AnswersPublished23 sources
Kinesiske KI-modeller topper OpenRouter for 15. uke på rad
Kinesiskutviklede modeller sto for 34,25 billioner token mot 9,17 billioner for amerikanske modeller i uken 3.–9. De fire mest brukte modellene på OpenRouter var kinesiske, med DeepSeek V4 Flash 0731 på førsteplass etter en rapportert vekst på 570 prosent.
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- Kinesiskutviklede modeller sto for 34,25 billioner token mot 9,17 billioner for amerikanske modeller i uken 3.–9.
- De fire mest brukte modellene på OpenRouter var kinesiske, med DeepSeek V4 Flash 0731 på førsteplass etter en rapportert vekst på 570 prosent.
- Tallene peker på konkurranse innen pris, kapasitet, praktisk ytelse og ettertrening – men OpenRouter er ikke en komplett måling av verdens samlede språkmodellbruk.
AI Prompt
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
OpenRouter-tallene for 3.–9. august 2026 viser at kinesiskutviklede store språkmodeller forlenget forspranget sitt over amerikanske modeller for 15. uke på rad. Modellene sto for 34,25 billioner token, mot 9,17 billioner for modeller utviklet i USA. Det samlede ukesvolumet på plattformen var 69 billioner token, en økning på 21,48 prosent fra uken før. 3
13
Det er et tydelig signal om hvilke modeller utviklere velger når de bruker en markedsplass som lar dem rute forespørsler gjennom flere KI-leverandører. Men tallene bør ikke leses som bevis på at kinesiske modeller står for mesteparten av all språkmodellbruk globalt. OpenRouter fanger ikke opp trafikk som går direkte gjennom leverandørenes egne produkter og API-er. 30
Et stort forsprang i OpenRouter-bruken
Den rapporterte oversikten ser slik ut:
- Totalt tokenvolum: 69 billioner, opp 21,48 prosent fra uken før.
3
13
- Kinesiskutviklede modeller: 34,25 billioner token, opp 21,76 prosent.
- Amerikanskutviklede modeller: 9,17 billioner token, til tross for en rapportert ukesvekst på 109,36 prosent.
- Ledelsesrekke: Kinesiske modeller lå foran amerikanske modeller for 15. uke på rad.
9
Kinesiske modeller sto dermed for omtrent halvparten av det registrerte volumet. Amerikanske modeller vokste riktignok raskere i prosent, men fra et langt lavere utgangspunkt.
Sammenligningen sier først og fremst noe om modellmiksen på OpenRouter – ikke om nasjonal markedsandel for KI i sin helhet.
Kinesiske modeller tok hele topp fire
Den tydeligste indikatoren var den individuelle rangeringen. De fire mest brukte modellene var ifølge rapportene alle utviklet av kinesiske selskaper:
- DeepSeek-V4-Flash-0731: 8,83 billioner token, opp 570 prosent fra uken før
- Tencent Hy3: 8,05 billioner token, opp 67 prosent
- DeepSeek-V4-Flash-0423: 5,88 billioner token, ned 19 prosent
- Xiaomi MiMo-V2.5: 5,39 billioner token, ned 14 prosent
10
Forspranget skyldtes altså ikke bare én modell. DeepSeeks offisielle 0731-versjon tok førsteplassen, men Tencent og Xiaomi hadde også svært høye volumer, mens den tidligere DeepSeek-forhåndsversjonen fortsatt var blant de fire beste.
Det gjør resultatet mer interessant enn et kortvarig hopp fra én enkelt leverandør. Samtidig finnes det senere rapporter med andre tokenvolumer for sammenlignbare OpenRouter-perioder. Tallene over er de som ble gjentatt i rapportene om uken 3.–9. august, og bør behandles som rapporterte plattformdata – ikke som en uavhengig, revidert måling. 4
5
Hvorfor DeepSeek-oppdateringen fikk betydning
DeepSeek-V4-Flash-0731 ble lansert i offentlig API-beta 31. juli. Tilgjengelig dekning beskriver modellen som en nytrenet versjon av den tidligere V4-Flash-arkitekturen, ikke som en større modell med flere parametre. Den beholdt en mixture-of-experts-design med 284 milliarder totale parametre, hvor 13 milliarder er aktive for hvert token. 39
40
Den rapporterte forbedringen kom fra ny ettertrening – fasen som former hvordan modellen bruker de underliggende ferdighetene sine. Omtalen av lanseringen koblet den nye versjonen til bedre resultater innen agentoppgaver, programmering og matematikk, samtidig som arkitekturen og parameterantallet var uendret. 34
36
39
For utviklere er dette et viktig skille. OpenRouter-rangeringen antyder at bruken kan endre seg raskt når en eksisterende arkitektur får en nyttig ettertreningsoppdatering og samtidig tilbys gjennom et rimelig API med høy kapasitet.
