Modelos desenvolvidos na China lideraram o uso do OpenRouter pela 15ª semana consecutiva, com 34,25 trilhões de tokens contra 9,17 trilhões dos modelos dos Estados Unidos. Os quatro primeiros lugares do ranking foram ocupados por modelos chineses, liderados pelo DeepSeek V4 Flash 0731, que cresceu 570% na semana.
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa

Create 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
Os modelos de inteligência artificial desenvolvidos na China ampliaram sua vantagem sobre os modelos dos Estados Unidos no OpenRouter pela 15ª semana consecutiva. No retrato da plataforma referente ao período de 3 a 9 de agosto de 2026, os modelos chineses somaram 34,25 trilhões de tokens, contra 9,17 trilhões dos modelos americanos. O volume total monitorado chegou a 69 trilhões de tokens, alta de 21,48% em relação à semana anterior. 3
13
O número é um sinal relevante sobre as preferências de desenvolvedores que usam uma plataforma capaz de encaminhar solicitações para diferentes modelos por meio de uma API. Mas há uma ressalva importante: o OpenRouter não inclui o tráfego enviado diretamente pelos produtos e pelas APIs próprias de cada provedor. Portanto, os dados não comprovam que os modelos chineses respondam pela maior parte do uso de grandes modelos de linguagem em todo o mundo. 30
Os números divulgados mostram uma diferença ampla no volume encaminhado pela plataforma:
Os modelos chineses representaram aproximadamente metade do volume total acompanhado pelo OpenRouter. Já os modelos americanos continuaram bem atrás, embora tenham crescido mais rapidamente a partir de uma base menor.
A comparação deve ser interpretada como uma fotografia da composição do uso dentro do OpenRouter — e não como uma medição direta da participação de mercado de cada país na indústria global de IA.
A concentração aparece com ainda mais clareza no ranking individual. Com base nos dados do OpenRouter, os quatro modelos mais utilizados na semana foram chineses:
A liderança, portanto, não veio de um único modelo. O lançamento oficial do DeepSeek-V4-Flash-0731 levou a empresa ao primeiro lugar, mas Tencent e Xiaomi também mantiveram posições de destaque. Além disso, a versão anterior do DeepSeek continuou entre as quatro primeiras.
Essa distribuição torna o resultado mais expressivo do que um simples pico semanal de um único provedor. Ainda assim, há relatos posteriores com totais diferentes para janelas semelhantes do OpenRouter. Os valores acima são os números repetidos nas reportagens sobre o período de 3 a 9 de agosto e devem ser tratados como dados divulgados pela plataforma, não como uma auditoria independente do consumo mundial. 4
5
O DeepSeek-V4-Flash-0731 entrou em beta público de API em 31 de julho. As informações disponíveis descrevem o lançamento como uma versão submetida a novo pós-treinamento, e não como uma substituição maior ou completamente redesenhada da arquitetura anterior. O modelo manteve a estrutura de 284 bilhões de parâmetros, com 13 bilhões de parâmetros ativos por token. 39
40
O pós-treinamento é a etapa que ajuda a definir como o modelo emprega suas capacidades de base. Segundo a cobertura disponível, o novo checkpoint apresentou melhorias em avaliações voltadas a agentes, programação e matemática, embora sua arquitetura e sua escala de parâmetros não tenham mudado. 34
36
39
Para desenvolvedores, essa distinção é importante. O ranking sugere que a adoção de um modelo pode mudar rapidamente quando uma arquitetura já existente recebe uma atualização útil de pós-treinamento e fica disponível por meio de uma API de baixo custo e alta capacidade.
