📊 模型监控日报

大模型市场 + 我们的花费 + 替换建议

每天一张：外面哪些模型在火/新出/能调工具，我们现在花在哪、有没有异常，以及还能换哪个更省更稳。

结算日 2026-07-06（北京时间整日）· 生成于 2026-07-07 12:13 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$37.04

OpenRouter 账户余额

$1.68

2026-07-06 我们的 AI 花费
（token×本地单价反推）

正常

花费异常环节

可比候选模型
（支持工具·中文厂商）

🔆 今日重点（系统自动标黄，先看这里）

下面是脚本每天自动挑出的「值得你看一眼」的点：🔴 要立刻处理 · 🟡 留意 · 🟢 机会/正常。对应的行在下方三个板块里也标了 🔆。

🟡有 3 次调用的模型不在本地定价表里（§2「按模型」带「无定价」标），当日花费可能被低估 —— 该把它加进 llmPricing.ts。
🟢🆕 新模型 Tencent: Hy3（中文厂商 · 支持工具）1 天前刚上架，可纳入 §3 候选评测。
🟢💡 最值得试：Qwen: Qwen3 30B A3B Instruct 2507，每条私信约 $0.0006 vs 现役 $0.0012（省 46%），本周用量排第 111 名（较成熟）。换前先用 eval harness 跑一批中文话术确认质量。

① 市场动态：哪些模型在火 / 新出 / 能调工具

「火」按 OpenRouter 本周使用量排名（榜单顺序）；「新」= 近 14 天首次上架；「工具」= 支持 tool calling（能接我们的函数调用）。

🔥 本周最火 Top 15（按 OpenRouter 全平台本周 token 用量）

#	模型	本周用量	能力	输入$/M	输出$/M
1	DeepSeek V4 Flash · DeepSeek	5467.4B	工具	$0.0900	$0.1800
2	MiMo-V2.5 · Xiaomi	4530.9B	工具	$0.1050	$0.2800
3	MiniMax M3 · MiniMax	4270.0B	工具	$0.3000	$1.20
4	GLM 5.2 · Z.ai	2891.5B	工具	$0.9086	$2.86
5	Hy3 preview · tencent	2860.8B	工具	$0.0630	$0.2100
6	DeepSeek V4 Pro · DeepSeek	2677.3B	工具	$0.4350	$0.8700
7	Claude Opus 4.7 · Anthropic	2414.9B	工具	$5.00	$25.00
8	Claude Opus 4.8 · Anthropic	2162.6B	工具	$5.00	$25.00
9	Step 3.7 Flash · stepfun	1592.9B	工具	$0.2000	$1.15
10	Claude Sonnet 4.6 · Anthropic	1377.6B	工具	$3.00	$15.00
11	GPT-5.5 · OpenAI	1137.6B	工具	$5.00	$30.00
12	Gemini 3 Flash Preview · Google	956.6B	工具	$0.5000	$3.00
13	Claude Sonnet 5 · Anthropic	692.6B	工具新	$2.00	$10.00
14	Gemini 2.5 Flash Lite · Google	612.5B	工具	$0.1000	$0.4000
15	Gemini 2.5 Flash · Google	606.4B	工具	$0.3000	$2.50

🛠 工具调用最多 Top 10（本周 tool calls）

#	模型	工具调用	输入$/M	输出$/M
1	DeepSeek V4 Flash · DeepSeek	71M	$0.0900	$0.1800
2	MiMo-V2.5 · Xiaomi	46M	$0.1050	$0.2800
3	MiniMax M3 · MiniMax	41M	$0.3000	$1.20
4	GLM 5.2 · Z.ai	36M	$0.9086	$2.86
5	Hy3 preview · tencent	33M	$0.0630	$0.2100
6	DeepSeek V4 Pro · DeepSeek	28M	$0.4350	$0.8700
7	GPT-4.1 Mini · OpenAI	27M	$0.4000	$1.60
8	Claude Opus 4.7 · Anthropic	21M	$5.00	$25.00
9	Gemini 3 Flash Preview · Google	21M	$0.5000	$3.00
10	GPT-5.5 · OpenAI	20M	$5.00	$30.00

🆕 近 14 天新模型

模型	上架	工具	上下文	输入$/M	输出$/M
🔆 Tencent: Hy3	1 天前	工具	262K	$0.2000	$0.8000
Poolside: Laguna XS 2.1	5 天前	工具	262K	$0.0600	$0.1200
Anthropic: Claude Sonnet 5	6 天前	工具	1000K	$2.00	$10.00
Google: Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)	6 天前	无工具	66K	$0.2500	$1.50
Nex AGI: Nex-N2-Mini	13 天前	工具	262K	$0.0250	$0.1000
Sakana: Fugu Ultra	13 天前	工具	1000K	$5.00	$30.00

