输入更新日期：2026-07-06

报告数据周期：本周 2026-06-29 → 2026-07-05，上周 2026-06-22 → 2026-06-28

一榜单变化总览

1.1本周榜单变化总览

榜单名称	本周主要变动模型
OpenRouter 模型调用量	无重大变化，排名变动均在 2 位以内，DeepSeek V4 Flash、Xiaomi MiMo-V2.5 继续稳居前二
OpenRouter 厂商调用量	StepFun 首次挤进厂商前九，OpenRouter 旗下 Owl Alpha 跌出模型前十腾出位置
OpenRouter 编程调用量	StepFun、Owl Alpha、Claude Opus 4.8 三款模型同时新上榜，GLM 5.2 跃升 5 位至第三
OpenRouter 模型吞吐量	OpenAI gpt-oss-safeguard-20b 上升 3 位至第二，Inception Mercury 2 下滑 4 位
LMArena 文本竞技场	无重大变化，Top10 排名与分数基本持平
LMArena 代码竞技场	Claude Sonnet 5（Thinking）新上榜即入前十，Claude Opus 4.8 下滑 4 位至第十
LMArena 图像编辑竞技场	无重大变化，仅相邻位次微调
LMArena 文生图竞技场	Google Nano Banana 2 Lite 新上榜进入第五，阿里 Qwen Image 2.0 Pro 跌出前十
LMArena Agent Arena	Z.ai GLM 5.2（Max）大幅上升 3 位至第七
Artificial Analysis 图像编辑	无重大变化，仅头部位次微调
Artificial Analysis 文生图	Reve 2.0 连续两期稳居第二，Krea 2 Medium 跌出前十
GPQA	无重大变化，Top10 排名与分数与上周完全一致
MedBench	无重大变化，Top10 排名与分数与上周完全一致
OpenCompass LLM	无重大变化，Top10 排名与分数与上周完全一致
OpenCompass 多模态	无重大变化，Top10 排名与分数与上周完全一致
LiveCodeBench GSO	无重大变化，Top10 排名与分数与上周完全一致
HuggingFace GAIA	openJiuwen-deepagent 新上榜，CustomGPT.ai 内部版本大幅换位（数据与上期完全一致）
Scale HLE	无重大变化，但本期"所属公司"字段全部缺失，且数据与上期完全一致
Epoch FrontierMath	无重大变化，Top10 排名与分数与上周完全一致
SWE-bench	无重大变化，但本期"所属公司"字段全部缺失，且数据与上期完全一致

1.2本周大模型行业重要动态

时间窗口 · 2026-06-29 至 2026-07-06总追踪厂商 · 20 家确认入池并保留的核心技术进展 · 5 条（来自 4 家公司）

Anthropic

2026-06-30 Anthropic 发布 Claude Sonnet 5，定位中端但具备更强 agentic 能力，可自主使用浏览器与终端工具；在 SWE-Bench Pro 和 Terminal-Bench 2.1 上较前代分别提升 5.1% 与 13.4%，成为 Claude 免费/Pro 版默认模型。（来源：anthropic.com）
2026-07-01 Anthropic 宣布美国政府解除对 Claude Fable 5 的出口管制；该模型自 6 月 12 日起因安全顾虑被暂停，Anthropic 通过训练新的安全分类器阻止特定越狱行为，Fable 5 于 7 月 1 日恢复全球可用，Mythos 5 仍受 Project Glasswing 限制。（来源：anthropic.com）

Google

2026-06-30 Google 推出 Nano Banana 2 Lite，为 Gemini Image 系列中速度最快、成本最低的图像生成模型，可在约 4 秒内生成 1K 图像，单价 $0.034/张，面向高吞吐量、低成本图像生成场景。（来源：blog.google）

Meituan

2026-06-30 美团发布并开源 LongCat-2.0，总参数 1.6 万亿的 MoE 模型，每 token 动态激活约 480 亿参数，原生支持 100 万 token 超长上下文；基于国产算力集群完成训练与推理，定位 AI 智能体与编程辅助核心。（来源：meituan.com）

Tencent

2026-07-06 腾讯混元 Hy3 正式版发布，距 4 月 23 日 Hy3 preview 开源已过 74 天；模型仍为 295B 参数（21B 激活）MoE 架构，此次开源协议由预览版的混元社区协议改为 Apache 2.0。官方数据显示，正式版在内部真实业务场景幻觉率从 12.5% 降至 5.4%，270 位专家参与的盲测中以 2.67/4 分优于 GLM-5.1（2.51/4），并同步为元宝上线了可直接生成 PPT/Word/Excel 文件的 Agent 能力。（来源：huggingface.co）

二OpenRouter 分析

2.1本周 OpenRouter 重点关注

MiMo-V2.5 加权价格跳升与官方降价趋势背离：OpenRouter 上 MiMo-V2.5 的加权输出价格自 7 月 1 日起从约 0.30 美元/M 跳升至 0.62 美元/M 左右，但小米官方 API 定价近期持续下调，判断更可能是服务商结构变化所致，而非厂商真实提价。
StepFun 首次挤进厂商调用量前九，OpenRouter 旗下 Owl Alpha 跌出模型前十：此前健康度风险提示中标注的 top5 应用集中度过高问题在 Owl Alpha 身上得到印证，其跌出直接为 StepFun 腾出厂商榜位置。
DeepSeek 厂商总量创近期新高：本周环比增长 9%，旗下 V4 Flash（+15%）与 V4 Pro（+16%）同步两位数增长，厂商榜首地位进一步巩固。

2.2模型调用量榜单分析

来源：openrouter.ai

排名说明 · 平台 token 调用量本周 Top 10数据采集周期 · 本周 2026-06-29 → 2026-07-05，上周 2026-06-22 → 2026-06-28

