📊 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 2026-10-16（北京时间整日）· 生成于 2026-10-17 08:53 BJT · 数据：OpenRouter 公开 API + 我们的 llm_call_provenance（账户级全量，与余额同口径）

$36.25

OpenRouter 账户余额

$0.3848

2026-10-16 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 🔆。

🟢💡 最值得试：Z.ai: GLM 5.3 Flash，每条私信约 $0.0001 vs 现役 $0.0003（省 71%），本周用量排第 5 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 V4.1 Flash · DeepSeek	36976.4B	工具	$0.0320	$0.1440
2	DeepSeek V4.1 Flash (batch) · DeepSeek	36976.4B	工具	$0.0320	$0.1440
3	Step 5 Preview · stepfun	17073.9B	工具新	$1.00	$2.70
4	GLM 5.3 Flash · Z.ai	12718.3B	工具	$0.0250	$0.2000
5	GLM 5.3 Flash (batch) · Z.ai	12718.3B	工具	$0.0250	$0.2000
6	MiMo-V2.6-Flash · Xiaomi	10940.6B	工具	$0.1400	$0.2800
7	Hy4 preview · tencent	7876.0B	工具	$0.8340	$2.50
8	GPT-6 Luna · OpenAI	6522.1B	工具	$0.1000	$0.5000
9	GPT-6 Luna (batch) · OpenAI	6522.1B	工具	$0.1000	$0.5000
10	Claude Opus 5.5 · Anthropic	5979.1B	工具	$4.00	$20.00
11	Claude Opus 5.5 (batch) · Anthropic	5979.1B	工具	$4.00	$20.00
12	GLM 5.3 · Z.ai	5266.2B	工具	$0.0790	$4.80
13	GLM 5.3 (batch) · Z.ai	5266.2B	工具	$0.0790	$4.80
14	DeepSeek V4 Flash 0731 · DeepSeek	4689.1B	工具	$0.0151	$1.28
15	Jev 1.13 · TypeSafe	3261.4B		—	—

🛠 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 V4.1 Flash · DeepSeek	301M	$0.0320	$0.1440
2	DeepSeek V4.1 Flash (batch) · DeepSeek	301M	$0.0320	$0.1440
3	GLM 5.3 Flash · Z.ai	131M	$0.0250	$0.2000
4	GLM 5.3 Flash (batch) · Z.ai	131M	$0.0250	$0.2000
5	MiMo-V2.6-Flash · Xiaomi	99M	$0.1400	$0.2800
6	GPT-6 Luna · OpenAI	88M	$0.1000	$0.5000
7	GPT-6 Luna (batch) · OpenAI	88M	$0.1000	$0.5000
8	Hy4 preview · tencent	66M	$0.8340	$2.50
9	Step 5 Preview · stepfun	53M	$1.00	$2.70
10	DeepSeek V4 Flash 0731 · DeepSeek	48M	$0.0151	$1.28

🆕 近 14 天新模型

模型	上架	工具	上下文	输入$/M	输出$/M
Reflection: Beam 1.0 501B A23B	0 天前	工具	1049K	$1.00	$3.00
Moondream: Moondream 3 Preview	1 天前	无工具	32K	$0.3000	$2.50
Moondream: Moondream 3.1	1 天前	无工具	32K	$0.3000	$2.50
Meta: Muse Spark Open	1 天前	工具	1049K	$1.25	$4.25
NVIDIA: Nemotron 3.5 Super VL	1 天前	工具	1049K	$0.1000	$0.4000
Pareto Latest	3 天前	工具	262K	$2.50	$7.50
Pareto 26.9	3 天前	工具	262K	$2.50	$7.50
LiquidAI: LFM2.5-24B-A2B	3 天前	工具	128K	$0.0500	$0.7000
Google: Gemini 4 Argon	3 天前	工具	1049K	$2.00	$10.00
Google: Gemini 4 Argon (batch)	3 天前	工具	1049K	$1.00	$5.00
ScaleDown: Summarize	4 天前	无工具	1000K	$0.0400	—
ScaleDown: Extract	4 天前	无工具	1000K	$0.0400	—

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 $36.25 （充值 $1510.00 − 已用 $1473.75）。下面是 2026-10-16 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 2026-10-16 合计 = $0.3848。
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 = $0.3492（[2026-10-16 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

$0.0421

10-08

$0.1819

10-09

$0.2552

10-10

$0.4143

10-11

$0.9186

10-12

$4.52

10-13

$2.61

10-14

$0.3273

10-15

$0.3848

10-16

按环节占比（2026-10-16，合计 $0.3848）

判意向
分析

$0.3602 94%

581 次

多轮聊天
写私信

$0.0209 5%

69 次

weixinRecallBridge
其他

$0.0016 0%

14 次

android.planner.shadow
其他

$0.0014 0%

50 次

wecomRollingSummary
其他

$0.0004 0%

2 次

wecomProfileExtract
其他

$0.0002 0%

4 次

infraQuotaAssessment
其他

$0.0001 0%

1 次

wecomRecallContinuationExtract
其他

$0.0001 0%

1 次

写私信(多轮)平均用量：输入 3278 token / 输出 81 token（69 次）

判意向平均用量：输入 4197 token / 输出 1059 token（581 次）

按模型

模型	花费	次数
deepseek/deepseek-v4-flash现役·分析	$0.3623	638
qwen/qwen3-235b-a22b-2507现役·写	$0.0225	84

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 2026-10-16 写私信的真实平均 token（输入 3278 / 输出 81）× 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
🔆 Z.ai: GLM 5.3 Flash值得试	$0.0250	$0.2000	$0.0001	-71%	1049K	本周第 5 名 · 推理
Qwen: Qwen3.7 Flash	$0.0300	$0.1300	$0.0001	-68%	1000K	本周第 70 名 · 推理
DeepSeek: DeepSeek V4.1 Flash	$0.0320	$0.1440	$0.0001	-66%	1049K	本周第 2 名 · 推理
DeepSeek: DeepSeek V4 Flash 0731	$0.0151	$1.28	$0.0002	-55%	1049K	本周第 14 名 · 推理
DeepSeek: DeepSeek V4.1 Flash (batch)	$0.0500	$0.1500	$0.0002	-48%	1049K	榜外 · 推理
Z.ai: GLM 5.3 Flash (batch)	$0.0500	$0.1800	$0.0002	-47%	1049K	榜外 · 推理
Z.ai: GLM 4.7 Flash	$0.0605	$0.4000	$0.0002	-32%	200K	本周第 250 名 · 推理
Qwen: Qwen3.5-Flash	$0.0650	$0.2600	$0.0002	-31%	1000K	本周第 149 名 · 推理
Qwen: Qwen3 Coder 30B A3B Instruct	$0.0700	$0.2800	$0.0003	-26%	262K	本周第 265 名
Qwen: Qwen3 32B	$0.0800	$0.2800	$0.0003	-16%	131K	本周第 249 名 · 推理
DeepSeek: DeepSeek V4 Flash 0423现役	$0.0910	$0.1820	$0.0003	-8%	1049K	本周第 18 名 · 推理
Qwen: Qwen3 235B A22B Instruct 2507现役	$0.0900	$0.5500	$0.0003	+0%	262K	本周第 153 名
Qwen: Qwen3.5-9B	$0.1000	$0.1500	$0.0003	+0%	262K	本周第 176 名 · 推理
Qwen: Qwen2.5 7B Instruct	$0.1000	$0.2000	$0.0003	+1%	33K	本周第 329 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。