中国大模型周调用量连续二十五周居全球首位
相关推荐
最新全球AI大模型每周Token调用榜出炉：阶跃星辰Step 5 Preview跻身全球前三
火星财经消息,根据OpenRouter最新数据测算，上周（10月12日至18日）全球AI大模型总调用量为164万亿Token，环比下滑4.65%。其中，上榜的AI大模型中，中国AI大模型周调用量达79.18万亿Token，环比下滑8.72%；同期美国AI大模型周调用量为17.36万亿Token，环比下滑8.49%。中国大模型周调用量连续二十五周超过美国，稳居全球首位。记者注意到，上周，全球调用量排名前五均为中国AI大模型。其中，DeepSeek V4.1 Flash连续两周位居第一，周调用量达32.8万亿Token，环比下滑20%；智谱GLM 5.3 Flash排名第二，周调用量达12.2万亿Token；阶跃星辰Step 5 Preview升至第三，周调用量达11.5万亿Token，环比增长30%。 （每日经济新闻）
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
FreeToken开源：一张5090跑DeepSeek-V4-Flash，最高25 Token/s
动察 Beating AI 快讯，伯克利、MIT 等研究者开源 FreeToken。这是一个专门为本地设备设计的 MoE（混合专家模型）推理引擎，主要解决超大模型显存装不下的问题。它会把部分权重放在系统内存，并让 CPU 和 GPU 一起参与推理。 FreeToken 会把模型的大量专家权重放在系统内存，只把一部分缓存在显存。遇到显存里没有的专家时，它会根据 PCIe 和 CPU 内存带宽，动态决定是把权重搬到 GPU，还是直接交给 CPU 计算。这样 CPU、GPU、系统内存和 PCIe 可以一起参与推理。 论文实测，一台配备 RTX 5090 的游戏台式机运行 284B 参数的 DeepSeek-V4-Flash，可以达到 22–25 Token/s。这款模型每生成一个 Token 实际只激活约 13B 参数，因此特别适合这种 CPU、GPU 混合推理。 FreeToken 还在 8GB 显存的 RTX 4060 笔记本上把 35B 模型跑到 39.3 Token/s；单张 96GB RTX PRO 6000 则可以运行 753B 参数的 GLM-5.2，速度达到 llama.cpp 的约两倍。项目目前支持超过 20 款 MoE 模型，并已采用 Apache 2.0 许可证开源。
阶跃星辰开源Step Code：自测追平DeepSeek Harness，token更省
动察 Beating AI 快讯，阶跃星辰开源 AI 编程工具 Step Code v0.1.0，采用 MIT 许可证。它直接跑在终端里，可以读写代码、跑测试和执行开发任务，还支持 MCP、Agent Skills 和 Claude Code 插件。内置的 StepPage 可以一条命令把本地静态网站发布到线上。 Step Code 主打少用 token。在阶跃自己的 Terminal-Bench 2.1 横评中，它完成 72/89 个任务，得分 80.9%，与 DeepSeek Harness 并列最高，但 token 用量更低。 阶跃自建的 Multi-Frame 长任务测试共有 150 道题，Step Code 完成 110 道，得分 73.3%，平均每题消耗 509 万 token，在对比的 6 款 harness 中同时拿到最高通过率和最低 token 用量。 不过阶跃没有公布这轮横评具体用了哪个底层模型，也没有拆解这些 token 是怎么省下来的。官方只提到 Step Code 与 Step 系列模型一起针对 token 消耗做过调优。 源码里也能看到不少「节流」设计：文件读取和命令输出会限长，搜索尽量缩小返回范围，长对话默认会压缩上下文，system prompt 也要求能直接调用工具就不要额外开 Agent。 还有一套更激进的 contextProjection，可以裁掉旧工具输出、重复结果和历史 reasoning，不过默认关闭。 综合来看，它的 token 优势来自模型和 harness 多处优化叠加。
智谱GLM-5.3-Flash调用量增长73%
PANews 9月22日消息，据金十报道，全球头部大型API聚合平台OpenRouter最新日榜数据显示，智谱AI旗下GLM-5.3-Flash当日调用量达到4.36万亿Token，较上一统计周期增长73%，位列平台模型调用量第一。
智谱再发匿名模型：GLM-5.3-Flash刚转正，Omen Alpha又来了
动察 Beating AI 快讯，OpenCode 又上线一个匿名模型 Omen Alpha，而这次身份似乎已经提前露馅。OpenCode 自己的数据页直接把它归在 Zhipu 名下。智谱目前还没有正式认领，也没有公布它究竟是哪款 GLM。 这离上一个匿名模型揭晓只有 9 天。智谱此前把 GLM-5.3-Flash 化名为 Ox Alpha，在 OpenRouter 和 OpenCode 免费测试。8 月 26 日才正式公布真身，并开放模型权重。 但这次没有免费午餐了，Omen Alpha 只给每月 10 美元的 OpenCode Go 用户使用，套餐提供价值 100 美元的 Omen 用量。每百万 token 输入收费 0.20 美元，输出 0.66 美元，比 GLM-5.3-Flash 正式价格高约三成；但 GLM-5.3-Flash 目前正在打五折，按现价算，Omen Alpha 大约贵 1.6 倍。 Omen Alpha 的正式规格目前还是空白。OpenCode 没公布上下文、输入模态和最大输出。社区已经有人猜它可能是新的 GLM-5.x 或 Omni 分支。