排名	模型	厂商	Tokens（T）	WoW	排名变化	P/C	R/C	top5 App 集中度	Intelligence	Coding	Agentic	Programming %	input price(USD)	output price(USD)	健康度风险提示
1	DeepSeek: DeepSeek V4 Flash	DeepSeek	5.34	15%	持平	47	0.9817	26%	40	56	31	18%	0.089	0.256	无显著风险
2	Xiaomi: MiMo-V2.5	Xiaomi	4.38	-2%	持平	181	0.6319	4%	40	42	66	数据缺失	0.110	0.624	无显著风险
3	MiniMax: MiniMax M3	MiniMax	4.11	10%	持平	148	0.6362	30%	44	59	35	61%	0.206	1.371	无显著风险
4	Tencent: Hy3 preview	Tencent	3.13	-7%	上升1位	115	0.6140	0%	34	36	56	31%	0.033	0.234	无显著风险
5	Z.ai: GLM 5.2	Z.ai	2.58	22%	上升2位	123	1.4635	33%	51	69	43	60%	0.690	4.201	无显著风险
6	DeepSeek: DeepSeek V4 Pro	DeepSeek	2.36	16%	上升2位	80	2.0886	27%	44	59	36	56%	0.760	2.777	无显著风险
7	Anthropic: Claude Opus 4.7	Anthropic	2.19	-6%	下降1位	90	0.0565	4%	54	74	44	46%	2.804	25.000	无显著风险
8	Anthropic: Claude Opus 4.8	Anthropic	2.09	10%	上升1位	91	0.0719	20%	56	74	47	42%	2.276	25.000	无显著风险
9	StepFun: Step 3.7 Flash	StepFun	1.55	2%	上升2位	75	0.0076	54%	30	37	22	58%	0.081	1.150	无显著风险
10	Anthropic: Claude Sonnet 4.6	Anthropic	1.43	-7%	持平	61	0.0667	35%	36	46	62	36%	1.403	15.000	无显著风险

本周关键模型分析：

[DeepSeek V4 Flash]：- #1 -> #1（变化 0 位）| WoW 15% |

模型质量数据：| P/C=47 | R/C=0.9817 | top5 App 集中度=26% | Intelligence=40 | Coding=56 | Agentic=31 | Input Price=0.089 | Output Price=0.256
本周变化分析：V4 Flash 本周继续稳居榜首，调用量环比增长 15%，是近期少见的两位数增速。`model_pricing_history` 显示其定价保持平稳（输入价维持在 0.086-0.094 美元/M 区间小幅波动，输出价稳定在 0.25-0.26 美元/M），未见调价动作，增长更多来自架构效率与既有性价比优势的持续兑现，而非价格战驱动。R/C 升至 0.98，推理占比明显走高，可能反映更多复杂任务涌入；top5 集中度仅 26%，需求来源真实分散。短期需持续关注 MiMo-V2.5、GLM 5.2 等追赶者的性能与定价双重压力。

[Xiaomi MiMo-V2.5]：- #2 -> #2（变化 0 位）| WoW -2% |

模型质量数据：| P/C=181 | R/C=0.6319 | top5 App 集中度=4% | Intelligence=40 | Coding=42 | Agentic=66 | Input Price=0.110 | Output Price=0.624
本周变化分析：MiMo-V2.5 本周维持第二，调用量小幅回落 2%。`model_pricing_history` 显示其 OpenRouter 加权输出价格自 7 月 1 日起从约 0.30 美元/M 跳升至 0.62 美元/M 附近，输入价也同步从 0.09 美元升至 0.11 美元；但公开信息显示小米官方 MiMo-V2.5 系列 API 定价近期整体持续下调（过去 90 天最低输入价累计降幅约 65%），因此 OpenRouter 上观测到的加权价格上升更可能反映服务商结构变化（低价 provider 份额下降、高价 provider 占比上升），而非小米自身提价。尽管加权价格走高，调用量仅小幅回落 2%，需求韧性较强；top5 集中度仅 4%，结构健康，Agentic=66 在前十中仅次于顶尖水准。短期需关注这一价格结构分化是否会进一步演化，以及是否会削弱其低价走量的定位优势。

2.3厂商调用量榜单分析

来源：openrouter.ai

排名说明 · 厂商按 token 调用量数据采集周期 · 本周 2026-06-29 → 2026-07-05，上周 2026-06-22 → 2026-06-28

排名	厂商	最近两周上榜模型数	本周总量（T）	总量 WoW	关键观察	内部模型变动简述
1	DeepSeek	2	8.31	9%	总量稳定增长	内部模型阵容稳定
2	Anthropic	3	7.08	9%	总量稳定增长	内部模型阵容稳定
3	Xiaomi	1	4.94	-1%	总量下滑	内部模型阵容稳定
4	MiniMax	1	4.27	8%	总量稳定增长	内部模型阵容稳定
5	Google	0	4.07	7%	总量稳定增长	内部模型无变动
6	Tencent	1	3.13	-7%	总量下滑	内部模型阵容稳定
7	OpenAI	0	3.12	1%	总量稳定增长	内部模型无变动
8	Z.ai	1	3.11	16%	总量稳定增长	内部模型阵容稳定
9	StepFun	1	1.56	2%	总量稳定增长	本周新上榜，入榜模型：StepFun: Step 3.7 Flash

本周关键厂商分析

[DeepSeek]：本周总量 8.31T，环比增长 9%，继续稳居厂商榜首。旗下 V4 Flash（+15%）与 V4 Pro（+16%）两款模型同步两位数增长，带动厂商总量创近期新高，"Flash 走量、Pro 提质"的双档位阵容保持稳定，是本周表现最稳健的厂商之一。

[Anthropic]：本周总量 7.08T，环比增长 9%，排名维持第二。旗下 Opus 4.8 增长 10%，基本抵消了 Opus 4.7（-6%）与 Claude Sonnet 4.6（-7%）的小幅下滑，新旗舰的增量正逐步覆盖旧款流失，代际交接压力较此前有所缓解。

[StepFun]：本周以 1.56T 总量首次挤进厂商调用量前九，完全由旗下 Step 3.7 Flash 单一模型驱动（该模型本周调用量排名上升 2 位至第九）。StepFun 能够进榜，一定程度上是承接了 OpenRouter 旗下 Owl Alpha 本周跌出模型调用量前十后厂商总量塌陷腾出的位置——Owl Alpha 此前长期存在 top5 应用集中度过高（79%）的健康度风险，此次跌出印证了其流量结构的脆弱性。StepFun 目前仅凭单一模型入榜，阵容厚度有限，能否站稳仍需观察。

2.4编程调用量榜单

来源：openrouter.ai

排名说明 · 编程任务 token 累计 · 本周 vs 上周 Top 9数据采集周期 · 本周 2026-06-29 → 2026-07-05，上周 2026-06-22 → 2026-06-28（提示：该子榜单底层数据本身滞后于其他榜单，实际采集窗口为本周 2026-06-22、上周 2026-06-15，与上一期报告数据完全一致，建议关注该数据源是否已停止刷新）

