第三，前十里有六个是中国模型。GPT-6 Luna 排第四，7.10T。

把调用量乘上各家牌价（假设输入输出 4:1），收入图完全变了样。Opus 5.5 batch 每周调用量 6.76T，只有 Flash 的十分之一，但它输入 2 美元、输出 10 美元每百万，一周估算收入 1.70 亿美元。Flash 输入 0.01 美元、输出 0.5 美元，一周估算 5340 万美元。

调用量第一的模型，收入排第三。换算过来 Flash 一天进账约 760 万美元，年化 28 亿美元左右。这个数字看着不小，可 Opus batch 年化 88 亿美元，同样是"在聚合平台上跑 batch 接口"这一件事。

图 1：左列是周调用量，右列是按牌价估算的周收入，两个排序几乎完全重排

七成调用量是什么任务

Flash 的牌价结构能说明它的用途。输入 0.01 美元每百万 token，是 Opus batch 的两百分之一。这个价位上，只有一类任务会大量消耗它：批量抓取、网页清洗、分类打标这类成本敏感的流水线活。

科创板日报引述行业说法，国内模型承接的大多是 agent 网页抓取、批量信息处理这类大规模并行任务，这类任务本身愿意支付的单价就低。GLM 5.3 Flash 输入 0.04 美元，MiniMax M3.1 Flash 0.06 美元，价格带都挤在同一个区间，说明大家在抢同一批客户。

这解释了榜单的形状：前十里中国模型占六席，靠的是把基础设施的价格打穿。而 Opus 的 batch 接口一周 6.76T，单价高两个数量级，服务的是另一批完全不同的活。同一个平台上两条曲线各自增长，互不挤占。

token 均价差三万倍：榜单的两面

把收入除以调用量，得到每个模型每百万 token 的实际均价。Flash 约 0.0008 美元，Opus batch 约 25 美元。同一周、同一个平台、同样的 token 计费方式，均价差三万多倍。

这个倍数比牌价差（2/0.01 = 200 倍输入，10/0.5 = 20 倍输出）大得多。原因有两个：一是 Flash 的调用里输出占比可能更低，抓取类任务返回的 token 很少；二是长上下文输入占比极高，把均价进一步往输入端拖。这两个因素叠加，实际价差远超牌面。

所以"登顶"这个词要看挂在哪个榜上。调用量榜衡量的是平台基础设施的吞吐，收入榜衡量的才是商业价值。新闻标题喜欢前者，因为数字大；投资人和开发者该看后者。

中国模型占四席：钱和量各拿多少

前十里的六个中国模型，加起来一周调用量约 106T tokens，估算收入合计约 2.6 亿美元。三个美国模型（GPT-6 Luna、Opus batch、Sol batch）调用量 18T，估算收入 2.3 亿美元。量是中国模型五倍多，钱却基本持平。

Menlo Ventures 11 月发布的报告给了另一个视角：美国企业的开源模型支出里 89% 流向中国模型，Kimi 占 61%、DeepSeek 15%、智谱 11%。同时开源模型在企业 token 消耗中占比从 11% 涨到 19%，支出占比却从 6% 降到 4%。用量在涨、单价在跌，这就是剪刀差。

上一篇算过，闭源阵营内部"每美元买几分"差 17 倍；这一篇的数字说明开源和闭源之间，单位 token 的价差是另一个量级。两个阵营现在打的是两场仗：一个卖智能，一个卖吞吐。显卡新闻里那些各说各话的数字是同一个故事：同一件事，选不同的分子分母，能讲出完全相反的结论。

这笔估算的口径边界

把估算方法交代清楚，免得数字被当成实数传。OpenRouter 公开的是 token 路由量，不公开收入；输入输出比例 4:1 是我按 agent 类负载的常见形态设的，抓取类任务实际输出占比可能低于 20%，那样收入估出来还会更低。

缓存命中也没有计价。OpenRouter 的价格里 cache read 通常远低于正常输入价，Flash 这类模型的缓存命中率不低，真实账单会比我估的小一截。所以 760 万美元一天应该读作"牌价上限"，真实数字大概率在它的一半到八成之间。

有一点倒是确定的：不管口径怎么调，调用量榜和收入榜的错位方向不会变。单价差两个数量级的两个市场在同一张榜上排名，这件事本身就是当下大模型商业结构的缩影。

FAQ

Q：760 万美元一天是 DeepSeek 官方收入吗？

不是。这是按 OpenRouter 公开的周 token 路由量和 DeepSeek 牌价、假设 4:1 输入输出比估算的数字，只覆盖 OpenRouter 一个渠道，不含 DeepSeek 官方 API 和其他平台。实际收入结构里 OpenRouter 只是一部分。

Q：为什么调用量第一收入只排第三？

价格差了两个数量级。Flash 定位是成本敏感的批量任务，输入价 0.01 美元每百万；Opus batch 服务高价值任务，输入 2 美元。调用量放大 10 倍补不上单价差 200 倍的缺口。

Q：连续 27 周超越美国模型指的是什么？

指 OpenRouter 平台上中国模型的周 token 调用总量持续高于美国模型，且当期调用量前五中中国模型占四席。这是用量口径的领先，不是收入或能力口径。

Q：4:1 的输入输出比靠谱吗？

是个粗略假设。agent 抓取、文档处理类任务输出占比低，长上下文输入占比高，真实比例可能更偏向输入。比例只影响估算绝对值，不改变量价错位的结论方向。

Q：普通开发者该看哪个榜？

按需求选：跑批量流水线看调用量榜，那里是性价比市场；接高价值业务看能力和每任务成本，参考 Artificial Analysis 这类独立评测。两个榜回答的是两个不同的问题。