七月進入尾聲，若你仍用幾個月前的印象判斷「哪個大模型最值得用」，決策很可能已建立在過期資料之上。OpenRouter 作為全球最大的中立模型路由平台，排行榜不測跑分、不看行銷通稿，只看一件事——開發者真金白銀把請求發到了誰家。
本文面向在 Mac 上跑 Agent、CLI 程式設計助手或混合 API 工作流的開發者與技術決策者，嚴格依據 OpenRouter 截至 2026 年 7 月 25 日的排行榜資料，拆解 7 月三大變化（小米登頂、中國廠商約 46% 份額、Kimi K3 新進前十）、用量與品質的「啞鈴型」分層、應用層 Hermes/Kilo Code 主導結構、價格對照與 8 月趨勢預測，並給出六步混合路由落地清單。讀完應能回答：榜單數字意味著什麼、該為哪類任務付溢價、以及如何建立不依賴單週排名的選型體系。
01 OpenRouter 排行榜怎麼看：三類讓團隊誤讀 7 月資料的常見誤區
OpenRouter 的排行榜按 Token 用量排序，本質是「開發者真金白銀在用什麼」，而不是「哪個模型最聰明」。這個「用量≠品質」的反差，正是解讀 7 月資料前必須建立的認知框架。結合6 月排行榜與本月走勢，以下三類誤區最高頻：
- 把單日 Token 榜首當「最強模型」：便宜又快的模型掛在高流量應用背後，就能輕鬆刷到前列——哪怕它在複雜推理上表現平平。7 月 25 日小米 Mimo V2.5以約 1.4 兆 Token/天登頂，反映的是性價比與接入廣度，不等於全能品質第一。
- 忽略榜單每日波動：同一模型隔天名次都會變（例如 Claude Opus 4.8在 7/24 週用量資料中位列第 10，7/25 被 Ling 3.0 Flash擠出前 12）。月度系列比單日快照更有參考價值。
- 只看模型層、不看應用層：Hermes Agent單一應用約占平台 45% Token 份額，角色扮演類應用合計佔據開源模型流量可觀比例——企業 AI 報導幾乎從不覆蓋的「隱藏市場」，會系統性扭曲你對「誰在用什麼」的判斷。
核心論點：OpenRouter 榜回答的是「誰在承擔日常 Token 帳單」；按任務類型的消費金額榜回答的是「誰值得為最難的工作付溢價」。兩件事必須分開讀。
官方排行與即時資料請造訪以下頁面（發版後請再次開啟連結核對最新數值）：
02 2026年7月 OpenRouter 榜單全解析：小米殺進第一，中國模型份額約 46%
截至 2026 年 7 月 25 日，OpenRouter 單日 Token 用量榜單前三名是 小米 Mimo V2.5（1.4 兆/天）、DeepSeek V4 Flash（9439 億/天）、騰訊 Hy3（5900 億/天）。前十名中，中國廠商模型佔據七席，Nemotron 3 Ultra（NVIDIA）、Claude Sonnet 5、Gemini 3 Flash Preview 等為美國陣營守住位置。
| 排名 | 模型 | 廠商 | 單日 Token | 近 30 天累計 |
|---|---|---|---|---|
| 1 | Mimo V2.5 | 小米 | 1.4T | 31.2T |
| 2 | DeepSeek V4 Flash | DeepSeek | 943.9B | 23.6T |
| 3 | Hy3 | 騰訊 | 590B | 23.4T |
| 4 | Nemotron 3 Ultra 550B（免費） | NVIDIA | 428.6B | 9T |
| 5 | DeepSeek V4 Pro | DeepSeek | 413.7B | 11.6T |
| 6 | GLM 5.2 | 智譜 Z.ai | 316.7B | 13.3T |
| 7 | MiniMax M3 | MiniMax | 262.5B | 15.1T |
| 8 | Step 3.7 Flash | 階躍星辰 | 204.8B | 5.9T |
| 9 | Kimi K3 | 月之暗面 | 157.6B | 1.6T（新上榜） |
| 10 | Ling 3.0 Flash | 螞蟻 InclusionAI | 128.3B | 417.3B |
| 11 | Gemini 3 Flash Preview | 106.3B | 4T | |
| 12 | Claude Sonnet 5 | Anthropic | 99.5B | 3.6T |
拉長到廠商總份額維度：中國廠商（DeepSeek、小米、騰訊、智譜、MiniMax、月之暗面、阿里）合計約 46%，一年前不到 2%；美國三大（OpenAI、Anthropic、Google）合計約 30%–36%，一年前約 70%。
| 廠商 | 歸屬 | 份額（約） |
|---|---|---|
| DeepSeek | 中國 | 16%–18% |