本周排名	本周模型	所属公司	本周总量（B）	排名变化	上周排名	上周模型	所属公司	上周总量（B）
1	mimo-v2.5	Xiaomi	5407	持平	1	mimo-v2.5	Xiaomi	4593
2	MiniMax-m3	MiniMax	2279	持平	2	MiniMax-m3	MiniMax	2453
3	glm-5.2	Z.ai	1274	上升5位	3	hy3-preview	Tencent	1433
4	claude-4.7-opus	Anthropic	1071	持平	4	claude-4.7-opus	Anthropic	1171
5	hy3-preview	Tencent	1027	下降2位	5	DeepSeek-v4-pro	DeepSeek	1145
6	step-3.7-flash	StepFun	875	新上榜	6	DeepSeek-v4-flash	DeepSeek	972
7	DeepSeek-v4-flash	DeepSeek	860	下降1位	7	glm-5.1	Z.ai	952
8	owl-alpha	OpenRouter	835	新上榜	8	glm-5.2	Z.ai	820
9	claude-4.8-opus	Anthropic	795	新上榜	9	nemotron-3-ultra-550b-a55b:free	NVIDIA	739

本周榜单主要变化：

StepFun Step 3.7 Flash、OpenRouter Owl Alpha、Anthropic Claude Opus 4.8 三款模型同时新上榜，替换了此前在榜的 Z.ai GLM 5.1 与 NVIDIA Nemotron 3 Ultra 免费版。
Z.ai GLM 5.2 编程调用量跃升至第三，上升 5 位，是内部排名变动最大的模型。
hy3-preview、DeepSeek-v4-flash 等中腰部模型小幅下滑。

可能原因：

StepFun 官方公布的测试数据显示，Step 3.7 Flash 凭借"Advisor Mode"架构以约 Claude Opus 4.6 九分之一的单任务成本达到其九成编程性能（厂商自测数据，未见独立第三方复现），高性价比叙事推动其快速进入编程榜。
Owl Alpha 的真实身份此前被曝为美团 LongCat-2.0，免费策略叠加身份揭晓带来的关注度共同推高其编程场景调用量。
Claude Opus 4.8 作为 Anthropic 最新旗舰，凭借更强的代码审查诚实度与任务判断力，持续从 Opus 4.7 手中承接编程流量。
Z.ai GLM 5.2 凭借对标 GPT-5.5 的长程编程基准表现与持续下调的定价，快速抢占中腰部编程份额，也带动同厂 GLM 5.1 完成内部代际交接、跌出本榜。

2.5模型吞吐量榜单

来源：openrouter.ai

排名说明 · 吞吐量指标 · 本周 vs 上周 Top 9数据采集周期 · 本周 2026-06-29 → 2026-07-05，上周 2026-06-22 → 2026-06-28

本周排名	本周模型	所属公司	本周吞吐速度（toks/s）	排名变化	上周排名	上周模型	所属公司	上周吞吐速度（toks/s）
1	gpt-oss-120b	OpenAI	864	持平	1	gpt-oss-120b	OpenAI	814
2	gpt-oss-safeguard-20b	OpenAI	438	上升3位	2	Mercury 2	Inception	500
3	Qwen3 32B	Qwen	425	上升1位	3	gpt-oss-20b	OpenAI	441
4	gpt-oss-20b	OpenAI	399	下降1位	4	Qwen3 32B	Qwen	437
5	GLM 4.7	Z.ai	280	上升1位	5	gpt-oss-safeguard-20b	OpenAI	386
6	Mercury 2	Inception	254	下降4位	6	GLM 4.7	Z.ai	336
7	Qwen3.5-35B-A3B	Qwen	222	上升2位	7	MiniMax M2.7	MiniMax	300
8	MiniMax M2.7	MiniMax	209	下降1位	8	Llama 3.2 3B Instruct	Meta	231
9	Nano Banana (Gemini 2.5 Flash Image)	Google	196	新上榜	9	Qwen3.5-35B-A3B	Qwen	210

本周榜单主要变化：

OpenAI gpt-oss-safeguard-20b 大幅上升 3 位至第二，是本周排名提升最明显的模型。
Inception Mercury 2 大幅下滑 4 位至第六，吞吐速度从 500 toks/s 降至 254 toks/s，降幅明显。
Google Nano Banana（Gemini 2.5 Flash Image）新上榜，Meta Llama 3.2 3B Instruct 跌出前九。

三其他模型性能榜单

1Text Arena

来源：lmarena.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	claude-fable-5	Anthropic	1509	持平	1	claude-fable-5	Anthropic	1508
2	claude-opus-4-6-thinking	Anthropic	1504	持平	2	claude-opus-4-6-thinking	Anthropic	1503
3	claude-opus-4-7-thinking	Anthropic	1502	持平	3	claude-opus-4-7-thinking	Anthropic	1502
4	claude-opus-4-6	Anthropic	1499	持平	4	claude-opus-4-6	Anthropic	1499
5	claude-opus-4-7	Anthropic	1494	持平	5	claude-opus-4-7	Anthropic	1494
6	muse-spark	Meta	1487	持平	6	muse-spark	Meta	1487
7	gemini-3.1-pro-preview	Google	1486	持平	7	gemini-3.1-pro-preview	Google	1486
8	gemini-3-pro	Google	1486	持平	8	gemini-3-pro	Google	1486
9	claude-opus-4-8-thinking	Anthropic	1484	持平	9	claude-opus-4-8-thinking	Anthropic	1484
10	gpt-5.5-high	OpenAI	1481	持平	10	gpt-5.5-high	OpenAI	1481

本周榜单主要变化：

无重大变化

2Code Arena

来源：arena.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	claude-fable-5	Anthropic	1653	持平	1	claude-fable-5	Anthropic	1654
2	glm-5.2 (max)	Z.ai	1584	持平	2	glm-5.2 (max)	Z.ai	1593
3	claude-opus-4-8-thinking	Anthropic	1561	持平	3	claude-opus-4-8-thinking	Anthropic	1565
4	claude-opus-4-7-thinking	Anthropic	1559	持平	4	claude-opus-4-7-thinking	Anthropic	1563
5	claude-opus-4-7	Anthropic	1557	持平	5	claude-opus-4-7	Anthropic	1557
6	claude-sonnet-5-thinking	Anthropic	1551	新上榜	6	claude-opus-4-8	Anthropic	1542
7	claude-opus-4-6-thinking	Anthropic	1542	持平	7	claude-opus-4-6-thinking	Anthropic	1542
8	seed-2.1-pro-preview	ByteDance	1539	持平	8	seed-2.1-pro-preview	ByteDance	1539
9	claude-opus-4-6	Anthropic	1536	持平	9	claude-opus-4-6	Anthropic	1538
10	claude-opus-4-8	Anthropic	1535	下降4位	10	qwen3.7-max	Alibaba	1530