Os dados não provam que os ganhos em benchmarks, sozinhos, tenham causado o salto de 570% no uso do DeepSeek. Porém, a proximidade entre o lançamento de 31 de julho e o aumento registrado na semana seguinte faz da atualização um contexto relevante para entender o resultado. 3
13
40
Algumas afirmações mais específicas não estão comprovadas pelas evidências analisadas. É o caso da alegação de que o modelo teria custado exatamente US$ 0,03 por tarefa de benchmark, saído por um centésimo do preço de um modelo específico da Anthropic ou sido definitivamente o principal modelo de grande porte mais barato do mundo. Os preços de API também variam conforme o provedor e o arranjo de roteamento; as listagens disponíveis mostram valores diferentes para a API própria da DeepSeek e para o OpenRouter. 20
40
46
A presença chinesa no topo não significa que os modelos americanos tenham desaparecido. O GPT-5.6 Luna, da OpenAI, ficou em quinto lugar, com 4,43 trilhões de tokens e alta de 128% na semana. 30
Em 30 de julho, a OpenAI havia reduzido em 80% o preço da API do Luna, que passou a custar US$ 0,20 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída. O momento torna a redução de preço uma explicação plausível para parte do aumento, embora os dados disponíveis não estabeleçam uma causa única. 20
Esse movimento ajuda a relativizar a leitura simplista de uma disputa apenas entre China e Estados Unidos. Desenvolvedores parecem reagir a cortes de preço feitos por qualquer grande fornecedor. O preço não explica sozinho a liderança chinesa, mas continua sendo uma das principais alavancas na escolha de modelos.
A conclusão mais sólida — e mais útil — é mais específica do que dizer que a “IA chinesa venceu globalmente”. Dentro do marketplace do OpenRouter, voltado sobretudo a desenvolvedores, os modelos chineses estavam conquistando uso em escala e ocupando as posições de liderança em vários produtos.
Esse padrão é compatível com uma vantagem competitiva formada por vários fatores:
A presença chinesa nos quatro primeiros lugares é, nesse sentido, uma evidência mais direta de preferência de implantação do que uma tabela de benchmarks isolada. Por outro lado, a contagem de tokens não revela a qualidade de cada solicitação, a identidade dos usuários, a rentabilidade dos provedores nem quanto do tráfego veio de testes em vez de cargas de produção duradouras.
Os números do OpenRouter não devem ser tratados como um ranking global completo. O retrato não abrange o uso direto do ChatGPT, APIs próprias dos provedores, contratos empresariais nem o tráfego de outras plataformas de roteamento. 30
As fontes analisadas também não confirmam de forma independente todas as alegações sobre a saída do MiniMax M3 e do Stepfun Step 3.7 Flash do top 10, a chegada do Gemini 3.6 Flash a exatamente 2,33 trilhões de tokens com crescimento de 446% ou uma comparação precisa de custo por tarefa de benchmark para o DeepSeek. Esses detalhes deveriam ser verificados em um conjunto de dados primário do OpenRouter ou na documentação dos próprios fornecedores antes de serem apresentados como fatos consolidados.
Os dados referentes a 3 a 9 de agosto mostraram modelos chineses liderando o uso do OpenRouter pela 15ª semana seguida: foram 34,25 trilhões de tokens, contra 9,17 trilhões dos modelos americanos, enquanto os quatro primeiros lugares ficaram com sistemas chineses. 3
13
A interpretação mais defensável é que os modelos chineses se tornaram especialmente competitivos no canal de desenvolvedores representado pelo OpenRouter. O resultado parece refletir a combinação de preço, capacidade de atendimento, melhorias recentes de pós-treinamento e desempenho útil — e não apenas a existência de uma alternativa mais barata.
A ressalva, porém, é decisiva: o OpenRouter é um indicador valioso de uso e preferência dentro de seu ecossistema, mas não uma medida definitiva do consumo global de grandes modelos de linguagem.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
Modelos desenvolvidos na China lideraram o uso do OpenRouter pela 15ª semana consecutiva, com 34,25 trilhões de tokens contra 9,17 trilhões dos modelos dos Estados Unidos.
Modelos desenvolvidos na China lideraram o uso do OpenRouter pela 15ª semana consecutiva, com 34,25 trilhões de tokens contra 9,17 trilhões dos modelos dos Estados Unidos. Os quatro primeiros lugares do ranking foram ocupados por modelos chineses, liderados pelo DeepSeek V4 Flash 0731, que cresceu 570% na semana.
O resultado aponta para uma disputa que envolve mais do que preço: pós treinamento, capacidade de atendimento, desempenho prático e facilidade de acesso às APIs também parecem pesar.