| 小米 | 中國 | 8%–18% |
| Anthropic | 美國 | 10%–15% |
| 騰訊 | 中國 | 8%–13% |
| 美國 | 8%–13% | |
| OpenAI | 美國 | 6%–8% |
價差是核心驅動力：DeepSeek V4 Flash輸入價約每百萬 Token $0.05–0.14，GPT-5.5約 $5.00——價差高達約 35 倍。值得注意的是，DeepSeek 仍是單一廠商中份額最穩定的第一名，而「月度冠軍模型」經常易主——從 2 月 MiniMax M2.5、4 月 MiMo-V2-Pro 到 7 月 Mimo V2.5，中國陣營內部競爭同樣激烈。
03 「用量第一」≠「品質第一」：啞鈴型市場與 Claude Opus 5 定價權
按任務類型統計的消費金額占比（而非 Token 量）呈現不同圖景：通用對話 35.7%，Agent 工作流 30.4%，程式碼 26.5%，資料處理 7.5%。但在「分類/複雜推理」這類難任務上畫風反轉——Claude Sonnet 4.6 與 Claude Opus 4.7 以各 13.5% 的消費份額並列第一，GPT-5.5 以 11.6% 排第三，總量榜上的廉價開源模型幾乎「查無此模型」。
市場正在自然分層：便宜的中國開源模型吃下海量、低門檻、可容錯的「跑量」任務（閒聊、創意寫作、角色扮演、簡單程式設計輔助），閉源旗艦仍把持高價值、低容錯的「難任務」定價權。7 月 24 日 Anthropic 發布的 Claude Opus 5 在 FrontierBench v0.1 拿下 43.3%（GPT-5.6 Sol 37.5%），價格維持 Opus 系列 $5/$25 每百萬 Token——是「我貴，但我值這個價」的典型打法。
| 模型 | 輸入/M | 輸出/M | 上下文 | 定位 |
|---|---|---|---|---|
| DeepSeek V4 Flash | ~$0.05–0.14 | ~$0.24–0.28 | 1M | 性價比之王，Agentic Coding 首選 |
| MiniMax M3 | $0.10 | $1.21 | 長上下文 | 多模態/影像輸入預算之選 |
| GLM 5.2 | $0.45 | $3.31 | — | 開源裡接近 Opus 規劃品質 |
| Kimi K3 | ~$3 | ~$15 | 1M | 1.4TB 開源權重，閉源級能力 |
| Claude Opus 5 | $5（快速檔 $10） | $25（快速檔 $50） | 1M | 閉源旗艦，7 月最強基準分 |
04 應用層秘密：程式設計 Agent 稱王，角色扮演是「看不見的半壁江山」
模型層排行榜反映「哪個大腦更受歡迎」；應用層排行榜（openrouter.ai/apps）反映「這些大腦真正被用來做什麼」。
| 排名 | 應用 | 類型 | 份額（約） |
|---|---|---|---|
| 1 | Hermes Agent | 個人智慧體/CLI Agent | ~45% |
| 2 | Kilo Code | 程式設計 Agent | ~13% |
| 3 | OpenClaw | 通用 Agent | ~9% |
| 4 | Claude Code | 程式設計 Agent | ~6% |
| 5 | Descript | 內容生產 | ~4.5% |
| 6 | pi | Agent | ~3.3% |
| 7 | Lemonade | 陪伴/遊戲 | ~2.1% |
| 8 | ISEKAI ZERO | 角色扮演 | ~2.0% |
| 9 | Janitor AI | 角色扮演 | ~1.8% |
| 10 | Cline | 程式設計 Agent（IDE 外掛） | ~1.7% |
- Cline → Roo Code → Kilo Code 是同一代碼血統的三次分叉，「孫子輩」Kilo Code 流量已反超祖輩 Cline，說明開源程式設計 Agent 生態迭代極快，先發優勢並不牢固。
- 角色扮演/陪伴類（Janitor AI、ISEKAI ZERO、SillyTavern、HammerAI）合計佔據開源模型流量相當可觀比例。OpenRouter × a16z《State of AI》報告顯示，創意角色扮演場景貢獻了開源模型總用量的一半以上——若只從企業級 AI 報導判斷市場，你會完全看不到這半壁江山。
05 8 月趨勢預測與各角色實操建議
結合 7 月資料走勢與產業動態，對 8 月做出以下判斷：
- 中國開源模型合計份額大概率繼續爬升，年內有望突破 50%，除非美國廠商在定價上做出重大讓步。
- 「月度冠軍模型」寶座還會繼續易主——小米、DeepSeek、騰訊、智譜、MiniMax、月之暗面之間的價格戰與迭代速度不會放緩。
