全球第一！OpenRouter 稱上週 DeepSeek-V4-Flash 調用超 7.22 萬億 Token 登頂
重點摘要
OpenRouter最新週報顯示，DeepSeek-V4-Flash以7.22萬億Token的週調用量位居全球第一，成為該平台最受歡迎的AI模型。開源項目OpenCode指出其單日處理量達8萬億Token，其中5萬億為免費試用額度。此外，OpenRouter榜單前五名全為中國AI模型，已連續14週超越美國。
根據全球最大 AI 聚合平台 OpenRouter 最新公布的周度統計數據，DeepSeek-V4-Flash 以單週 7.22 萬億 Token 的調用量強勢登頂，成為全球範圍內使用量最大的 AI 模型。這項數據來自 OpenRouter 於 8 月 4 日發布的統計報告，統計區間涵蓋 7 月 27 日至 8 月 2 日，顯示出中國 AI 模型在全球市場上的強勁表現。OpenRouter 作為目前全球規模最大的 AI 大模型 API 聚合平台，其數據具有相當高的參考價值。據了解，該平台目前聚合了超過 400 款來自全球各地的頂尖商業模型與開源模型，並擁有約 800 萬名註冊用戶。
平台每個月處理的 Token 數量約為 100 萬億個，如此龐大的流量基礎，使得其週度榜單被視為觀察全球 AI 模型實際採用狀況的重要指標。在本次公布的榜單中，DeepSeek V4 Flash 的表現尤為突出，其單週調用量達到 7.22 萬億 Token，遙遙領先其他競爭對手。這一數字不僅反映了開發者與企業對該模型的高度依賴，也凸顯了 DeepSeek 在模型效率與成本控制上的優勢，使其成為大量 AI 應用場景中的首選方案。除了整體榜單數據外，開源項目團隊 OpenCode 也發布了相關觀察報告。
該團隊指出，在其平台上，DeepSeek V4 Flash 的調用量近期出現大幅飆升，單日處理量一度達到 8 萬億 Token。進一步分析顯示，這 8 萬億 Token 的組成中，約有 5 萬億來自免費試用額度的消耗，而另外 3 萬億則是由開發者透過 OpenCode 平台進行付費使用。這組數據顯示，該模型不僅在免費層級吸引大量用戶嘗試，更已成功轉化為具備商業價值的付費服務，顯示出市場對其性能與穩定性的高度認可。與此同時，社群與科技媒體也注意到一個更廣泛的趨勢。根據博主 @互聯網三爺 於 8 月 3 日發布的博文指出，在 OpenRouter 的當前榜單中，前五名全部由中國 AI 模型包攬。
該博主進一步分析，這已經是中國 AI 模型連續第 14 週在該平台上對美國模型形成碾壓態勢，顯示出中國在大型語言模型領域的競爭力已從技術追趕階段，進入到市場規模與實際應用的全面領先階段。這項數據的發布，再度引發了業界對於 AI 模型商業化與開源策略的討論。DeepSeek-V4-Flash 作為一款兼具高性能與低成本的模型，其成功模式可能將影響後續其他 AI 公司的產品定價與開放策略。特別是在企業級應用與開發者生態中，如何平衡免費試用與付費服務之間的轉換率，已成為各家模型廠商關注的焦點。
從更宏觀的角度來看，中國 AI 模型在 OpenRouter 上的連續霸榜，也反映出全球 AI 開發者社群對中國開源模型的高度接納。相較於過去美國模型主導市場的局面，如今開發者有了更多元的選擇，而成本效益與實際表現往往成為最終決策的關鍵。DeepSeek-V4-Flash 的登頂，正是這一趨勢的具體體現。值得注意的是，OpenRouter 的統計數據僅代表該平台上的使用情況，並未涵蓋所有 AI 模型的全球總調用量。然而，作為一個聚合了數百款主流模型的平台，其數據仍具有相當的指標性意義，足以反映當前市場的主流偏好與技術走向。
整體而言，DeepSeek-V4-Flash 的登頂不僅是單一模型的勝利，更象徵著中國 AI 開源社群在全球舞台上的崛起。隨著模型效能持續提升與應用場景不斷拓展，未來全球 AI 市場的競爭格局，勢必將迎來更多來自中國的挑戰者。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。