📊 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 2026-07-15（北京时间整日）· 生成于 2026-07-16 11:31 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$38.62

OpenRouter 账户余额

$1.09

2026-07-15 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 455 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。
🟢💡 最值得试：Tencent: Hy3 preview，每条私信约 $0.0006 vs 现役 $0.0009（省 34%），本周用量排第 78 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	MiMo-V2.5 · Xiaomi	8197.4B	工具	$0.1400	$0.2800
2	DeepSeek V4 Flash · DeepSeek	5311.1B	工具	$0.0980	$0.1960
3	MiniMax M3 · MiniMax	4110.6B	工具	$0.3000	$1.20
4	GLM 5.2 · Z.ai	3382.2B	工具	$0.9590	$3.01
5	DeepSeek V4 Pro · DeepSeek	2588.3B	工具	$0.4350	$0.8700
6	Claude Opus 4.8 · Anthropic	2247.2B	工具	$5.00	$25.00
7	Claude Opus 4.7 · Anthropic	2109.2B	工具	$5.00	$25.00
8	Claude Sonnet 4.6 · Anthropic	967.1B	工具	$3.00	$15.00
9	Gemini 3 Flash Preview · Google	960.1B	工具	$0.5000	$3.00
10	Step 3.7 Flash · stepfun	958.3B	工具	$0.2000	$1.15
11	Claude Sonnet 5 · Anthropic	948.9B	工具	$2.00	$10.00
12	GPT-5.5 · OpenAI	732.8B	工具	$5.00	$30.00
13	MiMo-V2.5-Pro · Xiaomi	656.5B	工具	$0.4350	$0.8700
14	Gemini 2.5 Flash · Google	613.3B	工具	$0.3000	$2.50
15	Gemini 2.5 Flash Lite · Google	571.6B	工具	$0.1000	$0.4000

🛠 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	MiMo-V2.5 · Xiaomi	96M	$0.1400	$0.2800
2	DeepSeek V4 Flash · DeepSeek	69M	$0.0980	$0.1960
3	GLM 5.2 · Z.ai	42M	$0.9590	$3.01
4	MiniMax M3 · MiniMax	38M	$0.3000	$1.20
5	DeepSeek V4 Pro · DeepSeek	25M	$0.4350	$0.8700
6	Gemini 2.5 Flash · Google	22M	$0.3000	$2.50
7	Gemini 3 Flash Preview · Google	21M	$0.5000	$3.00
8	Claude Opus 4.8 · Anthropic	16M	$5.00	$25.00
9	Claude Opus 4.7 · Anthropic	15M	$5.00	$25.00
10	Gemini 2.5 Flash Lite · Google	13M	$0.1000	$0.4000

🆕 近 14 天新模型

模型	上架	工具	上下文	输入$/M	输出$/M
Kwaipilot: KAT-Coder-Air V2.5	5 天前	工具	256K	$0.1500	$0.6000
Kwaipilot: KAT-Coder-Pro V2.5	5 天前	工具	256K	$0.7400	$2.96
OpenAI: GPT-5.6 Luna Pro	7 天前	工具	1050K	$1.00	$6.00
OpenAI: GPT-5.6 Luna	7 天前	工具	1050K	$1.00	$6.00
OpenAI: GPT-5.6 Terra Pro	7 天前	工具	1050K	$2.50	$15.00
OpenAI: GPT-5.6 Terra	7 天前	工具	1050K	$2.50	$15.00
OpenAI: GPT-5.6 Sol Pro	7 天前	工具	1050K	$5.00	$30.00
OpenAI: GPT-5.6 Sol	7 天前	工具	1050K	$5.00	$30.00
xAI: Grok 4.5	8 天前	工具	500K	$2.00	$6.00
xAI: Grok Latest	8 天前	工具	500K	$2.00	$6.00
AionLabs: Aion-3.0-Mini	8 天前	工具	131K	$0.7000	$1.40
AionLabs: Aion-3.0	8 天前	工具	131K	$3.00	$6.00

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 $38.62 （充值 $870.00 − 已用 $831.38）。下面是 2026-07-15 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 2026-07-15 合计 = $1.09。
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 = $1.41（[2026-07-15 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

$1.62

07-07

$1.56

07-08

$4.83

07-09

$2.20

07-10

$1.32

07-11

$1.37

07-12

$1.32

07-13

$1.05

07-14

$1.09

07-15

按环节占比（2026-07-15，合计 $1.09）

判意向
分析

$0.5448 50%

883 次

多轮聊天
写私信

$0.5151 47%

896 次

判装修阶段
分析

$0.0218 2%

158 次

resolveAddressFormSmart
其他

$0.0089 1%

110 次

classifyInboundReplyValidity
其他

$0.0013 0%

19 次

写私信(多轮)平均用量：输入 9127 token / 输出 201 token（896 次）

判意向平均用量：输入 3875 token / 输出 1204 token（883 次）

按模型

模型	花费	次数
deepseek/deepseek-v4-flash现役·分析	$0.5768	1170
qwen/qwen3-235b-a22b-2507现役·写	$0.5151	441
qwen/qwen3-max	$0.0000	160	无定价
z-ai/glm-4.7	$0.0000	100	无定价
deepseek/deepseek-v4-pro	$0.0000	80	无定价
moonshotai/kimi-k2.6	$0.0000	113	无定价
hard-gate-r5-wechat	$0.0000	2	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 2026-07-15 写私信的真实平均 token（输入 9127 / 输出 201）× 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	$0.0004	-59%	131K	本周第 137 名
🔆 Tencent: Hy3 preview值得试	$0.0630	$0.2100	$0.0006	-34%	262K	本周第 78 名 · 推理
Z.ai: GLM 4.7 Flash	$0.0600	$0.4000	$0.0006	-33%	203K	本周第 62 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0006	-31%	1000K	本周第 64 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2700	$0.0007	-26%	160K	本周第 155 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0008	-16%	131K	本周第 121 名 · 推理
Qwen: Qwen3 235B A22B Instruct 2507现役	$0.0900	$0.5500	$0.0009	+0%	262K	本周第 58 名
DeepSeek: DeepSeek V4 Flash现役	$0.0980	$0.1960	$0.0009	+0%	1049K	本周第 2 名 · 推理
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0009	+1%	262K	本周第 97 名 · 推理
StepFun: Step 3.5 Flash	$0.1000	$0.3000	$0.0010	+4%	262K	本周第 248 名 · 推理
Qwen: Qwen3 30B A3B Instruct 2507	$0.1000	$0.3000	$0.0010	+4%	262K	本周第 102 名
Qwen: Qwen3 VL 32B Instruct	$0.1040	$0.4160	$0.0010	+11%	262K	本周第 112 名
Qwen: Qwen3 Next 80B A3B Thinking	$0.0975	$0.7800	$0.0010	+12%	262K	本周第 260 名 · 推理
Qwen: Qwen3 Next 80B A3B Instruct	$0.1000	$1.10	$0.0011	+22%	262K	本周第 76 名

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。