Modelos desenvolvidos na China lideraram o uso do OpenRouter pela 15ª semana consecutiva, com 34,25 trilhões de tokens contra 9,17 trilhões dos modelos dos Estados Unidos. Os quatro primeiros lugares do ranking foram ocupados por modelos chineses, liderados pelo DeepSeek V4 Flash 0731, que cresceu 570% na semana.
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa

Create 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
Os modelos de inteligência artificial desenvolvidos na China ampliaram sua vantagem sobre os modelos dos Estados Unidos no OpenRouter pela 15ª semana consecutiva. No retrato da plataforma referente ao período de 3 a 9 de agosto de 2026, os modelos chineses somaram 34,25 trilhões de tokens, contra 9,17 trilhões dos modelos americanos. O volume total monitorado chegou a 69 trilhões de tokens, alta de 21,48% em relação à semana anterior. 3
13
O número é um sinal relevante sobre as preferências de desenvolvedores que usam uma plataforma capaz de encaminhar solicitações para diferentes modelos por meio de uma API. Mas há uma ressalva importante: o OpenRouter não inclui o tráfego enviado diretamente pelos produtos e pelas APIs próprias de cada provedor. Portanto, os dados não comprovam que os modelos chineses respondam pela maior parte do uso de grandes modelos de linguagem em todo o mundo. 30
Os números divulgados mostram uma diferença ampla no volume encaminhado pela plataforma:
Os modelos chineses representaram aproximadamente metade do volume total acompanhado pelo OpenRouter. Já os modelos americanos continuaram bem atrás, embora tenham crescido mais rapidamente a partir de uma base menor.
A comparação deve ser interpretada como uma fotografia da composição do uso dentro do OpenRouter — e não como uma medição direta da participação de mercado de cada país na indústria global de IA.
A concentração aparece com ainda mais clareza no ranking individual. Com base nos dados do OpenRouter, os quatro modelos mais utilizados na semana foram chineses:
A liderança, portanto, não veio de um único modelo. O lançamento oficial do DeepSeek-V4-Flash-0731 levou a empresa ao primeiro lugar, mas Tencent e Xiaomi também mantiveram posições de destaque. Além disso, a versão anterior do DeepSeek continuou entre as quatro primeiras.
Essa distribuição torna o resultado mais expressivo do que um simples pico semanal de um único provedor. Ainda assim, há relatos posteriores com totais diferentes para janelas semelhantes do OpenRouter. Os valores acima são os números repetidos nas reportagens sobre o período de 3 a 9 de agosto e devem ser tratados como dados divulgados pela plataforma, não como uma auditoria independente do consumo mundial. 4
5
O DeepSeek-V4-Flash-0731 entrou em beta público de API em 31 de julho. As informações disponíveis descrevem o lançamento como uma versão submetida a novo pós-treinamento, e não como uma substituição maior ou completamente redesenhada da arquitetura anterior. O modelo manteve a estrutura de 284 bilhões de parâmetros, com 13 bilhões de parâmetros ativos por token. 39
40
O pós-treinamento é a etapa que ajuda a definir como o modelo emprega suas capacidades de base. Segundo a cobertura disponível, o novo checkpoint apresentou melhorias em avaliações voltadas a agentes, programação e matemática, embora sua arquitetura e sua escala de parâmetros não tenham mudado. 34
36
39
Para desenvolvedores, essa distinção é importante. O ranking sugere que a adoção de um modelo pode mudar rapidamente quando uma arquitetura já existente recebe uma atualização útil de pós-treinamento e fica disponível por meio de uma API de baixo custo e alta capacidade.
