当前位置：首页 > news >正文

LLMs之 Ranking：OpenRouter LLM Rankings的简介、安装和使用方法、案例应用之详细攻

news 2025/11/14 10:26:33

OpenRouter LLM Ranking的简介

1、特点

2、榜单解读

Leaderboard（总榜）

Market Share

OpenRouter LLM Ranking的简介

OpenRouter LLM Rankings 是一个动态的排行榜，它展示了在 OpenRouter 平台上各个大型语言模型（LLM）的实际使用情况。与基于学术基准测试的排行榜不同，该排行榜的核心是追踪和展示不同模型在真实世界应用中的“Token 使用量”，从而反映出模型在市场上的受欢迎程度和应用广度。它不仅对单个模型进行排名，还提供了多个维度来分析整个 LLM 生态系统的动态。

官网地址：https://openrouter.ai/rankings

1、特点

基于真实使用量排名：排行榜的核心指标是“Token usage”（Token 使用量），这代表了模型在 OpenRouter 平台上的实际消耗量，直接反映了其在开发者和应用中的流行度。
多时间维度分析：用户可以查看不同时间范围内的排名，包括“Top today”（今日热门）、“Top this week”（本周热门）和“Top this month”（本月热门），从而观察模型的短期和长期趋势。
多维度分类与比较：提供了极其丰富的分类视角来比较模型：
按模型作者（Market Share）：比较不同公司或组织（如 x-ai, google, anthropic）所占的市场份额。
按用例（Categories）：比较模型在特定应用场景下的受欢迎程度，涵盖编程、角色扮演、市场营销、SEO、科技、科学、翻译等十多个领域。
按自然语言（Languages）：比较模型在处理不同人类语言（如英语、中文、西班牙语等）时的使用情况。
按编程语言（Programming）：比较模型在处理不同编程语言（如 Python, JavaScript, Java）时的使用情况。
按特定能力（Tool Calls, Images）：单独追踪模型在工具调用（Tool Calls）和图像处理（Images）等高级功能上的使用量。
应用生态透明化： “Top Apps”板块列出了在 OpenRouter 上消耗 Token 最多的公开应用，并注明了这些应用是“自愿选择加入使用情况追踪”（opting into usage tracking）。这为观察哪些类型的应用在驱动模型使用方面提供了独特的视角。
动态趋势展示： “Trending”板块旨在突出显示当前正在快速增长或获得关注的模型。

2、榜单解读

基于对OpenRouter平台多维数据的分析，其大模型市场竞争格局呈现以下系统性特点：

市场呈现“一超多强”的集中化格局	整体市场份额由Anthropic和Google主导，两者合计占据近七成市场。然而在细分领域，专业化模型正形成“垂直壁垒”——X-AI的Grok Code Fast 1在编程领域独占48.7%份额，Anthropic的Claude Opus 4在SEO领域占据24.2%，显示出“通用模型打基数，专业模型占山头”的双轨并行态势。
应用场景驱动模型分化明显	• 编程场景：由代码专用模型（Grok Code Fast 1）主导 • 图像处理：Google Gemini系列形成产品矩阵，占据超60%份额 • 角色扮演：DeepSeek系列领先（合计22.2%），且市场高度分散（其他类45.7%） • 工具调用：OpenAI的GPT-4o-mini（18.4%）领先，体现其函数调用能力优势
开发者生态成为关键增长引擎	Top Apps榜单显示，AI编码助手（如Kilo Code、Cline）构成应用主体，说明OpenRouter已成为开发工具链的重要一环。同时liteLLM等开源库的入选，印证了平台对开发者的友好性。
市场竞争动态活跃	排行榜显示，Google通过Gemini系列多版本覆盖策略（在TOP10中常占4席）实施饱和攻击，而新兴厂商如X-AI、DeepSeek通过聚焦细分场景实现快速突围。免费模型（如MiniMax M2）的活跃也表明价格策略仍是重要竞争维度。

总体而言，OpenRouter市场正从通用模型竞争转向“场景深耕”阶段，厂商需在保持技术通用性的同时，在特定领域构建差异化优势。

Leaderboard（总榜）

这张图片展示了OpenRouter平台上本月（截至2025年1月）的模型token使用量总排行榜。趋势图显示，从2024年11月至10月，平台整体token使用量维持在高位活跃区间（约27至87的指数水平），并在近期趋于稳定，表明用户对模型服务的需求持续旺盛。在具体模型排名上，X-AI的Grok Code Fast 1位列第一，凸显其在代码生成等专业任务中的统治性地位。Anthropic的Claude Sonnet 4.5和Google的Gemini 2.5 Flash紧随其后，分列二、三名，反映出这三家厂商的模型在综合应用场景中占据用户首选。值得注意的是，Google模型在Top 10中占据四席（包括Gemini 2.5 Pro、Flash Lite和2.0 Flash），显示出其产品矩阵的广度与市场渗透力。此外，X-AI的Grok 4 Fast、MiniMax的免费模型M2以及DeepSeek的V3 0324也跻身前十，体现了市场在追求高性能的同时，对免费或高性价比模型也存在稳定需求。总榜格局呈现出“专业模型领跑、通用模型紧跟”的竞争态势。

