📊 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 2026-08-04（北京时间整日）· 生成于 2026-08-05 11:27 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$39.45

OpenRouter 账户余额

$6.25

2026-08-04 我们的 AI 花费
（token×本地单价反推）

1 项

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 🔆。

🔴多轮聊天 花了 $4.50，是前 8 日均（$0.9276）的 4.9× —— 去 §2 查这条路径是不是调用量或模型变了。
🟡今日总花费 $6.25，比昨天（$3.31）高 89% —— 看 §2 是哪个环节涨上来的。
🟡有 40 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 Qwen: Qwen3.8 Max（中文厂商 · 支持工具）2 天前刚上架，可纳入 §3 候选评测。
🟢🆕 新模型 DeepSeek: DeepSeek V4 Flash 0731（中文厂商 · 支持工具）5 天前刚上架，可纳入 §3 候选评测。
🟢💡 最值得试：Qwen: Qwen3.7 Flash，每条私信约 $0.0004 vs 现役 $0.0020（省 80%），本周用量排第 46 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 0423 · DeepSeek	7033.4B	工具	$0.1400	$0.2800
2	MiMo-V2.5 · Xiaomi	5205.7B	工具	$0.1400	$0.2800
3	Hy3 · tencent	5172.5B	工具	$0.1320	$0.5280
4	DeepSeek V4 Flash 0731 · DeepSeek	3603.2B	工具新	$0.0900	$0.1800
5	GPT-5.6 Luna · OpenAI	3065.8B	工具	$0.1000	$0.6000
6	DeepSeek V4 Pro · DeepSeek	3022.2B	工具	$0.4350	$0.8700
7	GLM 5.2 · Z.ai	2967.1B	工具	$0.7600	$2.42
8	MiniMax M3 · MiniMax	1877.6B	工具	$0.3000	$1.20
9	Step 3.7 Flash · stepfun	1567.8B	工具	$0.2000	$1.15
10	Kimi K3 · moonshotai	1404.6B	工具	$3.00	$15.00
11	Claude Opus 5 · Anthropic	1117.2B	工具新	$5.00	$25.00
12	Claude Sonnet 5 · Anthropic	1040.6B	工具	$2.00	$10.00
13	Claude Sonnet 4.6 · Anthropic	982.4B	工具	$3.00	$15.00
14	Gemini 3 Flash Preview · Google	979.6B	工具	$0.5000	$3.00
15	GPT-5.6 Terra · OpenAI	669.3B	工具	$1.00	$6.00

🛠 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 0423 · DeepSeek	78M	$0.1400	$0.2800
2	Hy3 · tencent	52M	$0.1320	$0.5280
3	MiMo-V2.5 · Xiaomi	48M	$0.1400	$0.2800
4	GLM 5.2 · Z.ai	35M	$0.7600	$2.42
5	DeepSeek V4 Flash 0731 · DeepSeek	26M	$0.0900	$0.1800
6	GPT-5.6 Luna · OpenAI	26M	$0.1000	$0.6000
7	DeepSeek V4 Pro · DeepSeek	25M	$0.4350	$0.8700
8	Gemini 3 Flash Preview · Google	17M	$0.5000	$3.00
9	Step 3.7 Flash · stepfun	16M	$0.2000	$1.15
10	Claude Sonnet 4.6 · Anthropic	15M	$3.00	$15.00

🆕 近 14 天新模型

模型	上架	工具	上下文	输入$/M	输出$/M
🔆 Qwen: Qwen3.8 Max	2 天前	工具	1000K	$2.00	$6.00
DeepSeek V4 Flash Latest	3 天前	工具	1049K	$0.0900	$0.1800
🔆 DeepSeek: DeepSeek V4 Flash 0731	5 天前	工具	1049K	$0.0900	$0.1800
Thinking Machines: Inkling Small	5 天前	工具	524K	$0.5000	$1.20
Qwen: Qwen3.7 Flash	8 天前	工具	1000K	$0.0300	$0.1300
Claude Opus 5 (Fast)	11 天前	工具	1000K	$10.00	$50.00
Claude Opus 5	11 天前	工具	1000K	$5.00	$25.00

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 $39.45 （充值 $1030.00 − 已用 $990.55）。下面是 2026-08-04 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 2026-08-04 合计 = $6.25。
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 = $6.40（[2026-08-04 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

$3.20

07-27

$2.57

07-28

$2.95

07-29

$2.46

07-30

$2.57

07-31

$2.76

08-01

$2.21

08-02

$3.31

08-03

$6.25

08-04

按环节占比（2026-08-04，合计 $6.25）

🔆 多轮聊天
写私信

$4.50 72%

3710 次

判意向
分析

$1.58 25%

2107 次

wecomProfileExtract
其他

$0.0997 2%

1301 次

wecomRollingSummary
其他

$0.0397 1%

207 次

判装修阶段
分析

$0.0181 0%

141 次

resolveAddressFormSmart
其他

$0.0048 0%

61 次

classifyMaterialType
其他

$0.0035 0%

2 次

synthesizeFixPlan
其他

$0.0008 0%

1 次

judgeReplyQuality
其他

$0.0006 0%

6 次

infraQuotaAssessment
其他

$0.0002 0%

1 次

写私信(多轮)平均用量：输入 13422 token / 输出 60 token（3710 次）

判意向平均用量：输入 4302 token / 输出 1663 token（2107 次）

按模型

模型	花费	次数
qwen/qwen3-235b-a22b-2507现役·写	$4.51	3677
deepseek/deepseek-v4-flash现役·分析	$1.74	3820
client-approved-verbatim	$0.0000	40	无定价

异常检测

🔴 多轮聊天 当日 $4.50，是前 8 日均（$0.9276）的 4.9× —— 建议查这条路径调用量/模型是否异常。

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 2026-08-04 写私信的真实平均 token（输入 13422 / 输出 60）× 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: Qwen3.7 Flash值得试	$0.0300	$0.1300	$0.0004	-80%	1000K	本周第 46 名 · 推理
Qwen: Qwen3 30B A3B Instruct 2507	$0.0481	$0.1930	$0.0007	-68%	262K	本周第 100 名
Z.ai: GLM 4.7 Flash	$0.0600	$0.4000	$0.0008	-59%	203K	本周第 98 名 · 推理
Tencent: Hy3 preview	$0.0630	$0.2100	$0.0009	-58%	262K	本周第 95 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0009	-57%	1000K	本周第 71 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2700	$0.0010	-53%	262K	本周第 145 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0011	-47%	131K	本周第 117 名 · 推理
DeepSeek: DeepSeek V4 Flash 0731	$0.0900	$0.1800	$0.0012	-40%	1049K	本周第 4 名 · 推理
Qwen: Qwen3 Next 80B A3B Instruct	$0.0900	$1.10	$0.0013	-38%	262K	本周第 124 名
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0014	-34%	262K	本周第 103 名 · 推理
Qwen: Qwen2.5 7B Instruct	$0.1000	$0.2000	$0.0014	-34%	33K	本周第 134 名
StepFun: Step 3.5 Flash	$0.1000	$0.3000	$0.0014	-33%	262K	本周第 192 名 · 推理
Qwen: Qwen3 VL 32B Instruct	$0.1040	$0.4160	$0.0014	-30%	131K	本周第 122 名
Qwen: Qwen3 VL 8B Instruct	$0.1170	$0.4550	$0.0016	-22%	262K	本周第 140 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。