本周榜单主要变化：

Anthropic Claude Sonnet 5（Thinking）新上榜即跻身第六；Claude Opus 4.8 排名下滑 4 位至第十，Alibaba Qwen3.7-Max 跌出前十。

可能原因：

Claude Sonnet 5 于 6 月 30 日正式发布，官方公布的测试数据显示其性能逼近 Opus 4.8 但定价大幅降低（起售价 $2/$10 每百万 token），是"最具 Agentic 能力的 Sonnet 模型"，新品热度带动其快速登榜。
Claude Opus 4.8 本周分数仅从 1542 微降至 1535，降幅极小，排名大跌更多是竞技场内多个分数密集扎堆（1535-1542 区间聚集 5 款模型）导致的排名放大效应，而非编程能力出现实质性退步。

3Agent Arena

来源：lmarena.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	Claude Fable 5 (High)	Anthropic	13.3%	持平	1	Claude Fable 5 (High)	Anthropic	14.0%
2	Claude Opus 4.8 (Thinking)	Anthropic	9.4%	持平	2	Claude Opus 4.8 (Thinking)	Anthropic	8.9%
3	GPT 5.5 (xHigh)	OpenAI	8.2%	持平	3	GPT 5.5 (xHigh)	OpenAI	8.0%
4	Claude Opus 4.7	Anthropic	8.2%	上升2位	4	Claude Opus 4.7 (Thinking)	Anthropic	8.0%
5	Claude Opus 4.7 (Thinking)	Anthropic	8.1%	下降1位	5	GPT 5.5 (High)	OpenAI	8.0%
6	GPT 5.5 (High)	OpenAI	7.1%	下降1位	6	Claude Opus 4.7	Anthropic	7.8%
7	GLM 5.2 (Max)	Z.ai	6.9%	上升3位	7	Claude Opus 4.6	Anthropic	7.0%
8	GPT 5.4 (High)	OpenAI	6.7%	上升1位	8	GPT 5.5	OpenAI	6.8%
9	Claude Opus 4.6	Anthropic	6.5%	下降2位	9	GPT 5.4 (High)	OpenAI	6.6%
10	GPT 5.5	OpenAI	6.2%	下降2位	10	GLM 5.2 (Max)	Z.ai	4.4%

本周榜单主要变化：

Z.ai GLM 5.2（Max）大幅上升 3 位至第七，是本周排名提升最明显的模型。

可能原因：

公开测评显示 GLM 5.2 在多项长程编程与 Agentic 基准上超越 GPT-5.5、成本仅为其六分之一，这一性价比优势与其在 OpenRouter 编程调用量榜单上的持续走强相互印证，反映其 Agentic 能力正获得跨平台的一致认可。

4LiveCodeBench

来源：livecodebench.github.io

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	Claude Opus 4.7	Anthropic	44.1	持平	1	Claude Opus 4.7	Anthropic	44.1
2	Claude Opus 4.6	Anthropic	41.2	持平	2	Claude Opus 4.6	Anthropic	41.2
3	GPT 5.5	OpenAI	40.2	持平	3	GPT 5.5	OpenAI	40.2
4	Claude Opus 4.6	Anthropic	33.3	持平	4	Claude Opus 4.6	Anthropic	33.3
5	GPT 5.4	OpenAI	31.4	持平	5	GPT 5.4	OpenAI	31.4
6	GPT 5.2	OpenAI	27.4	持平	6	GPT 5.2	OpenAI	27.4
7	Claude Opus 4.5	Anthropic	26.5	持平	7	Claude Opus 4.5	Anthropic	26.5
8	GPT 5.4	OpenAI	25.5	持平	8	GPT 5.4	OpenAI	25.5
9	Gemini 3.1 Pro	Google	22.6	持平	9	Gemini 3.1 Pro	Google	22.6
10	Gemini 3 Pro	Google	18.6	持平	10	Gemini 3 Pro	Google	18.6

本周榜单主要变化：

无重大变化

5SWE-bench

来源：swebench.com

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	Claude 4.5 Opus (high reasoning)	数据缺失	76.8%	持平	1	Claude 4.5 Opus (high reasoning)	数据缺失	76.8%
2	Gemini 3 Flash (high reasoning)	数据缺失	75.8%	持平	2	Gemini 3 Flash (high reasoning)	数据缺失	75.8%
3	MiniMax M2.5 (high reasoning)	数据缺失	75.8%	持平	3	MiniMax M2.5 (high reasoning)	数据缺失	75.8%
4	Claude Opus 4.6	数据缺失	75.6%	持平	4	Claude Opus 4.6	数据缺失	75.6%
5	GPT-5-2 Codex	数据缺失	72.8%	持平	5	GPT-5-2 Codex	数据缺失	72.8%
6	GLM-5 (high reasoning)	数据缺失	72.8%	持平	6	GLM-5 (high reasoning)	数据缺失	72.8%
7	GPT-5-2 (high reasoning)	数据缺失	72.8%	持平	7	GPT-5-2 (high reasoning)	数据缺失	72.8%
8	GPT 5.2 Codex	数据缺失	72.8%	持平	8	GPT 5.2 Codex	数据缺失	72.8%
9	Claude 4.5 Sonnet (high reasoning)	数据缺失	71.4%	持平	9	Claude 4.5 Sonnet (high reasoning)	数据缺失	71.4%
10	Kimi K2.5 (high reasoning)	数据缺失	70.8%	持平	10	Kimi K2.5 (high reasoning)	数据缺失	70.8%

本周榜单主要变化：

无重大变化

6Image Edit Arena

来源：lmarena.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	gpt-image-2 (medium)	OpenAI	1464	持平	1	gpt-image-2 (medium)	OpenAI	1465
2	mai-image-2.5	Microsoft	1403	持平	2	mai-image-2.5	Microsoft	1402
3	chatgpt-image-latest-high-fidelity	OpenAI	1390	上升1位	3	grok-imagine-image-quality	xAI	1389
4	grok-imagine-image-quality	xAI	1389	下降1位	4	chatgpt-image-latest-high-fidelity	OpenAI	1389
5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1388	持平	5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1389
6	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1387	持平	6	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1387
7	gemini-3-pro-image-preview (nano-banana-pro)	Google	1385	持平	7	gemini-3-pro-image-preview (nano-banana-pro)	Google	1385
8	gpt-image-1.5-high-fidelity	OpenAI	1373	持平	8	gpt-image-1.5-high-fidelity	OpenAI	1373
9	grok-imagine-image-quality	xAI	1358	上升1位	9	reve-2.0	Reve	1359
10	reve-2.0	Reve	1357	下降1位	10	grok-imagine-image-quality	xAI	1358

