مدلهای چینی سه رتبه اول usage واقعی OpenRouter را گرفتند
جدیدترین leaderboard هفتگی OpenRouter سه مدل از شرکتهای فناوری چینی را در صدر یکی از بزرگترین نماهای عمومی از ترافیک واقعی developerها میان چندین مدل قرار داده است. طبق رتبهبندی OpenRouter، DeepSeek V4 Flash 0731 در بازه هفتگی نمایشدادهشده ۱۱.۴ تریلیون token پردازش کرده، Tencent Hy3 به ۹.۲۲ تریلیون رسیده و Xiaomi MiMo-V2.5 نیز ۶.۹۲ تریلیون token داشته است. GPT-5.6 Luna از OpenAI با ۵.۶ تریلیون در رتبه چهارم قرار دارد و نسخه قدیمیتر DeepSeek V4 Flash با ۵.۰۶ تریلیون پنجم است.
اهمیت این نتیجه در این است که با یک جدول benchmark ساختهشده از آزمونهای مصنوعی روبهرو نیستیم. OpenRouter میگوید rankingهایش بر اساس tokenهایی است که واقعاً از API این پلتفرم عبور کردهاند و هم prompt token و هم completion token را شامل میشوند. تازهترین bucket کامل داده مربوط به ۲۰ اوت ۲۰۲۶ است. بنابراین این ranking سیگنالی مفید از adoption در اکوسیستم OpenRouter است، اما نباید آن را سهم بازار جهانی مدلها یا سنجه کیفیت مدل دانست.
تمرکز مدلهای چینی در صدر جدول در workloadهای برنامهنویسی هم دیده میشود. leaderboard برنامهنویسی OpenRouter Xiaomi MiMo-V2.5 را با ۶.۷۹ تریلیون token و ۲۵.۳٪ از usage برنامهنویسی ردیابیشده در رتبه اول قرار میدهد و DeepSeek V4 Flash با ۳.۵۱ تریلیون و ۱۳.۱٪ دوم است. GPT-5.6 Luna از OpenAI با ۸.۲٪ چهارم و Tencent Hy3 با ۵.۷٪ ششم است. این اعداد نشان میدهند که برتری فعلی این مدلها فقط ناشی از chat یا workloadهای سرگرمی نیست.
usage مربوط به agentها نیز تصویر مشابهی دارد. در مجموعه tool-calling OpenRouter، DeepSeek V4 Flash 0731 با حدود ۱۱.۵ تریلیون token پرمصرفترین مدل در مجموعه هفتگی tool calling است. Tool calling یکی از اجزای اصلی agentهایی است که database را query میکنند، API فراخوانی میکنند، workflow اجرا میکنند و با سیستمهای خارجی تعامل دارند. بنابراین usage بالا در این بخش برای application developerها معنادارتر از یک نمودار عمومی محبوبیت است.
تجمیع مستقل دادههای OpenRouter هم همین جابهجایی را در سطح provider نشان میدهد. Tidelines سهم DeepSeek را از tokenهای ردیابیشده OpenRouter تا ۲۰ اوت حدود ۲۵.۷٪ گزارش میکند؛ Xiaomi حدود ۱۰.۹٪، Tencent حدود ۱۰.۳٪ و OpenAI حدود ۱۰.۴٪ هستند. این سرویس همچنین DeepSeek V4 Flash 0731 را بزرگترین mover سیروزه معرفی میکند که حدود ۱۳.۶ واحد درصد به سهم token خود افزوده است. چون Tidelines خودش از ترافیک OpenRouter مشتق میشود، جهت این تغییر را تأیید میکند، نه اینکه مستقلاً کل بازار جهانی AI را اندازهگیری کند.
مقیاس OpenRouter باعث میشود این تغییر ارزش دنبال کردن داشته باشد. Reuters گزارش کرده است که این پلتفرم بیش از ۱۰ میلیون developer و شرکت را پوشش میدهد، روزانه بیش از ۱۰ تریلیون token پردازش میکند و دسترسی به صدها مدل AI را فراهم میسازد. OpenRouter همچنان فقط یک gateway است، اما آنقدر بزرگ شده که تغییرات ترافیکش بتواند نشان دهد developerهایی که پشت یک API مشترک امکان جابهجایی provider دارند، عملاً به کدام مدلها workload میدهند.