Market Share

这张图片展示了OpenRouter平台上不同模型作者的token市场份额对比，数据截至2025年1月19日。从趋势图来看，市场份额在时间序列上（从2024年11月10日至10月12日）呈现动态变化，但整体格局稳定。具体份额分布中，Anthropic以253Btoken和48.3%的份额占据主导地位，几乎占据半壁江山，显示出其模型在用户中的广泛采用。Google以103Btoken和19.6%的份额位列第二，而Meta-LLama、OpenAI和MistralAI分别以7.9%、5.1%和4.5%的份额跟随其后。值得注意的是，DeepSeek、Gryphe和NousResearch等新兴作者份额较小，但“其他”类别仍占5.4%，反映了市场存在长尾分布，竞争多元。总体而言，Anthropic和Google作为头部玩家，主导了token消费，而其他作者则在细分领域争夺份额。

Tool Calls

这张图片聚焦于OpenRouter平台上各模型的工具调用情况，时间范围从8月18日至11月10日。工具调用是衡量模型功能扩展性的关键指标，数据显示，OpenAI的GPT-4o-mini以5.47M次调用和18.4%的份额领先，表明其在工具集成方面的优势。Z-AI的GLM 4.6和Google的Gemini 2.5 Flash分别以11.4%和11.0%的份额紧随其后，显示出多模型竞争的态势。Anthropic的Claude Sonnet系列也有显著表现，合计占10.4%。此外，“其他”类别占比高达36.2%，说明工具使用分散 across numerous models，反映了用户对多样化功能的需求。趋势图显示调用量波动较大，可能受模型更新或用户偏好变化影响，整体上工具调用正成为平台的重要应用场景。

Images

这张图片呈现了OpenRouter平台处理的图像总量，时间范围从8月18日至11月10日。图像处理是视觉AI模型的核心能力，Google的Gemini系列表现突出，其中Gemini 2.5 Flash Lite以40.9M张图像和38.2%的份额位居第一，彰显了Google在多媒体处理领域的领先地位。Qwen的Qwen3 VL模型以10.2M张和9.5%的份额位列第二，而OpenAI的GPT-5 Mini和Google的其他Gemini变体也贡献了较大份额。前10名中，Google模型占据了多个席位，合计份额超过60%，显示出高度集中性。Anthropic和X-AI的模型份额相对较小，“其他”类别占19.0%，表明图像处理市场主要由少数头部模型主导，但长尾模型仍有一定空间。趋势图显示处理量总体增长，反映了图像生成和分析需求的上升。

Top Apps

这张图片列出了OpenRouter平台上选择加入使用跟踪的顶级公共应用程序，共计20个。这些应用涵盖了多种类型，其中以AI编码代理为主，如Kilo Code、Cline和BLACKBOXAI，突出了开发工具在OpenRouter生态中的核心地位。此外，角色扮演和聊天应用（如Janitor AI、SillyTavern和HammerAI）也显著，显示了娱乐和社交场景的广泛应用。开源库如liteLLM和游戏类应用如Pax Historia进一步丰富了生态多样性。值得注意的是，部分应用标记为“new”（如MinutalA、TrustAI和New API），表明平台不断有新成员加入，推动创新。整体上，这张图表揭示了OpenRouter作为多模型集成的枢纽，正被广泛应用于代码开发、内容创作和游戏等领域，反映了AI技术的普及和用户需求的多元化。

OpenRouter LLM Ranking的核心内容

1、背景（Why）

页面内容本身没有直接阐述创建此排行榜的背景或动机（Why），但我们可以从其功能和设计中推断出其核心目的。OpenRouter 作为一个聚合了众多 LLM 的平台，其用户（主要是开发者）面临着一个关键问题：“在如此多的模型中，我应该选择哪一个？”

传统的性能排行榜虽然有用，但无法完全反映模型在实际应用中的适用性和受欢迎程度。因此，OpenRouter 创建这个基于真实使用量数据的排行榜，其背景是为了：

提供市场信号：向开发者展示哪些模型在真实世界中被广泛使用，帮助他们做出更符合市场趋势的技术选型。
增加平台透明度：公开平台上的模型和应用使用数据，展示 OpenRouter 生态的活跃度和规模，从而吸引更多用户和开发者。
反映社区偏好：排行榜的结果是社区“用脚投票”的结果，它反映了在特定任务（如编码、角色扮演）上，开发者和用户的集体偏好。

