Chińskie modele AI prowadzą w OpenRouter już od 15 tygodni z rzędu

Chińskie modele znów przed amerykańskimi

Dane OpenRouter za tydzień 3–9 sierpnia 2026 r. pokazują, że chińskie modele językowe przedłużyły przewagę nad modelami rozwijanymi w USA do 15 tygodni z rzędu. Wśród modeli śledzonych przez tę platformę chińskie systemy wygenerowały łącznie 34,25 biliona tokenów, podczas gdy modele amerykańskie — 9,17 biliona. Całkowity tygodniowy wolumen wyniósł 69 bilionów tokenów, czyli o 21,48% więcej niż tydzień wcześniej. 313

To istotny sygnał dotyczący wyborów programistów korzystających z wielomodelowego rynku API. Nie oznacza jednak, że chińskie modele odpowiadają za większość wykorzystania dużych modeli językowych na świecie. OpenRouter nie obejmuje ruchu wysyłanego bezpośrednio przez własne produkty i API dostawców. 30

Najważniejsze liczby z OpenRouter

• Całkowity śledzony wolumen: 69 bilionów tokenów, wzrost o 21,48% tydzień do tygodnia. 313
• Modele rozwijane w Chinach: 34,25 biliona tokenów, wzrost o 21,76%. 313
• Modele rozwijane w USA: 9,17 biliona tokenów, mimo wzrostu o 109,36% w ujęciu tygodniowym. 313
• Seria zwycięstw: chińskie modele zajmowały pierwsze miejsce przed amerykańskimi przez 15 kolejnych tygodni. 913

Chińskie systemy odpowiadały więc za mniej więcej połowę całego śledzonego ruchu. Modele amerykańskie rosły szybciej, ale startowały z dużo niższego poziomu. Najbezpieczniej interpretować te dane jako obraz struktury użycia na OpenRouter, a nie bezpośrednią miarę udziałów poszczególnych państw w globalnym rynku AI.

Chińskie modele zajęły całą pierwszą czwórkę

Najbardziej wymowny był indywidualny ranking. Według raportów opartych na danych OpenRouter cztery najwyższe pozycje przypadły chińskim modelom:

1. DeepSeek-V4-Flash-0731 — 8,83 biliona tokenów, wzrost o 570% tydzień do tygodnia;
2. Tencent Hy3 — 8,05 biliona tokenów, wzrost o 67%;
3. DeepSeek-V4-Flash-0423 — 5,88 biliona tokenów, spadek o 19%;
4. Xiaomi MiMo-V2.5 — 5,39 biliona tokenów, spadek o 14%. 91013

Przewaga nie wynikała z jednego nagłego sukcesu. Oficjalna wersja DeepSeek 0731 znalazła się na pierwszym miejscu, ale Tencent i Xiaomi również zajęły bardzo mocne pozycje, a wcześniejsza wersja zapoznawcza DeepSeek pozostała w pierwszej czwórce. To szerszy sygnał niż jednodniowy skok jednego dostawcy.

Niektóre późniejsze publikacje podają inne wartości dla porównywalnych przedziałów czasowych OpenRouter. Liczby przedstawione powyżej to wartości powtarzane w raportach dotyczących okresu 3–9 sierpnia; należy traktować je jako raportowane dane platformy, a nie niezależnie zbadany pomiar globalny. 45

DeepSeek pokazał, jak wiele może zmienić dostrajanie modelu

DeepSeek-V4-Flash-0731 trafił do publicznej wersji beta API 31 lipca. Dostępne informacje opisują go jako ponownie dostrojony model oparty na wcześniejszej architekturze V4-Flash, a nie większego następcę. Zachował on konstrukcję typu mixture-of-experts z 284 miliardami parametrów, z czego 13 miliardów jest aktywowanych dla pojedynczego tokenu. 3940

Najważniejsza zmiana dotyczyła dostrajania po treningu — etapu, który kształtuje sposób wykorzystywania przez model jego bazowych możliwości. Relacje dotyczące premiery wskazywały na lepsze wyniki w zadaniach agentowych, programowaniu i matematyce, mimo że architektura oraz liczba parametrów pozostały bez zmian. 343639

Dla programistów to ważne rozróżnienie. Ranking OpenRouter sugeruje, że adopcja może szybko wzrosnąć, gdy istniejąca architektura otrzyma użyteczną aktualizację po treningu, a model jest dostępny przez wydajne i niedrogie API. Dane nie dowodzą, że to same wyniki testów spowodowały wzrost DeepSeek o 570%. Jednak premiera z 31 lipca i późniejszy skok użycia tworzą istotny kontekst dla tego rezultatu. 31340