本周榜单主要变化：

无重大变化

7Text-to-Image Arena

来源：lmarena.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	gpt-image-2 (medium)	OpenAI	1386	持平	1	gpt-image-2 (medium)	OpenAI	1386
2	reve-2.0	Reve	1272	持平	2	reve-2.0	Reve	1275
3	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1270	持平	3	gemini-3.1-flash-image-preview (nano-banana-2) [web-search]	Google	1269
4	mai-image-2.5	Microsoft	1257	持平	4	mai-image-2.5	Microsoft	1256
5	gemini-3.1-flash-lite-image (nano-banana-2-lite)	Google	1250	新上榜	5	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1245
6	gemini-3-pro-image-preview-2k (nano-banana-pro)	Google	1245	下降1位	6	gpt-image-1.5-high-fidelity	OpenAI	1241
7	gpt-image-1.5-high-fidelity	OpenAI	1241	下降1位	7	gemini-3-pro-image-preview (nano-banana-pro)	Google	1232
8	gemini-3-pro-image-preview (nano-banana-pro)	Google	1232	下降1位	8	grok-imagine-image-quality	xAI	1232
9	grok-imagine-image-quality	xAI	1229	下降1位	9	ideogram-4.0-quality	Ideogram	1209
10	ideogram-4.0-quality	Ideogram	1207	下降1位	10	qwen-image-2.0-pro-2026-06-22	Alibaba	1193

本周榜单主要变化：

Google Nano Banana 2 Lite（Gemini 3.1 Flash-Lite Image）新上榜即进入第五。
阿里 Qwen Image 2.0 Pro 跌出前十，其余模型排名多为个位数微调。

可能原因：

Nano Banana 2 Lite 于 6 月 30 日发布，官方定位为 Nano Banana 系列中最快、最经济的图像模型，生成速度较 Nano Banana 2 快约 2.7 倍，新品发布带动其迅速登榜。

8AA Image Editing

来源：artificialanalysis.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	GPT Image 2 (high)	OpenAI	1254	上升1位	1	GPT Image 1.5 (high)	OpenAI	1261
2	GPT Image 1.5 (high)	OpenAI	1254	下降1位	2	GPT Image 2 (high)	OpenAI	1260
3	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1245	上升1位	3	MAI-Image-2.5	Microsoft	1251
4	MAI-Image-2.5	Microsoft	1244	下降1位	4	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1249
5	Nano Banana Pro (Gemini 3 Pro Image)	Google	1240	持平	5	Nano Banana Pro (Gemini 3 Pro Image)	Google	1248
6	MAI-Image-2.5-Flash	Microsoft	1230	持平	6	MAI-Image-2.5-Flash	Microsoft	1239
7	grok-imagine-image-quality	xAI	1229	持平	7	grok-imagine-image-quality	xAI	1234
8	HunyuanImage 3.0 Instruct (Fal) Open Weights	Tencent	1223	持平	8	HunyuanImage 3.0 Instruct (Fal) Open Weights	Tencent	1229
9	Luma UNI 1 Max	Luma	1219	持平	9	Luma UNI 1 Max	Luma	1224
10	Kling Image 3.0 Omni	KlingAI	1214	持平	10	Kling Image 3.0 Omni	KlingAI	1220

本周榜单主要变化：

无重大变化

9AA Text-to-Image

来源：artificialanalysis.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	GPT Image 2 (high)	OpenAI	1340	持平	1	GPT Image 2 (high)	OpenAI	1339
2	Reve 2.0	Reve	1281	新上榜	2	MAI-Image-2.5	Microsoft	1273
3	MAI-Image-2.5	Microsoft	1271	下降1位	3	HiDream-O1-Image-1.5	HiDream	1264
4	HiDream-O1-Image-1.5	HiDream	1265	下降1位	4	GPT Image 1.5 (high)	OpenAI	1262
5	GPT Image 1.5 (high)	OpenAI	1260	下降1位	5	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1254
6	Nano Banana 2 (Gemini 3.1 Flash Image Preview)	Google	1255	下降1位	6	Cosmos3-Super-Text2Image (agentic) Open Weights	NVIDIA	1226
7	Cosmos3-Super-Text2Image (agentic) Open Weights	NVIDIA	1227	下降1位	7	Nano Banana Pro (Gemini 3 Pro Image)	Google	1218
8	Nano Banana Pro (Gemini 3 Pro Image)	Google	1218	下降1位	8	MAI-Image-2.5-Flash	Microsoft	1212
9	MAI-Image-2.5-Flash	Microsoft	1213	下降1位	9	Recraft V4.1 Utility Pro	Recraft	1206
10	Recraft V4.1 Utility Pro	Recraft	1205	下降1位	10	Krea 2 Medium	Krea	1205

本周榜单主要变化：

Reve 2.0 连续两期稳居第二，持续巩固在文生图赛道的位置。
Krea 2 Medium 跌出前十，其余模型排名多为 1 位的相邻调整。

可能原因：

Reve 2.0 采用"先布局、后渲染"的 Layout-First 生成架构，此前已在 LMArena 文生图竞技场取得第二名成绩，技术差异化叠加公开测评结果支撑其在 Artificial Analysis 榜单上持续站稳前二。

10前沿数学 (FrontierMath)

来源：epoch.ai

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	Claude Fable 5 (max)	Anthropic	87.8%	持平	1	Claude Fable 5 (max)	Anthropic	87.8%
2	GPT-5.5 Pro (xhigh)	OpenAI	78.0%	持平	2	GPT-5.5 Pro (xhigh)	OpenAI	78.0%
3	AI co-mathematician	Google DeepMind	75.6%	持平	3	AI co-mathematician	Google DeepMind	75.6%
4	GPT-5.5 (xhigh)	OpenAI	72.5%	持平	4	GPT-5.5 (xhigh)	OpenAI	72.5%
5	GPT-5.4 Pro (xhigh)	OpenAI	58.5%	持平	5	GPT-5.4 Pro (xhigh)	OpenAI	58.5%
6	Claude Opus 4.8 (max)	Anthropic	56.1%	持平	6	Claude Opus 4.8 (max)	Anthropic	56.1%
7	GPT-5.4 (xhigh)	OpenAI	49.0%	持平	7	GPT-5.4 (xhigh)	OpenAI	49.0%
8	GPT-5.2 Pro (xhigh)	OpenAI	46.0%	持平	8	GPT-5.2 Pro (xhigh)	OpenAI	46.0%
9	Qwen3.7-Max	Alibaba	34.1%	持平	9	Qwen3.7-Max	Alibaba	34.1%
10	Claude Opus 4.7 (max)	Anthropic	31.7%	持平	10	Claude Opus 4.7 (max)	Anthropic	31.7%

