文 | 影子备忘录
OpenRouter最新一周的数据显示。10月19日到25日，DeepSeek V4.1-Flash-1017以33.6万亿Token的周调用量登顶全球第一，环比增长801%。
中国模型包揽前五，周总调用量93.54万亿Token，连续26周压过美国的22.47万亿。
但如果你只看到“第一”两个字，大概率会误判这件事的真实分量。
33.6万亿Token是一个实打实的数字，但它不是“技术碾压”的结果，它仅仅只是一场“账单碾压”的阶段性兑现。
更准确地说，这是全球开发者和中小企业在真实工作流里，用每一次API调用做的成本决策。理解这一点，比庆祝排名本身重要得多。
谁更会算账？
V4.1-Flash-1017是10月17日才发布的版本。同一周，上一代V4.1 Flash的调用量从更高水位掉到18万亿Token，环比下滑45%。
老版本的用户向新版本迁移，新版本接住了几乎全部存量需求，再叠加少量真正的增量开发者。一进一出，环比数字被急剧放大。
版本迁移本身说明：用户对价格和性能的变化极其敏感，迁移成本足够低，切换决策几乎是即时的。
一个模型能在发布后一周内完成如此规模的新旧交替，恰恰证明它的用户基本盘是活跃的、在意的、随时准备“用脚投票”的。
但同样需要正视的是，OpenRouter并不是全球大模型调用量的全景图，它统计的是经由这个API聚合网关中转的流量。
厂商自有API、Azure和Bedrock上的企业级部署、私有化推理，以及直接面向消费者的App和网页产品，都不在这个池子里。
33.6万亿Token证明的是“在这个开放聚合平台上，DeepSeek是开发者最愿意调用的模型”，并非“全球AI市场已经被DeepSeek统治”。
把这两件事分开看，才能继续往下追问：为什么偏偏是它，在这个平台上被如此密集地调用？
答案不在参数表的最上面一行，而在开发者的成本核算表里。
V4.1-Flash的总参数是552B，但Prefill阶段每个Token只激活8B，Decode阶段激活16B。
这意味着它的“脑容量”接近旗舰级，但每次推理真正动用的计算资源被压到了极低水位。
支撑这个效率的是一套并不常见的架构选择：40层语言主干被拆成20层因果编码器和20层Decoder，Prompt在前半段完成编码后，后半段需要的全局KV直接从编码器末端投影得到，不需要让全部历史Token反复穿过整个网络。
官方报告的说法是，Prefill计算量接近减半。
更关键的是KV Cache的处理。Agent工作流的特点是“读得远远多于写”，每一次工具调用都会灌入新的网页、代码、终端输出，上下文迅速膨胀。
如果每次都要重新计算全部历史，成本会线性甚至指数级上升。
DeepSeek的做法则是把KV Cache从单机内存里抽出来，放进独立的3FS分布式存储集群，缓存容量约100 PiB，Agent流量保留3天，聊天流量保留7天。
重复的上下文不再反复烧算力，这是Agent场景下推理经济性的结构性改善。
这些技术细节最终指向同一个结论：在“够用”和“可负担”之间，DeepSeek把平衡点推到了一个让大量中小企业无法拒绝的位置。
有测算显示，Anthropic头部模型完成同类Agent任务的成本，大约是它的28倍。
V4.1-Flash-1017在性能提升的同时维持原价，即每百万输入Token 0.15美元、输出0.60美元，MIT协议开源。
更早一轮的定价调整中，DeepSeek全系列API的缓存命中价格被压到原价的十分之一，V4-Flash的缓存命中输入价格降至0.02元/百万Token。
这不是真正形式上的“便宜”，因为它是用架构效率换出来的定价空间。
当大量真实工作流，诸如客服分类、文档打标签、代码补全、Agent工具调用等，对“绝对智能上限”的敏感度远低于对“每次调用成本”的敏感度时，全球开发者用Token投票的方向几乎是注定的。
开源的飞轮，比降价本身更难被复制