Tallene beviser ikke at bedre testresultater alene førte til DeepSeeks vekst på 570 prosent. Men lanseringen 31. juli og det påfølgende hoppet i bruk gjør oppdateringen til en viktig del av forklaringen på utviklingen. 3
13
40
Påstander om at modellen i gjennomsnitt kostet nøyaktig 0,03 dollar per benchmarkoppgave, at den var hundre ganger billigere enn en bestemt Anthropic-modell, eller at den definitivt var verdens rimeligste store modell, er ikke fastslått av materialet som er gjennomgått. API-priser varierer dessuten mellom leverandørens eget API og ulike rutingløsninger. 20
40
46
OpenAI fikk også et kraftig løft etter priskutt
Amerikanske modeller var langt fra fraværende. OpenAIs GPT-5.6 Luna ble rapportert på femteplass med 4,43 billioner token, etter en bruksøkning på 128 prosent i løpet av uken. 30
OpenAI kuttet den offisielle API-prisen for Luna med 80 prosent 30. juli. Den oppgitte prisen ble da 0,20 dollar per million inputtoken og 1,20 dollar per million outputtoken. 20 Tidspunktet gjør lavere pris til en sannsynlig medvirkende faktor, selv om tallene ikke dokumenterer én bestemt årsak.
Dette nyanserer bildet av en ren konkurranse mellom Kina og USA. Utviklere ser ut til å reagere på prisreduksjoner fra store leverandører uansett hvilket land modellene kommer fra. Kinesiske modellers forsprang kan ikke forklares bare med tilgang til et billig alternativ, men pris er fortsatt et viktig virkemiddel når modeller velges ut til store arbeidsmengder.
Hva rangeringen faktisk forteller
Den mest holdbare konklusjonen er smalere – og mer nyttig – enn at «kinesisk KI har vunnet globalt».
I den utviklerorienterte markedsplassen OpenRouter fikk kinesiske modeller svært høy bruk og flere sterke plasseringer samtidig. Det er forenlig med et konkurransefortrinn som bygger på flere faktorer:
- Pris: Lave API-priser kan gjøre omfattende bruk økonomisk gjennomførbar.
- Kapasitet og gjennomstrømming: I praktisk drift er det avgjørende at modellen kan håndtere mange forespørsler stabilt, ikke bare score høyt i tester.
- Oppgaveytelse: Programmering, verktøybruk, agentarbeidsflyter og matematikk påvirker hvilke modeller utviklere beholder i produksjon.
- Tilgjengelighet og fleksibilitet: En felles rutingplattform gjør det enklere å teste modeller og bytte mellom dem.
- Faktisk bruk: Tokenvolum viser hva utviklere faktisk sendte gjennom plattformen den aktuelle uken, selv om det ikke forklarer hvorfor de valgte hver enkelt modell.
At kinesiske modeller tok de fire øverste plassene, er derfor et sterkere signal om faktisk utviklerpreferanse enn en ren benchmarktabell. Men tokenantall sier ikke noe sikkert om kvaliteten på hver forespørsel, hvem brukerne var, lønnsomheten eller hvor mye som kom fra eksperimenter kontra varig produksjonsbruk.
Dette kan ikke tallene bevise
OpenRouter er ikke en komplett global rangering. Direkte bruk av ChatGPT, leverandørenes egne API-er, bedriftsavtaler og andre rutingplattformer faller utenfor oversikten som er beskrevet her. 30
Kildene som er gjennomgått, bekrefter heller ikke uavhengig alle påstandene om at MiniMax M3 og Stepfun Step 3.7 Flash forsvant fra topp ti, at Gemini 3.6 Flash nådde nøyaktig 2,33 billioner token med 446 prosent vekst, eller at DeepSeek hadde en bestemt kostnad per benchmarkoppgave. Slike detaljer bør kontrolleres mot et primærdatasett fra OpenRouter eller dokumentasjon fra modellleverandørene før de presenteres som sikre fakta.
Konklusjonen
I uken 3.–9. august viste OpenRouter-dataene kinesiske modeller på topp i 15 uker på rad: 34,25 billioner token mot 9,17 billioner for amerikanske modeller. Samtlige fire topplasseringer gikk til kinesiske systemer. 3
13
Den mest forsvarlige tolkningen er at kinesiske modeller hadde blitt svært konkurransedyktige i utviklerkanalen OpenRouter representerer. Det skyldes trolig ikke bare lave priser, men en kombinasjon av pris, serveringskapasitet, forbedret ettertrening og brukbar ytelse.
Forbeholdet er avgjørende: OpenRouter er et verdifullt signal om etterspørsel og modellvalg, men ikke en fasit for verdens samlede bruk av store språkmodeller.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Kinesiske KI-modeller topper OpenRouter for 15. uke på rad"?
Kinesiskutviklede modeller sto for 34,25 billioner token mot 9,17 billioner for amerikanske modeller i uken 3.–9.
What are the key points to validate first?
Kinesiskutviklede modeller sto for 34,25 billioner token mot 9,17 billioner for amerikanske modeller i uken 3.–9. De fire mest brukte modellene på OpenRouter var kinesiske, med DeepSeek V4 Flash 0731 på førsteplass etter en rapportert vekst på 570 prosent.
What should I do next in practice?
Tallene peker på konkurranse innen pris, kapasitet, praktisk ytelse og ettertrening – men OpenRouter er ikke en komplett måling av verdens samlede språkmodellbruk.