Chinesische KI-Modelle führen OpenRouter seit 15 Wochen an

Die Rangliste von OpenRouter für den Zeitraum vom 3. bis 9. August 2026 liefert ein deutliches Signal aus dem Entwickler-Markt: Chinesische Large Language Models (LLMs) bauten ihren Vorsprung gegenüber US-Modellen zum 15. Mal in Folge aus.

Auf der Multi-Modell-Plattform entfielen auf chinesische Modelle laut den vorliegenden Auswertungen 34,25 Billionen Tokens, auf US-Modelle 9,17 Billionen. Insgesamt wurden in der erfassten Woche 69 Billionen Tokens verarbeitet – 21,48 Prozent mehr als in der Vorwoche. 313

Das ist ein bemerkenswertes Ergebnis für den Teil des KI-Marktes, in dem Entwickler Modelle über eine gemeinsame Schnittstelle testen und in ihre Anwendungen einbinden. Es bedeutet allerdings nicht, dass chinesische Modelle weltweit für den größten Anteil aller LLM-Nutzung stehen. OpenRouter erfasst keinen Datenverkehr, der direkt über die Produkte und APIs der Anbieter läuft. 30

Die wichtigsten OpenRouter-Zahlen

Die Auswertung zeigt eine große Lücke zwischen den beiden Modellgruppen:

• Gesamtes erfasstes Token-Volumen: 69 Billionen, plus 21,48 Prozent gegenüber der Vorwoche. 313
• Chinesische Modelle: 34,25 Billionen Tokens, plus 21,76 Prozent. 313
• US-Modelle: 9,17 Billionen Tokens, trotz eines gemeldeten Wochenwachstums von 109,36 Prozent. 313
• Dauer des Vorsprungs: Chinesische Modelle lagen 15 Wochen in Folge vor US-Modellen. 913

Damit vereinten chinesische Modelle ungefähr die Hälfte des gesamten erfassten Volumens auf sich. Die US-Gruppe wuchs zwar prozentual deutlich schneller, startete aber von einer wesentlich kleineren Basis.

Die Zahlen sollten deshalb als Messgröße für den Modellmix auf OpenRouter gelesen werden – nicht als direkte Rangliste der nationalen Anteile am weltweiten KI-Markt.

Chinesische Modelle auf den ersten vier Plätzen

Besonders auffällig ist die Konzentration an der Spitze der Einzelrangliste. Den vorliegenden Berichten zufolge belegten vier chinesische Modelle die ersten vier Positionen:

1. DeepSeek-V4-Flash-0731: 8,83 Billionen Tokens, plus 570 Prozent gegenüber der Vorwoche
2. Tencent Hy3: 8,05 Billionen Tokens, plus 67 Prozent
3. DeepSeek-V4-Flash-0423: 5,88 Billionen Tokens, minus 19 Prozent
4. Xiaomi MiMo-V2.5: 5,39 Billionen Tokens, minus 14 Prozent 91013

Der Vorsprung wurde also nicht von einem einzigen Modell getragen. DeepSeeks offizielle 0731-Version übernahm zwar die Führung, doch auch Tencent und Xiaomi erreichten hohe Nutzungszahlen. Zudem blieb die frühere DeepSeek-Vorschau in den Top vier.

Diese Breite macht das Ergebnis aussagekräftiger als ein kurzfristiger Ausschlag eines einzelnen Anbieters. Zugleich nennen spätere Berichte für vergleichbare OpenRouter-Zeiträume teilweise andere Token-Summen. Die oben aufgeführten Werte entsprechen den Berichten zur Woche vom 3. bis 9. August und sind als veröffentlichte Plattformdaten zu verstehen, nicht als unabhängig geprüfte globale Messung. 45

Warum DeepSeek-V4-Flash-0731 so stark zulegte

DeepSeek stellte V4-Flash-0731 am 31. Juli in eine öffentliche API-Beta. Nach den verfügbaren Berichten handelt es sich nicht um einen größeren Ersatz für das frühere Modell, sondern um eine neu nachtrainierte Version derselben Architektur: ein Mixture-of-Experts-Modell mit insgesamt 284 Milliarden Parametern, von denen pro Token 13 Milliarden aktiv sind. 3940

Die Verbesserungen sollen vor allem aus einer neuen Runde des Post-Trainings stammen. In dieser Entwicklungsphase wird unter anderem geprägt, wie ein Modell seine vorhandenen Fähigkeiten einsetzt. Berichte zur Veröffentlichung verknüpften die neue Version mit besseren Ergebnissen bei agentischen Aufgaben, beim Programmieren und in Mathematiktests – obwohl Architektur und Parameterzahl unverändert blieben. 343639

Für Entwickler ist das ein wichtiger Punkt. Die OpenRouter-Rangliste deutet darauf hin, dass sich die Nutzung schnell verschieben kann, wenn ein bestehendes Modell durch gezieltes Nachtraining praktischer wird und gleichzeitig über eine kostengünstige API mit hoher Kapazität verfügbar ist.