② 我们当前花费明细：钱花在哪、有没有异常

现役：写私信用 qwen/qwen3-235b-a22b-2507，分析用 deepseek/deepseek-v4-flash。账户余额 $37.04 （充值 $840.00 − 已用 $802.96）。下面是 2026-07-06 整日（北京时间）按环节/模型的花费拆解。

本报全部按北京时间整日（00:00–24:00 BJT）切天，所以 2026-07-06 合计 = $1.68。
若跟按 UTC 切天的老对账文档（如 llm-cost-compare / icebreak-cost-fix）核对，同一天 UTC 口径 = $1.50（[2026-07-06 00:00Z, 次日 00:00Z)，账户级全量）。两数都对，只是切天边界不同 —— 对账认准口径再比。

近 9 天每日 AI 总花费

$1.69

06-28

$1.89

06-29

$1.59

06-30

$1.76

07-01

$2.20

07-02

$1.48

07-03

$1.38

07-04

$1.43

07-05

$1.68

07-06

按环节占比（2026-07-06，合计 $1.68）

判意向
分析

$1.28 76%

2032 次

多轮聊天
写私信

$0.3439 20%

269 次

判装修阶段
分析

$0.0495 3%

338 次

resolveAddressFormSmart
其他

$0.0091 1%

106 次

classifyInboundReplyValidity
其他

$0.0011 0%

15 次

写私信(多轮)平均用量：输入 13022 token / 输出 82 token（269 次）

判意向平均用量：输入 4015 token / 输出 1203 token（2032 次）

按模型

模型	花费	次数
deepseek/deepseek-v4-flash现役·分析	$1.34	2491
qwen/qwen3-235b-a22b-2507现役·写	$0.3111	255
z-ai/glm-4.6	$0.0328	11
hard-gate-r5-wechat	$0.0000	3	无定价

异常检测

🟢 各环节花费均在 7 日基线 1.5× 以内，未见异常突刺。

说明：花费由我们自己的调用记录（llm_call_provenance）按前一天 token × 本地单价反推，不依赖 OpenRouter 网站；provenance 的 cost 字段恒空，故一律按 token 估算。

③ 可替换 / 可优化：更省 + 更稳的候选

候选 = OpenRouter 上支持工具调用且中文生成口碑较强厂商（qwen/deepseek/minimax/kimi/glm 等，启发式）。「估算每条私信成本」用我们 2026-07-06 写私信的真实平均 token（输入 13022 / 输出 82）× 各模型单价算；「省多少」对比现役写私信模型。稳定性用本周使用量排名做成熟度代理——真实生成质量需跑评测（可接你们的 eval harness）。

模型	输入$/M	输出$/M	每条私信估算	vs现役	上下文	稳定性代理
Qwen: Qwen2.5 7B Instruct	$0.0400	$0.1000	$0.0005	-55%	131K	本周第 150 名
🔆 Qwen: Qwen3 30B A3B Instruct 2507值得试	$0.0481	$0.1930	$0.0006	-46%	131K	本周第 111 名
Z.ai: GLM 4.7 Flash	$0.0600	$0.4000	$0.0008	-31%	203K	本周第 56 名 · 推理
Tencent: Hy3 preview	$0.0630	$0.2100	$0.0008	-29%	262K	本周第 5 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0009	-26%	1000K	本周第 67 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2700	$0.0009	-21%	160K	本周第 154 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0011	-10%	131K	本周第 108 名 · 推理
Qwen: Qwen3 235B A22B Instruct 2507现役	$0.0900	$0.1000	$0.0012	+0%	262K	本周第 52 名
DeepSeek: DeepSeek V4 Flash现役	$0.0900	$0.1800	$0.0012	+1%	1049K	本周第 1 名 · 推理
Qwen: Qwen3 Next 80B A3B Instruct	$0.0900	$1.10	$0.0013	+7%	262K	本周第 101 名
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0013	+11%	262K	本周第 92 名 · 推理
Qwen: Qwen3 14B	$0.1000	$0.2400	$0.0013	+12%	132K	本周第 184 名 · 推理
StepFun: Step 3.5 Flash	$0.1000	$0.3000	$0.0013	+12%	262K	本周第 161 名 · 推理
Qwen: Qwen3 Next 80B A3B Thinking	$0.0975	$0.7800	$0.0013	+13%	262K	本周第 271 名 · 推理

读法：「vs现役」绿色=比现在更便宜、红色=更贵。但便宜不等于能直接换——换写私信模型前，建议先用 eval harness（AKKE_USE_EVAL_KEY=1）在同一批样本上跑一遍，确认中文话术质量不掉，再切。