Nie potwierdzono natomiast w wystarczającym stopniu twierdzeń, że model kosztował średnio dokładnie 0,03 dolara za pojedyncze zadanie testowe, był stukrotnie tańszy od wskazanego modelu Anthropic albo był zdecydowanie najtańszym dużym modelem na świecie. Ceny API różnią się również w zależności od dostawcy i sposobu routingu; dostępne zestawienia pokazują odmienne stawki dla własnego API DeepSeek i OpenRouter. 204046

GPT-5.6 Luna przypomina, że cena nadal ma znaczenie

Amerykańskie modele nie zniknęły z zestawienia. GPT-5.6 Luna firmy OpenAI znalazł się na piątym miejscu z wynikiem 4,43 biliona tokenów, a jego użycie wzrosło w ciągu tygodnia o 128%. 30

30 lipca OpenAI oficjalnie obniżyło cenę API Luny o 80%. Stawka wyniosła od tego momentu 0,20 dolara za milion tokenów wejściowych i 1,20 dolara za milion tokenów wyjściowych. 20 Zbieżność dat sprawia, że obniżka jest prawdopodobnym czynnikiem wzrostu, choć dostępne dane nie wskazują jednej, rozstrzygającej przyczyny.

To ważny kontrapunkt dla prostego podziału na Chiny i Stany Zjednoczone. Programiści reagują na obniżki cen niezależnie od tego, który duży dostawca je wprowadza. Chińskiej przewagi nie da się wyjaśnić wyłącznie pojawieniem się tańszej alternatywy, ale cena pozostaje jednym z głównych czynników wpływających na wybór modelu.

Co ten ranking rzeczywiście pokazuje?

Najmocniejszy i najbardziej użyteczny wniosek jest węższy niż stwierdzenie, że „chińska AI wygrała globalnie”. Na zorientowanym na programistów rynku routingu OpenRouter chińskie modele były wykorzystywane na dużą skalę i zajmowały czołowe miejsca w wielu produktach.

Taki wzorzec może wynikać z kilku przewag jednocześnie:

• Koszt: niskie ceny API umożliwiają ekonomiczną obsługę dużej liczby zadań.
• Przepustowość i dostępna moc obliczeniowa: wdrożenie zależy nie tylko od wyników testów, lecz także od tego, czy model potrafi stabilnie obsłużyć wiele żądań.
• Praktyczna jakość: programowanie, korzystanie z narzędzi, praca agentowa i zadania matematyczne mogą decydować o tym, które modele pozostają w produkcji.
• Dostępność i elastyczność: wspólna warstwa routingu ułatwia testowanie oraz przełączanie modeli.
• Rzeczywista adopcja: liczba tokenów pokazuje, co programiści faktycznie kierowali przez platformę w danym tygodniu, choć nie wyjaśnia, dlaczego wybrali konkretny model.

Zajęcie całej pierwszej czwórki jest więc mocniejszym dowodem preferencji wdrożeniowych niż sama tabela wyników benchmarków. Jednocześnie liczba tokenów nie mówi niczego pewnego o jakości każdego żądania, tożsamości użytkowników, rentowności ani o tym, jaka część ruchu pochodziła z eksperymentów, a jaka ze stabilnych zastosowań produkcyjnych.

Czego te dane nie dowodzą?

OpenRouter nie jest kompletnym globalnym rankingiem. Poza opisanym zestawieniem pozostają między innymi bezpośrednie użycie ChatGPT, natywne API dostawców, umowy korporacyjne oraz ruch obsługiwany przez inne platformy routingu. 30

Na podstawie przeanalizowanych źródeł nie można również niezależnie potwierdzić wszystkich twierdzeń o wypadnięciu MiniMax M3 i Stepfun Step 3.7 Flash z pierwszej dziesiątki, dokładnym wyniku 2,33 biliona tokenów i wzroście o 446% dla Gemini 3.6 Flash ani precyzyjnym porównaniu kosztu pojedynczego zadania testowego DeepSeek. Przedstawianie tych szczegółów jako rozstrzygniętych faktów wymagałoby sprawdzenia pierwotnego zbioru danych OpenRouter lub dokumentacji dostawców.

Wniosek

Dane za 3–9 sierpnia pokazały, że chińskie modele prowadziły w użyciu OpenRouter przez 15 kolejnych tygodni: 34,25 biliona tokenów wobec 9,17 biliona dla modeli amerykańskich. Wszystkie cztery czołowe miejsca zajęły chińskie systemy. 313

Najbardziej uzasadniona interpretacja jest taka, że chińskie modele stały się wyjątkowo konkurencyjne w kanale programistycznym reprezentowanym przez OpenRouter. Nie chodziło wyłącznie o niską cenę — w tym samym czasie zgrały się koszty, przepustowość, niedawne usprawnienia dostrajania po treningu i użyteczna jakość. Zastrzeżenie pozostaje jednak kluczowe: OpenRouter to wartościowy wskaźnik popytu, ale nie ostateczna miara globalnego wykorzystania dużych modeli językowych.