近日，全球多模型聚合平台OpenRouter发布最新一周AI大模型调用量榜单，排名前五的产品全部由中国企业研发。中国大模型的优势在哪？为何领跑全球榜单？

登顶榜单首位的是小米MiMo-V2.5，单周调用量达到10.5万亿Tokens，环比增长12%。这款模型于今年4月23日正式公测，4月底完成全系列开源。

记者来到小米集团的AI实验室，技术人员正在为暴涨的“流量”做新一轮调试。

小米MiMo大模型团队产品经理 辛燕舒：单周调用量从1.5万亿词元一路涨到了10.5万亿词元，两个月增长了六倍多，刚刚拿下了周榜和月榜的双第一。

负责人告诉记者，下载模型的用户主要是独立个人开发者、三到五人规模的初创团队，还有大量专注AI编程、智能体工具开发的中小厂商。这类小团队资源有限，很难单独搭建全套AI技术底座，mimo系列模型低廉的推理成本和稳定智能体运行能力，恰好精准匹配他们的需求。

不仅是性价比高，在这份榜单上，记者梳理发现，排名前五的中国大模型都在各展所长。排名第二和第五的均来自DeepSeek，两款模型形成高低搭配，覆盖不同开发需求，其中旗舰Pro版本在代码、复杂智能体任务性能对标海外顶级闭源模型。

而这些模型的共同之处，是发布时间很短便快速上榜，位列第三的腾讯混元Hy3，7月6日才正式开源，单周环比增幅超999%，是榜单增长势头最猛的模型。

不同于企业内部使用数据，OpenRouter平台聚合了全球数万海外独立开发者、海外中小型AI应用的真实付费调用请求，所有Token用量统一计量标准，反映全球开发者的真实选择。这也意味着，国产开源模型正在打破海外厂商生态壁垒，在完全市场化的第三方渠道实现领先。

但榜单也存在局限性。企业私有化部署、美国封闭API流量等不在统计范围内。

全球开源模型下载量 中国模型居榜首

刚刚的榜单是调用量，再来关注另外一个榜单——下载量。如果简单看，“调用”大模型，一般是个人用户，本身缺少本地化部署的资源，就在线上调用一次，支付一次词元的钱；而直接“下载”大模型的，有很多银行、政务、能源等各种领域的To B用户，他们选择下载下来，融入自己的领域使用。

而这个代表着“人工智能+”的关键指标，中国大模型依旧全球领先。

在全球最大的AI开源社区Hugging Face上，我国开源模型累计下载量居全球首位。其中，千问系列以超过10亿次的绝对优势，排名榜首。记者在阿里千问团队的开发区看到，工程师们正在对最新的预览版进行优化。这款模型的正式版也将延续完全开源的路线，而它的每一次技术更新，都会带动全球下载量的新一轮增长。

千问大模型多模态产业落地负责人 魏正浩：我们三年时间已经发展成覆盖从五亿参数的小模型到万亿参数的旗舰大模型，为所有场景的开发者都提供选择。

在非洲大陆，有1500到3000种语言，而现有大模型，基本是用英语、中文或者欧洲语言训练的。因此许多非洲地区，希望能够开发一款可以用来训练本土语言的大模型，而他们现在大多会选择中国模型。

中国信息通信研究院云计算与数字化研究所副所长 栗蔚：国产模型以开源策略激活创新生态，凭借性能优越、成本可控、便于本地化部署等突出优势，大幅降低了人工智能技术的应用门槛，赢得了全球开发者的广泛青睐。

不仅是在非洲，美国投资机构数据显示，目前多达80%的美国AI初创公司在融资路演时，会使用中国的开源模型。数据显示，现在基于中国大模型，平均每天会有超过200个衍生模型出现。

中国信息通信研究院云计算与数字化研究所副所长 栗蔚：现在全球更多的、各行各业的人，都在基于中国的大模型进行再次开发，从而反哺和激发出一批新技术和新应用，极大地提升了AI融入各行各业实际应用的速度。

百花齐放 中国开源创新生态持续完善

调用量、下载量等指标持续走高的背后，是国产开源大模型创新生态的不断完善。从面向普惠的“经济适用”款，到深耕复杂推理的“大参数”款，国产大模型百花齐放、各展所长，丰富全球开发者选择。

7月27日晚，月之暗面正式将其自主研发的大模型Kimi K3的完整模型权重开源，并发布技术报告，以2.8万亿参数成为全球最大开源模型，补强复杂逻辑推理能力的短板。而在发布后一小时内，Kimi K3便登上了Hugging Face总趋势榜第一，受到全球开发者热捧。

中国电子信息产业发展研究院未来产业研究中心副研究员 钟新龙：参数规模本身并不等同于模型能力，但如此大规模模型能够开放权重，说明我国企业已经具备超大模型训练、稀疏架构优化、低成本推理和全球化工程适配的综合能力。

而针对“投入巨额资源训练大模型，为何还要选择开源”的疑问，专家表示，我国企业持续开源，实质上是用模型投入换取长期的生态影响力。

中国电子信息产业发展研究院未来产业研究中心副研究员 钟新龙：开源不等于免费，更不意味着放弃商业回报。企业还可以通过云端推理、模型微调、智能体平台、行业解决方案和技术支持等多种方式获得收入。从商业逻辑看，训练成本正在转化为生态获客成本和产业基础设施投入，企业先通过开放扩大采用规模，再依靠服务能力实现变现，构建开源商业化高质量发展的新局面。

依托持续的技术迭代与开放生态建设，中国大模型正从单点技术突破，迈向技术、产业、生态协同发展的新阶段。

不过，流量领跑只是起点，想要实现从“用量领先”到“技术全面领跑”的跨越，国内AI产业仍需在算力自主、底层生态、前沿创新等多维度持续攻坚，以长期技术积累巩固来之不易的市场优势。

编辑/胡克青