Die Daten beweisen nicht, dass die gemeldeten Benchmark-Verbesserungen allein den Anstieg von 570 Prozent ausgelöst haben. Der zeitliche Zusammenhang zwischen dem offiziellen Start am 31. Juli und dem anschließenden Nutzungszuwachs macht die Veröffentlichung jedoch zu einem wichtigen Kontext. 31340

Nicht ausreichend belegt sind dagegen Behauptungen, DeepSeek habe durchschnittlich exakt 0,03 US-Dollar pro Benchmark-Aufgabe gekostet, sei ein Hundertstel so teuer wie ein bestimmtes Anthropic-Modell oder definitiv das weltweit günstigste große Modell. API-Preise unterscheiden sich je nach Anbieter und Routing-Modell; verfügbare Preislisten weisen für die eigene DeepSeek-API und OpenRouter unterschiedliche Tarife aus. 204046

OpenAIs Luna zeigt: Der Preis bleibt entscheidend

US-Modelle waren in der Rangliste keineswegs verschwunden. OpenAIs GPT-5.6 Luna landete mit 4,43 Billionen Tokens auf Platz fünf. Seine Nutzung stieg in der betreffenden Woche um 128 Prozent. 30

OpenAI hatte den API-Preis für Luna am 30. Juli offiziell um 80 Prozent gesenkt. Der Listenpreis lag danach bei 0,20 US-Dollar pro Million Eingabe-Tokens und 1,20 US-Dollar pro Million Ausgabe-Tokens. 20

Der Zeitpunkt macht den Preisnachlass zu einer plausiblen Erklärung für den Anstieg. Die verfügbaren Daten belegen jedoch keine einzelne Ursache.

Das ist ein wichtiger Gegenpunkt zur vereinfachten Erzählung eines Duells zwischen China und den USA. Entwickler reagieren offenbar auf Preissenkungen großer Anbieter – unabhängig davon, aus welchem Land sie stammen. Der Vorsprung chinesischer Modelle lässt sich nicht allein durch eine billigere Alternative erklären, doch die Kosten bleiben ein zentraler Hebel bei der Modellauswahl.

Was die Rangliste tatsächlich zeigt

Die präziseste Schlussfolgerung lautet nicht: „Chinesische KI hat weltweit gewonnen.“ Aussagekräftiger ist eine engere Formulierung: Im entwicklerorientierten Routing-Markt von OpenRouter setzten sich chinesische Modelle in großem Maßstab durch und belegten mit mehreren Produkten die Spitzenplätze.

Dieses Muster passt zu einem Wettbewerbsvorteil, der aus mehreren Faktoren besteht:

• Kosten: Niedrige API-Preise können Anwendungen mit hohem Volumen wirtschaftlich machen.
• Durchsatz und Kapazität: Für den praktischen Einsatz zählt nicht nur ein guter Benchmark-Wert, sondern auch die Fähigkeit, viele Anfragen zuverlässig zu bedienen.
• Aufgabenleistung: Programmierung, Tool-Nutzung, agentische Arbeitsabläufe und Mathematik beeinflussen, welche Modelle Entwickler dauerhaft einsetzen.
• Verfügbarkeit und Flexibilität: Modelle, die über eine gemeinsame Routing-Schicht erreichbar sind, lassen sich leichter testen und austauschen.
• Tatsächliche Nutzung: Das Token-Volumen zeigt, welche Modelle in dieser Woche tatsächlich weitergeleitet wurden – erklärt aber nicht automatisch, warum Nutzer sich für sie entschieden.

Dass chinesische Modelle die ersten vier Plätze belegten, ist daher ein stärkeres Indiz für reale Einsatzpräferenzen als eine reine Benchmark-Tabelle. Token-Zahlen verraten allerdings nichts über die Qualität jeder einzelnen Anfrage, die Identität der Nutzer, die Profitabilität oder darüber, wie viel Nutzung aus Experimenten und wie viel aus dauerhaften Produktionssystemen stammte.

Was die Daten nicht beweisen

OpenRouter ist keine vollständige globale Rangliste. Die Statistik umfasst nicht die direkte Nutzung von ChatGPT, eigene Anbieter-APIs, Unternehmenskontakte oder den Datenverkehr anderer Routing-Plattformen. 30

Auch mehrere weitere Behauptungen aus der Debatte sind durch die geprüften Quellen nicht unabhängig bestätigt. Dazu gehören das angebliche Ausscheiden von MiniMax M3 und Stepfun Step 3.7 Flash aus den Top zehn, ein exakter Wert von 2,33 Billionen Tokens und ein Wachstum von 446 Prozent für Gemini 3.6 Flash sowie ein präziser Kostenvergleich pro Benchmark-Aufgabe für DeepSeek.

Solche Angaben sollten vor einer endgültigen Einordnung mit einem primären OpenRouter-Datensatz oder der Dokumentation der jeweiligen Anbieter abgeglichen werden.

Fazit

In der Woche vom 3. bis 9. August lagen chinesische Modelle bei OpenRouter zum 15. Mal in Folge vorn. Sie kamen auf 34,25 Billionen Tokens, verglichen mit 9,17 Billionen bei US-Modellen. Außerdem belegten sie alle vier Spitzenplätze der Einzelrangliste. 313

Die belastbarste Interpretation ist, dass chinesische Modelle im von OpenRouter abgebildeten Entwicklerkanal außergewöhnlich wettbewerbsfähig geworden sind. Ausschlaggebend war offenbar nicht nur der Preis: Kosten, verfügbare Rechenkapazität, Verbesserungen durch Post-Training und brauchbare Leistungen bei realen Aufgaben trafen gleichzeitig zusammen.

Der entscheidende Vorbehalt bleibt bestehen: OpenRouter ist ein wertvoller Hinweis auf Nachfrage und Modellpräferenzen – aber kein endgültiger Maßstab für den weltweiten Verbrauch von LLMs.