本周榜单主要变化：

无重大变化

11HLE

来源：scale.com

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	gemini-3.1-pro-preview (thinking high)	数据缺失	46.4	持平	1	gemini-3.1-pro-preview (thinking high)	数据缺失	46.4
2	gpt-5.4-pro-2026-03-05	数据缺失	44.3	持平	2	gpt-5.4-pro-2026-03-05	数据缺失	44.3
3	Muse Spark	数据缺失	40.6	持平	3	Muse Spark	数据缺失	40.6
4	gemini-3-pro-preview	数据缺失	37.5	持平	4	gemini-3-pro-preview	数据缺失	37.5
5	gpt-5.4-2026-03-05 (xhigh thinking)	数据缺失	36.2	持平	5	gpt-5.4-2026-03-05 (xhigh thinking)	数据缺失	36.2
6	claude-opus-4-7	数据缺失	36.2	持平	6	claude-opus-4-7	数据缺失	36.2
7	claude-opus-4-6-thinking-max	数据缺失	34.4	持平	7	claude-opus-4-6-thinking-max	数据缺失	34.4
8	gpt-5-pro-2025-10-06	数据缺失	31.6	持平	8	gpt-5-pro-2025-10-06	数据缺失	31.6
9	gpt-5.2-2025-12-11	数据缺失	27.8	持平	9	gpt-5.2-2025-12-11	数据缺失	27.8
10	gpt-5-2025-08-07	数据缺失	25.3	持平	10	gpt-5-2025-08-07	数据缺失	25.3

本周榜单主要变化：

无重大变化

12Agent (GAIA)

来源：huggingface.co

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	CustomGPT.ai Research Lab v44	CustomGPT.ai	93.4	持平	1	CustomGPT.ai Research Lab v44	CustomGPT.ai	93.4
2	Co-Sight Pro v1.0.1	ZTE-AICloud	93.0	持平	2	Co-Sight Pro v1.0.1	ZTE-AICloud	93.0
3	OPS-Agentic-Search	Alibaba Cloud	92.4	持平	3	OPS-Agentic-Search	Alibaba Cloud	92.4
4	CustomGPT.ai Research Lab v43	CustomGPT.ai	92.0	上升1位	4	CustomGPT.ai Research Lab V42	CustomGPT.ai	92.0
5	CustomGPT.ai Research Lab v41	CustomGPT.ai	92.0	上升4位	5	CustomGPT.ai Research Lab v43	CustomGPT.ai	92.0
6	Co-Sight Pro v1.0.0	ZTE-AICloud	92.0	上升2位	6	AuraAi	AI	92.0
7	Cobra Agent Orch	Dalpha Inc	92.0	持平	7	Cobra Agent Orch	Dalpha Inc	92.0
8	CustomGPT.ai Research Lab V42	CustomGPT.ai	92.0	下降4位	8	Co-Sight Pro v1.0.0	ZTE-AICloud	92.0
9	AuraAi	AI	92.0	下降3位	9	CustomGPT.ai Research Lab v41	CustomGPT.ai	92.0
10	openJiuwen-deepagent	OpenJiuwen	91.7	新上榜	10	Cobra Agent_v3.1	Dalpha Inc	91.7

本周榜单主要变化：

openJiuwen-deepagent 新上榜即位列第十，Dalpha Inc 的 Cobra Agent_v3.1 跌出前十。
CustomGPT.ai 内部三个版本（v41、V42、v43）与 AuraAi 发生大幅换位，v41 上升 4 位、V42 下降 4 位，AuraAi 下降 3 位。

可能原因：

openJiuwen-deepagent 基于开源 Agent 平台 openJiuwen 构建，凭借可自我进化的记忆模块与多层级上下文引擎，在 GAIA 基准上取得 91.7 分（逼近约 92% 的人类水平），公开信息显示其已在 GAIA 榜单上取得领先成绩，带动其快速登榜。
本榜单第 4-9 名分数完全相同（均为 92.0 分），CustomGPT.ai 系列版本与 AuraAi 之间的大幅换位更多是同分模型在并列排序规则下产生的结果，而非各版本能力发生了实质性变化。

13GPQA

来源：llm-stats.com

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	Claude Mythos Preview	Anthropic	94.6	持平	1	Claude Mythos Preview	Anthropic	94.6
2	Gemini 3.1 Pro	Google	94.3	持平	2	Gemini 3.1 Pro	Google	94.3
3	Claude Opus 4.7	Anthropic	94.2	持平	3	Claude Opus 4.7	Anthropic	94.2
4	Claude Opus 4.8	Anthropic	93.6	持平	4	Claude Opus 4.8	Anthropic	93.6
5	GPT-5.5	OpenAI	93.6	持平	5	GPT-5.5	OpenAI	93.6
6	GPT-5.2 Pro	OpenAI	93.2	持平	6	GPT-5.2 Pro	OpenAI	93.2
7	GPT-5.4	OpenAI	92.8	持平	7	GPT-5.4	OpenAI	92.8
8	Qwen3.7 Max	Alibaba Cloud / Qwen Team	92.4	持平	8	Qwen3.7 Max	Alibaba Cloud / Qwen Team	92.4
9	GPT-5.2	OpenAI	92.4	持平	9	GPT-5.2	OpenAI	92.4
10	Gemini 3 Pro	Google	91.9	持平	10	Gemini 3 Pro	Google	91.9

本周榜单主要变化：

无重大变化

14国内 - 大语言模型 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	GPT-5.4-2026-03-05 (High)	OpenAI	67.3	持平	1	GPT-5.4-2026-03-05 (High)	OpenAI	67.3
2	DeepSeek-V4-Pro	DeepSeek	65.1	持平	2	DeepSeek-V4-Pro	DeepSeek	65.1
3	Claude Opus 4.7 (High)	Anthropic	64.0	持平	3	Claude Opus 4.7 (High)	Anthropic	64.0
4	Doubao-Seed-2-0-Pro-260215 (High)	ByteDance	63.5	持平	4	Doubao-Seed-2-0-Pro-260215 (High)	ByteDance	63.5
5	Kimi-K2.6	Moonshot	63.4	持平	5	Kimi-K2.6	Moonshot	63.4
6	Gemini-3.1-Pro-Preview	Google	63.2	持平	6	Gemini-3.1-Pro-Preview	Google	63.2
7	Qwen3.6-Max-Preview	Alibaba	60.8	持平	7	Qwen3.6-Max-Preview	Alibaba	60.8
8	DeepSeek-V4-Flash	DeepSeek	60.4	持平	8	DeepSeek-V4-Flash	DeepSeek	60.4
9	Doubao-Seed-2-0-Lite-260215 (High)	ByteDance	60.4	持平	9	Doubao-Seed-2-0-Lite-260215 (High)	ByteDance	60.4
10	GLM-5.1	Z.ai	59.0	持平	10	GLM-5.1	Z.ai	59.0