如果只是便宜，DeepSeek的登顶可以被理解为一场价格战的短期结果。
但价格战谁都能打，真正让“便宜”变成结构性优势的，是开源把定价权从厂商手里部分转移到了用户手里。
10月20日，DeepSeek开源了内部推理框架DeepInfer，同时兼容英伟达和华为昇腾两大算力平台。
这件事的意义不在于“又多了一个开源项目”。在此之前，即使企业拿到了V3、R1的模型权重，也不等于能以官方同等效率跑起来。
推理引擎、并行策略、缓存管理、调度逻辑……这些才是把模型权重转化为低成本服务的“暗知识”。
DeepInfer把这些暗知识公开了：任何企业都可以在自己的集群上部署接近官方水准的推理服务，中小企业不必从零搭建优化能力，高校团队可以在昇腾上验证自己的设计。
这形成了一个别人很难用一次降价来打断的循环：开源权重降低了采用门槛，开源推理框架降低了部署门槛，部署规模扩大又反过来喂养模型迭代和成本优化。
当中国模型的全球下载量已经占到开源平台的大头，当V4的百万Token上下文和权重面向全球开发者免费开放，所谓“封堵”在软件层面的有效性就在持续衰减。
你可以禁止一个机构账户，但你很难禁止一套已经进入全球开发者工具箱的权重和框架。
不过话说回来，我们看待问题，还需要更全面才行。
毕竟OpenRouter上Token多，不等于利润多。
在同一个平台上，按任务花费金额排序，占据高价值分类任务头部位置的仍然是Claude Opus 5.5、GPT-5.6 Sol和Gemini 3.1 Pro，唯一进入分类任务花费前列的中国模型才是DeepSeek V4.1 Flash。
高复杂度、高风险、高价值的工作流，企业仍然愿意为“最聪明的那一个”支付溢价。DeepSeek拿下的，是真实工作流中体量最大、但单位价值相对较低的那一层。
这决定了它的商业处境并不像调用量排名那样从容。有分析指出，其实际混合毛利率远低于软件行业的正常水位，200人左右的团队规模和头部闭源实验室数千人、百亿美元级收入之间的差距，也不是一次登顶能够填平的。
API价格在部分阶段已经出现回调节奏，“极致低价换规模”正在让位于“规模之上怎么算单位经济模型”。
调用量是护城河的一部分，但护城河本身不产生利润。
技术原创性上的质疑同样没有消失。蒸馏的指控反复出现，尽管DeepSeek此前的R1论文曾以训练数据来源的可验证性做出过回应，但围绕底层架构“原创程度”的争论不会因为一次周榜第一而终结。
更现实的约束来自算力：向国产芯片迁移是必须走的一步，单卡性价比可以算账，但万卡规模的通信稳定性和下一代模型的预训练效率，才是决定它明年是否还在榜上的硬变量。
地缘层面的压力也在收紧。美国国土安全部已要求联邦文职机构从IT系统中移除DeepSeek产品及基于其模型开发的第三方服务，限制范围从国防和情报领域扩展到了近乎全部联邦民事机构。
开源可以绕开一部分商业封锁，但绕不开一个国家层面的制度性排斥。
结语
过去一年，OpenRouter上的中国模型份额从个位数一路推到与海外模型分庭抗礼，全球开发者的Token流向发生了方向性变化。
这个变化的驱动力不是某一项“碾压性”的技术突破，而是一条更朴素、也更难被短期复制的能力链：架构效率带来成本空间，成本空间支撑定价，定价吸引开发者，开源把开发者锁定为生态参与者，生态再反哺迭代。
但这条链的每一环都有它的边界。调用量的领先可以靠性价比赢得，利润的领先要靠不可替代性赢得，技术代际的领先要靠原创性赢得。
DeepSeek赢下了第一张卷子，不等于三张卷子都答完了。
33.6万亿Token是真实的，全球开发者的选择是理性的，但“全球第一”的数据之下，真正值得记住的是那个让排名发生的原因：
在一个越来越贵的行业里，有人选择把“用得起”做成核心竞争力。
这条路能走多远，取决于它能不能在“便宜”之外，继续给出“非它不可”的理由。
本文由 AI图鉴自动抓取并翻译，版权归原作者所有；如需查看原文请点下方链接。