Os dados não provam que os ganhos em benchmarks, sozinhos, tenham causado o salto de 570% no uso do DeepSeek. Porém, a proximidade entre o lançamento de 31 de julho e o aumento registrado na semana seguinte faz da atualização um contexto relevante para entender o resultado. 3
13
40
Algumas afirmações mais específicas não estão comprovadas pelas evidências analisadas. É o caso da alegação de que o modelo teria custado exatamente US$ 0,03 por tarefa de benchmark, saído por um centésimo do preço de um modelo específico da Anthropic ou sido definitivamente o principal modelo de grande porte mais barato do mundo. Os preços de API também variam conforme o provedor e o arranjo de roteamento; as listagens disponíveis mostram valores diferentes para a API própria da DeepSeek e para o OpenRouter. 20
40
46
A presença chinesa no topo não significa que os modelos americanos tenham desaparecido. O GPT-5.6 Luna, da OpenAI, ficou em quinto lugar, com 4,43 trilhões de tokens e alta de 128% na semana. 30
Em 30 de julho, a OpenAI havia reduzido em 80% o preço da API do Luna, que passou a custar US$ 0,20 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída. O momento torna a redução de preço uma explicação plausível para parte do aumento, embora os dados disponíveis não estabeleçam uma causa única. 20
Esse movimento ajuda a relativizar a leitura simplista de uma disputa apenas entre China e Estados Unidos. Desenvolvedores parecem reagir a cortes de preço feitos por qualquer grande fornecedor. O preço não explica sozinho a liderança chinesa, mas continua sendo uma das principais alavancas na escolha de modelos.
A conclusão mais sólida — e mais útil — é mais específica do que dizer que a “IA chinesa venceu globalmente”. Dentro do marketplace do OpenRouter, voltado sobretudo a desenvolvedores, os modelos chineses estavam conquistando uso em escala e ocupando as posições de liderança em vários produtos.
Esse padrão é compatível com uma vantagem competitiva formada por vários fatores:
A presença chinesa nos quatro primeiros lugares é, nesse sentido, uma evidência mais direta de preferência de implantação do que uma tabela de benchmarks isolada. Por outro lado, a contagem de tokens não revela a qualidade de cada solicitação, a identidade dos usuários, a rentabilidade dos provedores nem quanto do tráfego veio de testes em vez de cargas de produção duradouras.
Os números do OpenRouter não devem ser tratados como um ranking global completo. O retrato não abrange o uso direto do ChatGPT, APIs próprias dos provedores, contratos empresariais nem o tráfego de outras plataformas de roteamento. 30
As fontes analisadas também não confirmam de forma independente todas as alegações sobre a saída do MiniMax M3 e do Stepfun Step 3.7 Flash do top 10, a chegada do Gemini 3.6 Flash a exatamente 2,33 trilhões de tokens com crescimento de 446% ou uma comparação precisa de custo por tarefa de benchmark para o DeepSeek. Esses detalhes deveriam ser verificados em um conjunto de dados primário do OpenRouter ou na documentação dos próprios fornecedores antes de serem apresentados como fatos consolidados.
Os dados referentes a 3 a 9 de agosto mostraram modelos chineses liderando o uso do OpenRouter pela 15ª semana seguida: foram 34,25 trilhões de tokens, contra 9,17 trilhões dos modelos americanos, enquanto os quatro primeiros lugares ficaram com sistemas chineses. 3
13
A interpretação mais defensável é que os modelos chineses se tornaram especialmente competitivos no canal de desenvolvedores representado pelo OpenRouter. O resultado parece refletir a combinação de preço, capacidade de atendimento, melhorias recentes de pós-treinamento e desempenho útil — e não apenas a existência de uma alternativa mais barata.
A ressalva, porém, é decisiva: o OpenRouter é um indicador valioso de uso e preferência dentro de seu ecossistema, mas não uma medida definitiva do consumo global de grandes modelos de linguagem.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
Modelos desenvolvidos na China lideraram o uso do OpenRouter pela 15ª semana consecutiva, com 34,25 trilhões de tokens contra 9,17 trilhões dos modelos dos Estados Unidos.
Modelos desenvolvidos na China lideraram o uso do OpenRouter pela 15ª semana consecutiva, com 34,25 trilhões de tokens contra 9,17 trilhões dos modelos dos Estados Unidos. Os quatro primeiros lugares do ranking foram ocupados por modelos chineses, liderados pelo DeepSeek V4 Flash 0731, que cresceu 570% na semana.
O resultado aponta para uma disputa que envolve mais do que preço: pós treinamento, capacidade de atendimento, desempenho prático e facilidade de acesso às APIs também parecem pesar.