هزینه احتمالاً بخشی از این داستان است، هرچند خود ranking نمیتواند رابطه علت و معلولی را ثابت کند. OpenRouter تعویض مدل را بدون بازسازی integration ساده میکند و مدلهای open یا open-weight ارزانتر برای coding agent، batch processing، workflowهای tool-heavy و سایر workloadهایی که مصرف token در آنها سریع رشد میکند جذاباند. DeepSeek، Tencent و Xiaomi مدلهای جدید خود را با ترکیبی از capability رقابتی، context بزرگ و هزینه inference پایینتر از بسیاری از frontier offeringهای premium عرضه کردهاند. داده usage با واکنش developerها به این tradeoff سازگار است، اما دلیل انتخاب هر کاربر را نشان نمیدهد.
این محدودیت مهم است. OpenRouter صریحاً میگوید rankingها adoption را اندازهگیری میکنند، نه accuracy، reasoning quality یا benchmark performance. ترافیک private حذف میشود. استفادهای که مستقیماً به API خود OpenAI، Anthropic، Google، Tencent، DeepSeek یا provider دیگری میرود در این داده دیده نمیشود. حجم token همچنین با تعداد کاربر، تعداد request یا revenue برابر نیست. مدلها از نظر tokenization و verbosity متفاوتاند، بنابراین token بیشتر لزوماً به معنای کاربر بیشتر یا ترجیح بیشتر برای یک task نیست.
مستندات Data API OpenRouter یک caveat فنی دیگر اضافه میکند: شمارش token از tokenizer خود provider بالادستی میآید. در نتیجه token یک provider دقیقاً با token provider دیگر قابل مقایسه نیست. dataset عمومی برای تحلیل trend ارزشمند است، اما بهتر است بهعنوان telemetry جهتدار دیده شود، نه یک سرشماری دقیق از بازار مدلها.
با وجود این محدودیتها، ترکیب فعلی leaderboard از نظر استراتژیک مهم است. در بخش بزرگی از چرخه generative AI، ذهنیت developerها خارج از چین عمدتاً حول مدلهای OpenAI، Anthropic و Google شکل گرفته بود. ترافیک فعلی OpenRouter نشان میدهد developerهایی که از یک gateway خنثی استفاده میکنند اکنون workloadهای بزرگ و شبیه production را به DeepSeek، Tencent و Xiaomi میفرستند. رقابت بیش از گذشته درباره operating economics و fit با integration است، نه فقط صدرنشینی در benchmark.
برای تیمهای engineering و product، نتیجه عملی این است که مدلها باید در سطح workload ارزیابی شوند و یک flagship model نباید بهصورت دائمی default فرض شود. coding، tool calling، long-context processing و automation با حجم بالا میتوانند requirements متفاوتی از نظر cost، latency و quality داشته باشند. داده OpenRouter نشان میدهد developerها همین حالا این tradeoffها را جدی انجام میدهند و مدلهای چینی دستکم در یک اکوسیستم بزرگ multi-provider به گزینههای mainstream تبدیل شدهاند.
برای بازار گستردهتر AI، سؤال بعدی این است که آیا این الگو با رسیدن bucketهای بعدی OpenRouter ادامه پیدا میکند و آیا در gatewayهای مستقل دیگر و داده deployment سازمانی نیز دیده میشود. یک leaderboard هفتگی میتواند پس از release مدل یا تغییر pricing سریع جابهجا شود. اما اگر DeepSeek، Tencent و Xiaomi چند هفته در نزدیکی صدر باقی بمانند، موضوع از یک ranking موقت فراتر میرود و نشان میدهد مرکز ثقل رقابت در workloadهای developer AI در حال جهانیتر شدن است.
## Sources
- OpenRouter AI Model Rankings
- OpenRouter Programming Models
- OpenRouter Tool Calling Models
- OpenRouter Data API documentation
- Tidelines LLM usage tracker
- Reuters on OpenRouter scale and Stripe acquisition
تاریخ انتشار: