📊 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 2026-07-24（北京时间整日）· 生成于 2026-07-25 11:33 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$14.61

OpenRouter 账户余额

$1.08

2026-07-24 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 🔆。

🔴OpenRouter 余额只剩 $14.61，已低于 $20.00 告警线 —— 尽快充值，免得生产路径 402 干涸。
🟡有 5 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 MoonshotAI: Kimi K3（中文厂商 · 支持工具）9 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 33%），本周用量排第 89 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	10134.4B	工具	$0.1400	$0.2800
2	DeepSeek V4 Flash · DeepSeek	5947.8B	工具	$0.0938	$0.1876
3	GLM 5.2 · Z.ai	3626.2B	工具	$0.7924	$2.49
4	DeepSeek V4 Pro · DeepSeek	3060.9B	工具	$0.4350	$0.8700
5	Hy3 · tencent	2864.4B	工具	$0.1320	$0.5280
6	MiniMax M3 · MiniMax	2456.9B	工具	$0.3000	$1.20
7	Step 3.7 Flash · stepfun	1754.6B	工具	$0.2000	$1.15
8	Claude Opus 4.8 · Anthropic	1609.6B	工具	$5.00	$25.00
9	Claude Opus 4.7 · Anthropic	1302.0B	工具	$5.00	$25.00
10	Kimi K3 · moonshotai	1235.0B	工具新	$3.00	$15.00
11	Claude Sonnet 5 · Anthropic	1103.0B	工具	$2.00	$10.00
12	Gemini 3 Flash Preview · Google	990.6B	工具	$0.5000	$3.00
13	Claude Sonnet 4.6 · Anthropic	804.7B	工具	$3.00	$15.00
14	Gemini 2.5 Flash Lite · Google	656.3B	工具	$0.1000	$0.4000
15	Gemini 2.5 Flash · Google	616.4B	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	MiMo-V2.5 · Xiaomi	119M	$0.1400	$0.2800
2	DeepSeek V4 Flash · DeepSeek	76M	$0.0938	$0.1876
3	GLM 5.2 · Z.ai	45M	$0.7924	$2.49
4	DeepSeek V4 Pro · DeepSeek	32M	$0.4350	$0.8700
5	Hy3 · tencent	30M	$0.1320	$0.5280
6	Step 3.7 Flash · stepfun	20M	$0.2000	$1.15
7	Gemini 3 Flash Preview · Google	20M	$0.5000	$3.00
8	MiniMax M3 · MiniMax	19M	$0.3000	$1.20
9	Gemini 2.5 Flash · Google	17M	$0.3000	$2.50
10	Claude Opus 4.8 · Anthropic	12M	$5.00	$25.00

🆕 近 14 天新模型

模型	上架	工具	上下文	输入$/M	输出$/M
Claude Opus 5 (Fast)	0 天前	工具	1000K	$10.00	$50.00
Claude Opus 5	0 天前	工具	1000K	$5.00	$25.00
Poolside: Laguna S 2.1	3 天前	工具	1049K	$0.1000	$0.2000
Google: Gemini 3.6 Flash	4 天前	工具	1049K	$1.50	$7.50
Google: Gemini 3.5 Flash Lite	4 天前	工具	1049K	$0.3000	$2.50
Meituan: LongCat 2.0	5 天前	工具	1049K	$0.3000	$1.20
Thinking Machines: Inkling	7 天前	工具	1049K	$1.00	$4.05
Auto Router (Beta)	7 天前	工具	2000K	$-1000000.0000	$-1000000.0000
🔆 MoonshotAI: Kimi K3	9 天前	工具	1049K	$3.00	$15.00
Meta: Muse Spark 1.1	9 天前	工具	1049K	$1.25	$4.25

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 $14.61 （充值 $900.00 − 已用 $885.39）。下面是 2026-07-24 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 2026-07-24 合计 = $1.08。
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 = $1.27（[2026-07-24 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

$1.51

07-16

$2.43

07-17

$1.52

07-18

$1.66

07-19

$2.23

07-20

$3.95

07-21

$3.15

07-22

$1.80

07-23

$1.08

07-24

按环节占比（2026-07-24，合计 $1.08）

判意向
分析

$0.7644 71%

1182 次

多轮聊天
写私信

$0.2651 25%

195 次

判装修阶段
分析

$0.0368 3%

267 次

resolveAddressFormSmart
其他

$0.0051 0%

68 次

classifyInboundReplyValidity
其他

$0.0012 0%

17 次

wecomProfileExtract
其他

$0.0012 0%

19 次

synthesizeFixPlan
其他

$0.0008 0%

1 次

judgeReplyQuality
其他

$0.0007 0%

7 次

写私信(多轮)平均用量：输入 15021 token / 输出 74 token（195 次）

判意向平均用量：输入 4123 token / 输出 1232 token（1182 次）

按模型

模型	花费	次数
deepseek/deepseek-v4-flash现役·分析	$0.8087	1553
qwen/qwen3-235b-a22b-2507现役·写	$0.2665	198
hard-gate-r5-wechat	$0.0000	5	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 2026-07-24 写私信的真实平均 token（输入 15021 / 输出 74）× 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	-56%	33K	本周第 121 名
🔆 Z.ai: GLM 4.7 Flash值得试	$0.0600	$0.4000	$0.0009	-33%	203K	本周第 89 名 · 推理
Tencent: Hy3 preview	$0.0630	$0.2100	$0.0010	-31%	262K	本周第 100 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0010	-29%	1000K	本周第 56 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2700	$0.0011	-23%	262K	本周第 158 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0012	-12%	131K	本周第 114 名 · 推理
Qwen: Qwen3 235B A22B Instruct 2507现役	$0.0900	$0.5500	$0.0014	+0%	262K	本周第 63 名
DeepSeek: DeepSeek V4 Flash现役	$0.0938	$0.1876	$0.0014	+2%	1049K	本周第 2 名 · 推理
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0015	+9%	262K	本周第 73 名 · 推理
Qwen: Qwen3 Next 80B A3B Thinking	$0.0975	$0.7800	$0.0015	+9%	262K	本周第 268 名 · 推理
StepFun: Step 3.5 Flash	$0.1000	$0.3000	$0.0015	+9%	262K	本周第 177 名 · 推理
Qwen: Qwen3 30B A3B Instruct 2507	$0.1000	$0.3000	$0.0015	+9%	262K	本周第 107 名
Qwen: Qwen3 Next 80B A3B Instruct	$0.1000	$1.10	$0.0016	+14%	262K	本周第 99 名
Qwen: Qwen3 VL 32B Instruct	$0.1040	$0.4160	$0.0016	+14%	131K	本周第 106 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。