本周榜单主要变化：

无重大变化

15国内 - 多模态 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	Qwen3.7-Plus	Alibaba	73.0	持平	1	Qwen3.7-Plus	Alibaba	73.0
2	Gemini-3.1-Pro-Preview	Google	72.6	持平	2	Gemini-3.1-Pro-Preview	Google	72.6
3	Qwen3.5-397B-A17B	Alibaba	72.3	持平	3	Qwen3.5-397B-A17B	Alibaba	72.3
4	GPT-5.5 (High)	OpenAI	71.1	持平	4	GPT-5.5 (High)	OpenAI	71.1
5	Kimi-K2.6	Moonshot	70.6	持平	5	Kimi-K2.6	Moonshot	70.6
6	Doubao-Seed-2.0-Pro (High)	ByteDance	69.4	持平	6	Doubao-Seed-2.0-Pro (High)	ByteDance	69.4
7	SenseNova-6-7-Flash-Alpha	SenseTime	69.0	持平	7	SenseNova-6-7-Flash-Alpha	SenseTime	69.0
8	GLM-5V-Turbo	Z.ai	62.8	持平	8	GLM-5V-Turbo	Z.ai	62.8
9	Step-3.7-Flash (High)	StepFun	61.5	持平	9	Step-3.7-Flash (High)	StepFun	61.5
10	Gemma-4-31B-It	Google	56.3	持平	10	Gemma-4-31B-It	Google	56.3

本周榜单主要变化：

无重大变化

16国内 - 医疗 (MedBench)

来源：medbench.opencompass.org.cn

数据周期 · 2026-06-29（上周） → 2026-07-06（本周）

本周 vs. 上周 top 模型对比

本周排名	本周模型	所属公司	本周参数	排名变化	上周排名	上周模型	所属公司	上周参数
1	U2-Med	云知声智能科技股份有限公司	72.9	持平	1	U2-Med	云知声智能科技股份有限公司	72.9
2	京医千询	京东健康	72.6	持平	2	京医千询	京东健康	72.6
3	卓睦鸟医疗大模型	广州中康数字科技有限公司	72.1	持平	3	卓睦鸟医疗大模型	广州中康数字科技有限公司	72.1
4	千问健康大模型	千问C端	71.2	持平	4	千问健康大模型	千问C端	71.2
5	华为云健康管理大模型	Huawei	71.0	持平	5	华为云健康管理大模型	Huawei	71.0
6	ME-base	Meta Emergence Laboratory	70.4	持平	6	ME-base	Meta Emergence Laboratory	70.4
7	WiseDiag v2	杭州智诊科技有限公司	69.8	持平	7	WiseDiag v2	杭州智诊科技有限公司	69.8
8	微医医疗大模型	微医	68.2	持平	8	微医医疗大模型	微医	68.2
9	AntAngelMed	MedAIBase	68.0	持平	9	AntAngelMed	MedAIBase	68.0
10	UniGPT-Med-U1	云知声智能科技股份有限公司	65.7	持平	10	UniGPT-Med-U1	云知声智能科技股份有限公司	65.7

本周榜单主要变化：

无重大变化

AGENT-NATIVE DATABASE

Agent 原生数据库

01 · 这是什么

TL;DR · pandadataskill.md

本站底层是一个面向 AI Agent 开放的实时榜单数据库，涵盖两类数据：OpenRouter 的周度模型调用量、厂商份额与细分统计数据（编程 / 工具调用 / 图像），以及与周报同源的 15 张外部基准榜单的多期快照（LMArena 文本 / 代码 / 图像编辑 / 文生图、Artificial Analysis、SWE-bench、LiveCodeBench、GPQA、HLE、FrontierMath、GAIA、OpenCompass、MedBench）。全部以只读 SQL + MCP 的形式开放，任何支持 MCP 的 Agent 都能直接查询。下面的两张演示图，就是用这个库画出来的。

数据库每天 08:00（北京时间）自动更新一次；但各数据源有自己的发布节奏，因此各表可用数据的新鲜度以数据源自身的更新时间为准。

如果不想往下读的话，直接甩给你的 agents：

⬇ 下载 pandadataskill.md

02 · 用同一个库，你可以——

两个演示 · 数据均来自本库

演示 A · 还原

Top Models 周度调用量

你可以还原一个 OpenRouter 上的视图。

演示 B · 跨库自创

基准排名 × 真实使用量

你也可以把能力榜单表和 OpenRouter 调用量表跨库 JOIN——横轴 = 基准得分，纵轴 = 近 30 天调用量（对数）。跑分高的模型，真的有人用吗？

💡 同一个库，你还可以画——

用 model_activity 算推理 token ÷ 回答 token，看哪些模型真的在"思考"（有的推理量是答案的 3 倍，有的几乎为零）；用输入:输出比例给负载画像——50:1 是文档抽取型，5:1 更像对话；用 rankings_market_share 画 52 周中外厂商份额拉锯；用 model_apps_daily 看一个模型的流量是被少数大应用"承包"还是长尾开发者撑起；或用 models 按发布时间画上下文军备竞赛——1M+ token 的模型已超过 70 个。

03 · 让你的 Agent 直接访问数据库（MCP）

Agent-native · Model Context Protocol

本站运行一个 MCP 服务器。任何支持 MCP 的客户端（Claude Code / Claude Desktop / Cursor 等）都能一键连接，直接对自动刷新的实时数据库执行只读查询——无需复制粘贴、无需手动下载。

两个库均每天 08:00（北京时间）自动刷新：OpenRouter 调用量库（周榜 / 厂商份额 / 编程榜 + 每日 token 量 + 每个模型的供应商、定价、吞吐与延迟、可用率、Top 应用），以及能力榜单库（LMArena / GPQA / SWE-bench / OpenCompass 等 15 张外部基准）。完整表结构随时调用 openrouter_schema() / leaderboards_schema() 获取。

