Developer usage survey: DeepSeek V4.1 Flash wins daily tasks on price and open weights
The author reviews OpenRouter-style usage data: DeepSeek V4 models, especially Flash, often top weekly token consumption at tens of trillions per week, with Chinese models filling the top six despite trailing Opus 5.5 on benchmarks.
模型能力、调用量与开发者实际选择。 最近看了一圈各平台调用数据和模型更新，有个挺明显的感觉：跑分还在卷，但开发者真正在用的，已经不完全按“谁最聪明”来选了。 调用量这边，国产模型已经稳稳占上风。 在 OpenRouter 这类开发者聚合平台上，中国模型的 Token 消耗长期领先。DeepSeek 的 V4 系列（尤其是 Flash 版本）经常排在最前面，单周能处理几十万亿 Token。智谱、小米 MiMo、腾讯、阶跃等也经常出现在周榜前列。有段时间前六名全是中国模型，美国三家（OpenAI + Google + Anthropic）加起来都不如它们多。 这不是偶然。DeepSeek 靠持续迭代 + 极低价格 + 开源权重，把大量日常开发任务（代码补全、文档整理、接口生成、批量处理）吃下来了。跑分没赢过，但“敢直接把活丢给它”这件事，它做得最扎实。 能力层面，差距已经缩小到可接受范围。 •DeepSeek V4.1 Flash 1017：成本极低，日常任务性价比极高，调用量一直领先。适合大批量、对延迟和费用敏感的场景。 •Kimi K3.1 Pro：后训练加强后，Terminal-Bench 4.0 官方报 65.7%，接近 Claude Opus 5.5 的 66.4%。在长程编程、SWE 类任务、办公文档上表现突出。价格大约是 Opus 的一半，但默认思考更长，实际单任务成本有时接近甚至更高，要看怎么用。权重预计 11 月初开放。 •Claude Opus 5.5 / Sonnet 5.5：综合智能指数和科学推理、复杂工程任务上仍然领先，稳定性好。但价格高，调用量被国产模型大幅挤压。Anthropic 走的是“高端能力 + 品牌”路线。 •OpenAI GPT-6 系列：能力依然很强，企业市场有一定优势，但在开发者聚合平台上份额被国产模型持续稀释。 •Google Gemini：Flash 系列在某些榜单上份额很高，靠速度和价格在抢量。 现在的格局其实很清晰： 国产模型（尤其是 DeepSeek）用“足够好 + 极低成本 + 开源”吃掉了大部分调用量； Kimi 在往“接近旗舰能力”的方向追； Claude 和 OpenAI 还守着高端能力，但开发者日常选择时会认真算账。 调用量赢了不代表收入也赢了——很多国产模型是用极低单价换规模，单位 Token 收入远低于 Claude/Opus。但站在开发者角度，这件事很实在：以前“想用好模型就得贵”，现在“日常开发用国产、复杂难任务再上 Claude”已经是很多团队的真实工作流。 你们现在主力模型是哪个？日常任务还是 DeepSeek 为主，还是已经开始用 Kimi 了？