RespuestasPublicado23 fuentes
Los modelos chinos lideran el uso de OpenRouter por 15 semanas seguidas
Los modelos chinos lideraron por decimoquinta semana consecutiva el uso registrado por OpenRouter: 34,25 billones de tokens frente a 9,17 billones de los modelos estadounidenses. DeepSeek V4 Flash 0731 encabezó la clasificación con 8,83 billones de tokens y un crecimiento semanal del 570%; los cuatro primeros puesto...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- Los modelos chinos lideraron por decimoquinta semana consecutiva el uso registrado por OpenRouter: 34,25 billones de tokens frente a 9,17 billones de los modelos estadounidenses.
- DeepSeek V4 Flash 0731 encabezó la clasificación con 8,83 billones de tokens y un crecimiento semanal del 570%; los cuatro primeros puestos fueron para modelos chinos.
- El resultado apunta a una competencia basada en precio, capacidad, rendimiento práctico y mejoras de posentrenamiento, pero OpenRouter no mide el uso directo de las plataformas y API propias de cada proveedor.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenRouter’s August 3–9, 2026 data reveal about the global token-usage dominance of Chinese LLMs—including their 15th consecutive w. Article summary: The reported OpenRouter figures indicate that Chinese-developed models had become the dominant choice on that platform’s routed API traffic—not merely the cheapest option. But this is a measure of OpenRouter usage, not a. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Los modelos de inteligencia artificial desarrollados en China ampliaron su ventaja sobre los estadounidenses en OpenRouter durante la semana del 3 al 9 de agosto de 2026. Según cálculos basados en los datos de esta plataforma de enrutamiento de modelos, alcanzaron 34,25 billones de tokens, frente a 9,17 billones de los modelos desarrollados en Estados Unidos. El volumen total registrado fue de 69 billones de tokens, un 21,48 % más que la semana anterior. 3
13
El dato prolonga a 15 semanas consecutivas la ventaja china dentro de OpenRouter. Es una señal relevante sobre las preferencias de los desarrolladores que utilizan una API capaz de conectar con múltiples modelos, pero no demuestra que los modelos chinos concentren la mayor parte del uso mundial de los grandes modelos de lenguaje (LLM). OpenRouter no incluye el tráfico enviado directamente a los productos y API propios de los proveedores. 30
Las cifras de OpenRouter entre el 3 y el 9 de agosto
El balance semanal muestra una diferencia amplia entre ambos grupos:
- Volumen total registrado: 69 billones de tokens, un 21,48 % más que la semana anterior.
3
13
- Modelos desarrollados en China: 34,25 billones de tokens, con un crecimiento semanal del 21,76 %.
- Modelos desarrollados en Estados Unidos: 9,17 billones de tokens, pese a crecer un 109,36 % en una semana.
- Racha de liderazgo: los modelos chinos quedaron por delante de los estadounidenses por decimoquinta semana consecutiva.
9
Los modelos chinos representaron aproximadamente la mitad del volumen total seguido por la plataforma. Los estadounidenses, aunque crecieron a mayor velocidad, partían de una base mucho menor.
La comparación debe interpretarse como una fotografía de la mezcla de modelos utilizada en OpenRouter, no como una medición directa de la cuota de mercado nacional de la IA. La plataforma funciona como un mercado y una capa de enrutamiento para desarrolladores: permite probar y utilizar modelos de distintos proveedores mediante una interfaz común.
Los cuatro primeros puestos fueron chinos
La concentración fue todavía más evidente en la clasificación individual. Los cuatro modelos con mayor uso durante esa semana fueron desarrollados por empresas chinas:
- DeepSeek-V4-Flash-0731: 8,83 billones de tokens, un 570 % más que la semana anterior.
- Tencent Hy3: 8,05 billones de tokens, un 67 % más.
- DeepSeek-V4-Flash-0423: 5,88 billones de tokens, un 19 % menos.