- Anthropic 可能在 8 月推出更「平價」的型號來搶占用量份額，而不只是靠 Opus 5 守住基準分數——Opus 5 已是兩個月內第四款旗艦（繼 Mythos 5、Fable 5、Sonnet 5 之後）。
- Kimi K3 的 1.4TB 權重或在 2–4 週內出現社群量化壓縮版本，屆時才是中小團隊真正能用上的時間點。
- 安全與合規將成為新的選型變數：OpenAI 未發布模型沙盒逃逸事件持續發酵，美國國會已提出「AI 終止開關法案」，企業採購中「廠商安全聲譽」權重將明顯上升。
獨立開發者/小團隊：用 OpenRouter 做技術預研沙盒完全沒問題；程式設計類任務優先測試 DeepSeek V4 Flash與 GLM 5.2，把 Claude Opus 5 / GPT-5.6 留給真正卡住的複雜步驟，做「混合路由」能大幅降低成本。注意台港地區存取 OpenRouter 平均延遲約 180–250ms，正式生產環境建議評估合規中繼方案。
企業技術負責人：不要只看用量排行榜做選型決策；建議按任務類型分層路由——閒聊/創意走低價開源模型，分類/複雜推理/高風險 Agent 決策走閉源旗艦，並把「模型供應商安全紀錄」正式納入選型評分卡。
AI Agent/程式設計工具產品：關注 Cline → Kilo Code 分叉鏈的啟示；角色扮演/陪伴類場景體量遠超多數人想像，泛娛樂產品不要忽視這塊市場。
06 六步建構混合路由架構：可引用資料與 CALMVPS 收束
- 註冊 OpenRouter 並建立成本儀表板：在控制台建立 API Key，按模型/專案打標籤；每週對照 Rankings 頁複盤 Token 流向，避免「預設模型」常年不更新。
- 定義任務分級路由規則：將工作流拆為 Tier-0（補全/摘要）、Tier-1（多檔案重構）、Tier-2（長程 Agent）；Tier-0 指向 DeepSeek V4 Flash / Mimo V2.5，Tier-2 指向 Claude Opus 5。
- 在 CLI 工具層啟用可切換模型設定：Claude Code、Kilo Code、Hermes Agent、OpenClaw 等均支援透過環境變數或設定檔切換 OpenRouter 模型 ID，禁止硬編碼單一 endpoint。
- 為開放權重模型預留自架路徑：對合規敏感資料，評估 MiniMax M3、DeepSeek V4、GLM 5.2、Kimi K3 的 on-prem 部署；Mac 上可用 Ollama / LM Studio 做離線 fallback。
- 在 Mac 上部署 7×24 編排層：Agent Gateway、定時批次處理與 SSH 隧道不應依賴筆電合蓋；使用 launchd 或裸金屬 Mac 確保路由層與日誌採集常駐線上。
- 鎖定 8 月發版日曆並設定 A/B 切換視窗：關注 Anthropic 平價型號、Kimi K3 社群量化版與各家 8 月迭代節奏；提前準備 shadow 流量與回滾開關。
- 小米 Mimo V2.5 日 Token：約 1.4T，7 月 25 日模型榜 #1
- 中國廠商合計份額：約 46%（一年前 <2%）；美國三大合計約 30%–36%
- DeepSeek V4 Flash vs GPT-5.5 輸入價差：約 35 倍（$0.05–0.14/M vs ~$5/M）
- Hermes Agent 應用份額：約 45%，平台最大單一應用
- Claude Opus 5 FrontierBench v0.1：43.3%，高於 GPT-5.6 Sol 的 37.5%
7 月這份榜單最值得記住的一句話是：capability（能力）和 popularity（用量）正在分道揚鑣。中國開源模型靠價格拿下了流量的半壁江山，而美國閉源旗艦仍然守著難任務的定價權和安全聲譽的護城河。對一般開發者與技術決策者，現在最值錢的能力不是「選對最強模型」，而是建構能隨時切換模型的架構。
在 Mac 上落地上述混合路由時，常見替代方案的短板同樣清晰：筆電合蓋休眠導致 Agent 與 OpenRouter 回呼斷連；Linux VPS 無法執行 Claude Code 等 macOS 原生沙箱；虛擬機 Mac 在 Metal 與檔案權限上與裸金屬有明顯差距；自購高配 Mac Studio 則面臨採購週期與折舊。對需要 7×24 穩定線上、按專案彈性切換 M4/M4 Pro 組態 的 Agent 編排與 iOS CI/CD 生產環境，CALMVPS 裸金屬 Mac 租賃 提供獨占 Apple Silicon、約 120 秒交付與日/週/月/季租彈性計費，讓你在信任 OpenRouter 榜單選模型的同時，把路由層放在不會休眠的生產級 macOS 上。機型與價格見 定價頁，遠端接入見 幫助中心。