📊 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 2026-07-18（北京时间整日）· 生成于 2026-07-19 11:46 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$30.75

OpenRouter 账户余额

$1.52

2026-07-18 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 🔆。

🟢🆕 新模型 MoonshotAI: Kimi K3（中文厂商 · 支持工具）3 天前刚上架，可纳入 §3 候选评测。
🟢💡 最值得试：Z.ai: GLM 4.7 Flash，每条私信约 $0.0009 vs 现役 $0.0014（省 32%），本周用量排第 68 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	9378.6B	工具	$0.1400	$0.2800
2	DeepSeek V4 Flash · DeepSeek	5415.0B	工具	$0.0980	$0.1960
3	MiniMax M3 · MiniMax	3932.2B	工具	$0.3000	$1.20
4	GLM 5.2 · Z.ai	3565.6B	工具	$0.2548	$0.8008
5	DeepSeek V4 Pro · DeepSeek	2624.8B	工具	$0.4350	$0.8700
6	Claude Opus 4.7 · Anthropic	2241.3B	工具	$5.00	$25.00
7	Claude Opus 4.8 · Anthropic	2199.3B	工具	$5.00	$25.00
8	Claude Sonnet 5 · Anthropic	1063.8B	工具	$2.00	$10.00
9	Gemini 3 Flash Preview · Google	957.1B	工具	$0.5000	$3.00
10	Claude Sonnet 4.6 · Anthropic	935.1B	工具	$3.00	$15.00
11	Step 3.7 Flash · stepfun	796.8B	工具	$0.2000	$1.15
12	GPT-5.5 · OpenAI	660.5B	工具	$5.00	$30.00
13	MiMo-V2.5-Pro · Xiaomi	634.3B	工具	$0.4350	$0.8700
14	Gemini 2.5 Flash · Google	605.3B	工具	$0.3000	$2.50
15	Gemini 2.5 Flash Lite · Google	573.8B	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	110M	$0.1400	$0.2800
2	DeepSeek V4 Flash · DeepSeek	69M	$0.0980	$0.1960
3	GLM 5.2 · Z.ai	42M	$0.2548	$0.8008
4	MiniMax M3 · MiniMax	36M	$0.3000	$1.20
5	DeepSeek V4 Pro · DeepSeek	30M	$0.4350	$0.8700
6	Gemini 2.5 Flash · Google	23M	$0.3000	$2.50
7	Gemini 3 Flash Preview · Google	20M	$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	12M	$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
Thinking Machines: Inkling	1 天前	工具	1049K	$1.00	$4.05
Auto Router (Beta)	1 天前	工具	2000K	$-1000000.0000	$-1000000.0000
🔆 MoonshotAI: Kimi K3	3 天前	工具	1049K	$3.00	$15.00
Meta: Muse Spark 1.1	3 天前	工具	1049K	$1.25	$4.25
Kwaipilot: KAT-Coder-Air V2.5	8 天前	工具	256K	$0.1500	$0.6000
Kwaipilot: KAT-Coder-Pro V2.5	8 天前	工具	256K	$0.7400	$2.96
OpenAI: GPT-5.6 Luna Pro	10 天前	工具	1050K	$1.00	$6.00
OpenAI: GPT-5.6 Luna	10 天前	工具	1050K	$1.00	$6.00
OpenAI: GPT-5.6 Terra Pro	10 天前	工具	1050K	$2.50	$15.00
OpenAI: GPT-5.6 Terra	10 天前	工具	1050K	$2.50	$15.00
OpenAI: GPT-5.6 Sol Pro	10 天前	工具	1050K	$5.00	$30.00
OpenAI: GPT-5.6 Sol	10 天前	工具	1050K	$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 $30.75 （充值 $870.00 − 已用 $839.25）。下面是 2026-07-18 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 2026-07-18 合计 = $1.52。
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 = $1.43（[2026-07-18 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

$2.75

07-10

$1.32

07-11

$1.37

07-12

$1.32

07-13

$1.05

07-14

$1.87

07-15

$1.51

07-16

$2.43

07-17

$1.52

07-18

按环节占比（2026-07-18，合计 $1.52）

判意向
分析

$0.7471 49%

1170 次

多轮聊天
写私信

$0.7236 48%

382 次

判装修阶段
分析

$0.0329 2%

235 次

resolveAddressFormSmart
其他

$0.0092 1%

121 次

classifyInboundReplyValidity
其他

$0.0030 0%

41 次

judgeReplyQuality
其他

$0.0021 0%

21 次

synthesizeFixPlan
其他

$0.0009 0%

1 次

classifyMaterialType
其他

$0.0003 0%

2 次

写私信(多轮)平均用量：输入 14396 token / 输出 148 token（382 次）

判意向平均用量：输入 3878 token / 输出 1312 token（1170 次）

按模型

模型	花费	次数
deepseek/deepseek-v4-flash现役·分析	$0.7925	1569
qwen/qwen3-235b-a22b-2507现役·写	$0.4802	374
moonshotai/kimi-k2.6	$0.2464	30

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 2026-07-18 写私信的真实平均 token（输入 14396 / 输出 148）× 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	$0.0006	-57%	131K	本周第 124 名
🔆 Z.ai: GLM 4.7 Flash值得试	$0.0605	$0.4000	$0.0009	-32%	200K	本周第 68 名 · 推理
Tencent: Hy3 preview	$0.0630	$0.2100	$0.0009	-32%	262K	本周第 100 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0010	-29%	1000K	本周第 62 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2700	$0.0010	-24%	160K	本周第 158 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0012	-13%	131K	本周第 115 名 · 推理
Qwen: Qwen3 235B A22B Instruct 2507现役	$0.0900	$0.5500	$0.0014	+0%	262K	本周第 59 名
DeepSeek: DeepSeek V4 Flash现役	$0.0980	$0.1960	$0.0014	+5%	1049K	本周第 2 名 · 推理
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0015	+6%	262K	本周第 84 名 · 推理
StepFun: Step 3.5 Flash	$0.1000	$0.3000	$0.0015	+8%	262K	本周第 209 名 · 推理
Qwen: Qwen3 30B A3B Instruct 2507	$0.1000	$0.3000	$0.0015	+8%	262K	本周第 105 名
Qwen: Qwen3 Next 80B A3B Thinking	$0.0975	$0.7800	$0.0015	+10%	262K	本周第 266 名 · 推理
Qwen: Qwen3 VL 32B Instruct	$0.1040	$0.4160	$0.0016	+13%	262K	本周第 114 名
Qwen: Qwen3 Next 80B A3B Instruct	$0.1000	$1.10	$0.0016	+16%	262K	本周第 90 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。