- Xiaomi MiMo-V2.5: 5,39 billones de tokens, un 14 % menos.
10
El liderazgo no dependió de un único modelo. DeepSeek-V4-Flash-0731, la versión oficial de DeepSeek, ocupó el primer puesto, pero Tencent Hy3 y Xiaomi MiMo-V2.5 también registraron volúmenes elevados. Además, la versión preliminar de DeepSeek se mantuvo entre los cuatro primeros.
Esa amplitud da más peso al resultado que un simple pico semanal de un solo proveedor. Aun así, algunos informes posteriores publicaron cifras diferentes para ventanas comparables de OpenRouter. Los números citados aquí son los repetidos en los reportes correspondientes al periodo del 3 al 9 de agosto y deben considerarse datos comunicados de la plataforma, no mediciones mundiales auditadas de forma independiente. 4
5
Qué cambió con DeepSeek-V4-Flash-0731
DeepSeek lanzó V4-Flash-0731 en beta pública para su API el 31 de julio. La información disponible lo describe como una versión sometida a un nuevo posentrenamiento, no como un modelo de mayor tamaño que sustituyera por completo a la arquitectura anterior. Conservó el diseño de mezcla de expertos de 284.000 millones de parámetros, con 13.000 millones de parámetros activos por token. 39
40
El posentrenamiento es la fase posterior al entrenamiento general en la que se ajusta la manera en que el modelo aplica sus capacidades. Los reportes sobre el lanzamiento relacionaron esta nueva etapa con mejores resultados en evaluaciones centradas en agentes, programación y matemáticas, aunque la arquitectura y el número de parámetros no cambiaron. 34
36
39
Para los desarrolladores, la distinción es importante. La clasificación de OpenRouter sugiere que la adopción puede cambiar con rapidez cuando una arquitectura ya disponible recibe una mejora útil de posentrenamiento y se ofrece a través de una API de alta capacidad y bajo coste.
Los datos no prueban que las mejoras en las pruebas de referencia fueran, por sí solas, la causa del aumento del 570 % de DeepSeek. Sin embargo, la proximidad entre el lanzamiento del 31 de julio y el salto de uso posterior convierte a la actualización en un contexto relevante para entender el resultado. 3
13
40
Tampoco está demostrada con la evidencia revisada la afirmación de que el modelo tuviera un coste medio exacto de 0,03 dólares por tarea de evaluación, que costara una centésima parte que un modelo concreto de Anthropic o que fuera, de forma concluyente, el modelo importante más barato del mundo. Los precios de las API varían según el proveedor y el sistema de enrutamiento; las tarifas disponibles muestran diferencias entre la API propia de DeepSeek y su oferta en OpenRouter. 20
40
46
El repunte de GPT-5.6 Luna también apunta al peso del precio
El dominio chino no significó la ausencia de modelos estadounidenses. GPT-5.6 Luna, de OpenAI, apareció en el quinto puesto con 4,43 billones de tokens y un crecimiento semanal del 128 %. 30
OpenAI había reducido oficialmente un 80 % el precio de la API de Luna el 30 de julio. La tarifa publicada pasó a ser de 0,20 dólares por millón de tokens de entrada y 1,20 dólares por millón de tokens de salida. 20 La coincidencia temporal hace plausible que el abaratamiento contribuyera al aumento de uso, aunque los datos disponibles no permiten atribuirlo a una única causa.
Este caso matiza el relato simplificado de una pugna entre China y Estados Unidos. Los desarrolladores parecen reaccionar a las reducciones de precio de cualquier proveedor importante. El liderazgo de los modelos chinos no puede explicarse únicamente por la existencia de alternativas más baratas, pero el precio sigue siendo una de las palancas decisivas al elegir un modelo para cargas de trabajo de gran volumen.