① 一行接入（Claude Code）

claude mcp add --transport http panda https://pandaleaderboard.com/mcp/

② 或写入 MCP 配置（Claude Desktop / Cursor）

{
  "mcpServers": {
    "panda": { "url": "https://pandaleaderboard.com/mcp/" }
  }
}

③ 可用工具

query_openrouter(sql) — 对实时数据库执行只读 SQL（仅 SELECT / WITH，最多 500 行）。
openrouter_schema() — 列出所有表与字段（先调用它了解结构）。
openrouter_freshness() — 查看最新数据周与各表行数。
query_leaderboards(sql) — 对能力榜单库（LMArena / GPQA / SWE-bench / OpenCompass 等 15 张外部基准表的多期快照）执行只读 SQL。上面的「演示 B」就是这个库和调用量库跨库 JOIN 画出来的。
leaderboards_schema() — 列出能力榜单库的表与字段。
leaderboards_freshness() — 查看各基准表的最新快照日期。
report_top_models() / report_market_share() — 复现本站「周报」页所用的近 7 天滚动口径（与官方 Mon–Sun 完整周不同）。

④ 示例：让 Agent 查询本周调用量榜首

SELECT model_slug, tokens, rank
FROM rankings_top_models
WHERE week_start = (SELECT MAX(week_start) FROM rankings_top_models)
ORDER BY rank LIMIT 10;

完整字段、新鲜度语义与更多 SQL 配方见 pandadataskill.md（即上方可下载的手册）。接口开放、无需鉴权；所有工具调用（工具名 + SQL + 调用方）会被记录用于使用分析。

Research

Research · 数据研究专题

基于 OpenRouter 自有数据的研究专题集合。每个区块是一个可独立展开 / 收起的分析模块；更多专题将陆续加入。

Token 经济学 · OpenRouter

DeepSeek 斩杀线 · 价格 × 真实用量

把价格压平后，看开发者真正把 token 投给了谁。含 Value Map · 四象限、斩杀线挑战、平台概览与用量 / 排行 / 份额。

数据加载中…

Token 经济学 · 后验主义

把价格这层外衣拿掉，开发者到底会选哪个模型？
DeepSeek 斩杀线：低价 + 可用 + 稳定，正在把全市场价格参照系往下拉。

我们不先争论谁更强，而是把复杂变量收敛到两个可观测量：价格（一次标准调用要花多少钱）与用量（开发者实际把多少 token 投在它身上）。下方分析方法借鉴 ZenMux 的「斩杀线」框架，但数据全部来自 OpenRouter 自有表，并在末尾与 ZenMux 的结论作对照。

① 归一化用量 U_m

median_近14日(日 token)

近 14 个完整日里，model_activity 的中位日真实用量（B tokens/日）。规避单日尖峰。

② 归一化价格 P_m

100K·p_in + 1K·p_out

标准价格篮 = 100K 输入 + 1K 输出（贴合 Coding/Agent 输入重场景），价格取自 model_pricing_history 最新快照（$/篮）。

③ 价值 Value

U_m / P_m

每花掉 $1 标准调用成本，模型承载多少真实日用量。

Value Map · 四象限日度 · 近14日 · 截至 —

横轴 = 归一化价格 P_m（对数轴，$/标准篮），纵轴 = 中位日真实用量 U_m。虚线为价格中位数与用量中位数，把模型分成四个象限。

低价 + 高用量　·　真正的 value play不是单纯便宜，而是在低价下吃到了非常大的真实用量。

高价 + 高用量　·　premium demand贵，但凭能力、稳定性与开发者信任，关键任务里用户依然买单。

低价 + 低用量　·　便宜但暂未被选择价格打下来了，但还没把用户真正打动。

高价 + 低用量　·　最危险区贵，却没有足够真实需求支撑；定价必须回答「贵在哪里」。

数据：OpenRouter model_pricing_history（最新快照）× model_activity（近 14 个完整日）。方法借鉴 ZenMux 斩杀线框架，数据为 OpenRouter 自有；价格按 100K:1K 标准篮归一化，已剔除异常报价。

斩杀线挑战 · 把价格对齐到 DeepSeek日度 · 近14日 · 截至 —

规则：归一化价格高于 V4 Pro → 打折到 V4 Pro；介于 V4 Pro 与 V4 Flash 之间 → 打折到 V4 Flash；本就更便宜 → 保持原价。价格压平后，只看谁真正留得住 token。锚点价格由 OpenRouter 实测定价得出。

模型	对齐锚点	归一化价格变化	降价幅度

数据：OpenRouter model_pricing_history。锚点 DeepSeek V4 Flash / V4 Pro 价格为 OpenRouter 实测，非外部研究值。

平台概览

OpenRouter 上的 token 处理总量与活跃度，分别给出周度（完整周）与日度（最近完整日 / 近 7 日）口径。

周度完整周 · 截至 —

日度截至 —

模型用量趋势周度 · 截至 —本周至今 · —

头部模型的周 token 消耗（B tokens）随时间堆叠；最右一列为「本周至今」的日度增量（半透明）。颜色源自 Panda 厂商色板。

模型排行周度 · 截至 —

按 token 消耗排序的头部模型。

厂商份额周度 · 截至 —

按模型厂商（maker）划分的 token 消耗占比，100% 堆叠随时间。

数据源：OpenRouter explorer JSON（服务端每日构建，周度）+ analytics-live.json（直读 OpenRouter 数据表，日度）。「斩杀线」分析方法借鉴 ZenMux 研究，数据全部为 OpenRouter 自有。

04 REPORT ARCHIVE

历史周报

过往周报归档,可按发布日期、模型或主题搜索。

01 · 这是什么

02 · 用同一个库，你可以——

03 · 让你的 Agent 直接访问数据库（MCP）

① 一行接入（Claude Code）

② 或写入 MCP 配置（Claude Desktop / Cursor）

③ 可用工具

④ 示例：让 Agent 查询本周调用量榜首

Research · 数据研究专题

把价格这层外衣拿掉，开发者到底会选哪个模型？DeepSeek 斩杀线：低价 + 可用 + 稳定，正在把全市场价格参照系往下拉。

Value Map · 四象限日度 · 近14日 · 截至 —

斩杀线挑战 · 把价格对齐到 DeepSeek日度 · 近14日 · 截至 —

平台概览

模型用量趋势周度 · 截至 —本周至今 · —

模型排行周度 · 截至 —

厂商份额周度 · 截至 —

历史周报

把价格这层外衣拿掉，开发者到底会选哪个模型？
DeepSeek 斩杀线：低价 + 可用 + 稳定，正在把全市场价格参照系往下拉。