摘要：

OpenRouter 发布大模型用量月榜（30 天累计口径，数据截至 11 月 2 日）。DeepSeek V4.1 Flash 以 113T token 处理量居首，环比增长 80%；其 1017 版本以 93.2T token 新入榜居次席；GLM 5.3 Flash 以 56.5T token 位列第三。榜单按 token 吞吐量而非模型质量排序，反映的是调用热度而非能力高低。榜单数据以 CC BY 4.0 许可开放，可署名转载。

正文（译文）：

该榜单按模型通过 OpenRouter API 处理的 token 量排名，统计提示词与补全 token，数据以 UTC 汇总为每日桶、按模型变体分别统计。保持私密的请求在聚合前会被排除。

「今日」「本周」「本月」分别覆盖过去一天、七天、三十天的滚动窗口，以最近一个完整日桶为截止。「热门」对比最近七天与前七天，按 token 百分比变化排序，仅纳入当前窗口至少有一百万 token 的模型。

榜单上方的日期是榜单计算所依据的最新用量桶，而非页面渲染或部署时间，因此只有在新用量数据聚合后才会推进。

本月（30 天）榜单前十：DeepSeek V4.1 Flash 以 113T token 居首（+80%）；DeepSeek V4.1 Flash 1017 以 93.2T token 新入榜；GLM 5.3 Flash 56.5T（+1%）；Hy4 preview 36.4T（-29%）；GPT-6 Luna 33.1T（+301%）；MiMo-V2.6-Flash 32.2T（+133%）；Step 5 Preview 31.2T（新入榜）；Claude Opus 5.5 27.5T（+763%）；Nemotron 3 Ultra（免费）22T（+9%）；GLM 5.3 19.1T（+55%）。

榜单展示的是流经 OpenRouter 的流量。Top Models 图表与 LLM 榜单按 token 处理量排序，Market Share 图表按请求数统计。二者都不衡量用户数或消费额。模型在冗长度与分词方式上存在差异，因此更高的 token 总量只说明某个模型被用得更多，而非它在某项任务上更出色。榜单不按准确率、推理能力或基准成绩排序。Benchmarks 部分则采用 Artificial Analysis 与 Design Arena 的分数，以及 OpenRouter 自行运行、按各提供商中位数准确率报告的基准（如 GPQA Diamond）进行排序。

OpenRouter 榜单数据以 CC BY 4.0 许可开放，可署名复用与转载。