Qué revela realmente esta clasificación
La conclusión más sólida es más precisa que decir que «la IA china ha ganado a escala mundial». En el mercado de enrutamiento orientado a desarrolladores que representa OpenRouter, los modelos chinos estaban consiguiendo uso a gran escala y ocupaban las posiciones principales en varios productos.
El patrón es compatible con una ventaja competitiva construida a partir de varios elementos:
- Coste: las tarifas bajas pueden hacer viables económicamente los servicios que procesan grandes volúmenes.
- Capacidad y rendimiento operativo: desplegar un modelo exige atender solicitudes de forma fiable, no solo obtener buenas puntuaciones en pruebas.
- Rendimiento en tareas concretas: programación, uso de herramientas, flujos de trabajo con agentes y matemáticas pueden influir en qué modelos permanecen en producción.
- Disponibilidad y flexibilidad: una capa común de enrutamiento facilita probar modelos y cambiar de proveedor.
- Adopción observada: el volumen de tokens refleja lo que los desarrolladores enviaron a cada modelo durante esa semana, aunque no explica por sí mismo por qué lo eligieron.
Que los cuatro primeros puestos fueran chinos constituye una señal más cercana a las preferencias de despliegue real que una tabla de pruebas de referencia aislada. Pero el recuento de tokens no informa sobre la calidad de cada solicitud, la identidad de los usuarios, la rentabilidad del proveedor ni la proporción de tráfico experimental frente al uso estable en producción.
Lo que estos datos no demuestran
Las cifras de OpenRouter no deben presentarse como una clasificación mundial completa. El uso directo de ChatGPT, las API propias de los proveedores, los contratos empresariales y el tráfico de otras plataformas de enrutamiento quedan fuera de la fotografía descrita aquí. 30
Las fuentes revisadas tampoco confirman de forma independiente todas las afirmaciones sobre la salida del top 10 de MiniMax M3 y Stepfun Step 3.7 Flash, la llegada de Gemini 3.6 Flash a exactamente 2,33 billones de tokens con un crecimiento del 446 % o una comparación precisa del coste por tarea de evaluación de DeepSeek. Esos detalles deberían comprobarse en un conjunto de datos primario de OpenRouter o en la documentación de los proveedores antes de tratarlos como hechos establecidos.
En resumen
Los datos correspondientes al 3-9 de agosto mostraron que los modelos chinos lideraban el uso registrado por OpenRouter por decimoquinta semana consecutiva: 34,25 billones de tokens frente a 9,17 billones de los modelos estadounidenses. Además, los cuatro primeros puestos fueron para sistemas chinos. 3
13
La interpretación más defendible es que los modelos chinos se habían vuelto especialmente competitivos en el canal de desarrolladores representado por OpenRouter. No solo por sus precios, sino por la convergencia de tarifas, capacidad de servicio, mejoras recientes de posentrenamiento y rendimiento útil en tareas reales.
La cautela, sin embargo, es fundamental: OpenRouter ofrece una señal valiosa sobre la demanda y la elección de modelos en un ecosistema concreto, pero no una medida definitiva del consumo mundial de LLM.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Los modelos chinos lideran el uso de OpenRouter por 15 semanas seguidas"?
Los modelos chinos lideraron por decimoquinta semana consecutiva el uso registrado por OpenRouter: 34,25 billones de tokens frente a 9,17 billones de los modelos estadounidenses.
¿Cuáles son los puntos clave a validar primero?
Los modelos chinos lideraron por decimoquinta semana consecutiva el uso registrado por OpenRouter: 34,25 billones de tokens frente a 9,17 billones de los modelos estadounidenses. DeepSeek V4 Flash 0731 encabezó la clasificación con 8,83 billones de tokens y un crecimiento semanal del 570%; los cuatro primeros puestos fueron para modelos chinos.
¿Qué debo hacer a continuación en la práctica?
El resultado apunta a una competencia basada en precio, capacidad, rendimiento práctico y mejoras de posentrenamiento, pero OpenRouter no mide el uso directo de las plataformas y API propias de cada proveedor.