2、目标与设计原则 (What)

核心目标：透明、多维度地展示 OpenRouter 平台上所有大型语言模型的真实使用情况和市场动态，为开发者提供决策支持。
设计原则：
数据驱动与真实性：所有排名均基于平台产生的真实、客观的“Token 使用量”数据，而非合成的基准测试分数。
用户中心与实用性：设计了多种分类和过滤功能（按用例、语言、时间等），旨在满足开发者在不同场景下选择模型时的实际需求。
全面性与粒度：不仅提供宏观的模型排名，还深入到模型作者、具体应用、特定能力（如工具调用）等多个粒度，提供一个全面的生态视图。
生态系统透明化：通过展示“Top Apps”列表，揭示了模型使用背后的驱动力，体现了开放和透明的原则。

3、数据与评测方法 (How)

数据来源：

模型排名的数据来源于“Token usage across models on OpenRouter”，即平台上所有通过 API 调用的模型的 Token 消耗总量。

图像排名的数据来源于“Total images processed on OpenRouter”，即平台上处理的图像总数。

“Top Apps”的数据来源于“Largest public apps opting into usage tracking on OpenRouter”，即那些选择公开其使用数据的应用所产生的 Token 消耗量。

评测方法：

该排行榜的“评测”方法并非基于模型的性能测试（如准确率、延迟），而是数据聚合与统计。

基本方法是：追踪和记录在特定时间段内，每个模型、每个应用所处理的 Token 数量。

然后，根据不同的维度（如用例、语言）对这些数据进行分类、汇总和排序，最终以绝对数量（如 143B tokens）和百分比份额（如 27.9%）的形式呈现。

4、维度与指标体系

该排行榜构建了一个多维度的指标体系来衡量模型的市场表现：

核心指标：

Token 数量：模型或应用消耗的 Token 总量，是衡量使用体量的基本单位。
百分比份额：某个模型或作者在特定分类下所占的市场份额，直观反映其相对地位。

主要维度：

时间维度： 今日、本周、本月。

实体维度：

模型（Model）：如 x-ai/grok-code-fast-1。
模型作者（Author）：如 x-ai, google, anthropic。
应用（App）：如 Kilo Code, Cline。

功能/任务维度：

用例类别（Categories）：编程、角色扮演、市场营销等。
自然语言（Languages）：英语、中文、德语等。
编程语言（Programming）： Python, JavaScript, C++等。
特定能力（Capabilities）：工具调用、图像处理。

OpenRouter LLM Ranking的使用方法

1、排名结果与解读 (Results & Insights)

根据页面提供的数据，可以解读出以下关键信息：

作者市场份额：在模型作者层面，“x-ai”以 27.9% 的份额位居第一，紧随其后的是“google”（18.7%）和“anthropic”（14.0%）。这显示了这三家公司在 OpenRouter 平台上的强大影响力。

热门模型分析：
无论是“本周”还是“今日”热门榜单，x-ai/grok-code-fast-1 都以显著优势位列第一。例如，在本周榜单中，它占据了 26.4% 的份额。
其他持续受欢迎的模型包括 anthropic/claude-4.5-sonnet-20250929、minimax/minimax-m2 和 google/gemini-2.5-flash。

应用生态洞察：
“Top Apps”榜单揭示了 OpenRouter 平台的主要使用场景。排名前五的应用中，有四个（Kilo Code, Cline, BLACKBOXAI, Roo Code）明确是 AI 编码助手或开发工具。这强烈表明编程辅助是驱动 OpenRouter 平台 Token 消耗的最主要力量。这也解释了为什么一个专为编码优化的模型（grok-code-fast-1）能够占据榜首。

解读关键：这个排行榜是市场流行度的晴雨表，而非绝对性能的度量衡。一个模型排名高，可能因为它性能优越、性价比高、在某个热门应用中被设为默认选项，或者在特定领域（如编码）表现突出。

2、实际应用价值 (So What)

为开发者提供决策依据：开发者可以根据自己的应用场景（如需要处理德语、专注于角色扮演或编码），查看相应分类下的热门模型，从而快速做出技术选型，避免“闭门造车”。

揭示行业趋势：排行榜直观地展示了哪些模型和应用正在获得市场青睐。例如，编码类应用的统治地位表明 AI 在软件开发领域已深度普及。
促进市场竞争：对于模型提供商而言，这是一个公开的竞技场，可以让他们了解自身产品在真实世界中的表现和竞争对手的情况，从而调整其产品策略和定价。
发现新兴工具： “Top Apps”列表不仅展示了模型的使用情况，还帮助开发者发现流行的新兴 AI 应用和开发库（如 liteLLM, SillyTavern），促进了生态内的知识传播。