DeepSeek dẫn đầu OpenRouter với 35,4 nghìn tỷ token mỗi tuần, các mô hình Trung Quốc chiếm năm vị trí đầu

DeepSeek chiếm hai vị trí dẫn đầu

V4.1 Flash 1017 của DeepSeek xử lý 35,4 nghìn tỷ token trong bảng xếp hạng tuần của OpenRouter, vượt phiên bản tiền nhiệm và giúp các nhà phát triển Trung Quốc chiếm cả năm vị trí dẫn đầu. Bảng xếp hạng của nền tảng, với dữ liệu sử dụng đến ngày 26 tháng 10 năm 2026, xếp DeepSeek V4.1 Flash ở vị trí thứ hai với 17,4 nghìn tỷ token.

GLM 5.3 Flash của Z.ai đứng thứ ba với 13,8 nghìn tỷ token, tiếp theo là phiên bản miễn phí của MiniMax M3.1 Flash với 12,6 nghìn tỷ và bản xem trước Hy4 của Tencent với 9 nghìn tỷ. GPT-6 Luna của OpenAI cũng ghi nhận 9 nghìn tỷ token theo độ chính xác được hiển thị, nhưng xếp thứ sáu.

Số liệu trên Bảng xếp hạng mô hình AI của OpenRouter cập nhật các số liệu được công bố cho giai đoạn từ ngày 19 đến 25 tháng 10, theo đó mô hình mới nhất của DeepSeek đạt 33,6 nghìn tỷ token, tăng 801%; trang chính thức ghi nhận 35,4 nghìn tỷ và mức tăng 382%. Số liệu trước đó cũng xếp MiniMax thứ ba và GLM thứ tư, đảo ngược thứ tự trên trang chính thức.

Hai phiên bản dẫn đầu của DeepSeek xử lý tổng cộng 52,8 nghìn tỷ token trong bảng tuần chính thức. Chỉ riêng phiên bản mới nhất có khối lượng cao hơn một chút so với gấp đôi phiên bản tiền nhiệm, một thay đổi đáng chú ý sau bản cập nhật được công bố ngày 17 tháng 10.

OpenRouter kết nối các nhà phát triển với mô hình của nhiều công ty thông qua một giao diện lập trình ứng dụng, hay API. Bảng xếp hạng phản ánh hoạt động đi qua dịch vụ này. Thị trường AI rộng hơn còn bao gồm API trực tiếp của các công ty, các dịch vụ đám mây khác, hệ thống cài đặt riêng và ứng dụng dành cho người tiêu dùng.

Bảng xếp hạng token đo lường điều gì

OpenRouter tính cả token đầu vào, tức nội dung gửi đến mô hình, và token đầu ra, tức nội dung mô hình tạo ra. Token là một mảnh văn bản nhỏ, đôi khi là một từ, đôi khi chỉ là một phần của từ. Một tài liệu dài hoặc cuộc trò chuyện kéo dài có thể chứa hàng nghìn token.

Lượt yêu cầu là một đơn vị khác: đó là một lần gọi mô hình để yêu cầu thực hiện điều gì đó. Một lượt yêu cầu có thể là dịch một câu ngắn, trong khi lượt khác có thể bao gồm một dự án phần mềm lớn và yêu cầu chỉnh sửa sâu rộng. Cả hai đều được tính là một lượt yêu cầu, nhưng tổng số token có thể rất khác nhau.

OpenRouter tổng hợp mức sử dụng theo ngày, căn cứ vào Giờ Phối hợp Quốc tế (UTC). Bảng tuần bao gồm bảy ngày, kết thúc ở ngày dữ liệu gần nhất đã hoàn tất; bảng tháng bao gồm khoảng thời gian 30 ngày gần nhất. Ngày hiển thị phía trên bảng xếp hạng là ngày của mốc dữ liệu sử dụng mới nhất.

Các phiên bản mô hình được liệt kê riêng, bao gồm cả phiên bản miễn phí; các yêu cầu được đánh dấu riêng tư sẽ bị loại trừ. OpenRouter đo lưu lượng bằng token hoặc lượt yêu cầu, tùy biểu đồ; số người dùng, chi tiêu và năng lực mô hình cần những thước đo khác.

Khoảng cách dẫn đầu của Trung Quốc tăng lên, nhưng phạm vi tính hẹp hơn

Số liệu được công bố cho giai đoạn từ ngày 19 đến 25 tháng 10 cho thấy tổng hoạt động trên OpenRouter đạt 188 nghìn tỷ token, tăng 14,63% so với tuần trước. Cùng nguồn tin ghi nhận các mô hình Trung Quốc đạt 93,54 nghìn tỷ token và các mô hình Mỹ đạt 22,47 nghìn tỷ, đồng thời cho biết các mô hình Trung Quốc đã xử lý nhiều token hơn trong 26 tuần liên tiếp.

Phân tích chi tiết hơn xác định tổng số của Trung Quốc và Mỹ là mức sử dụng trong nhóm chín mô hình đứng đầu. Theo cách tính này, các mô hình Trung Quốc xử lý khối lượng cao gấp khoảng 4,16 lần Mỹ, tính từ 93,54 nghìn tỷ chia cho 22,47 nghìn tỷ. Các mô hình Trung Quốc chiếm sáu trong chín vị trí đó.

So sánh mức tăng được công bố cho thấy khối lượng của Trung Quốc tăng 18,14%, còn Mỹ tăng 29,44% so với tuần trước đó. Như vậy, các mô hình Mỹ tăng nhanh hơn xét theo tỷ lệ phần trăm trong giai đoạn này, trong khi các mô hình Trung Quốc vẫn giữ tổng số token lớn hơn nhiều trong nhóm được liệt kê.

Phạm vi phân nhóm rất quan trọng để hiểu cuộc cạnh tranh. OpenRouter lưu trữ mô hình từ nhiều quốc gia và nhà cung cấp hơn hai nhóm quốc gia này, còn tổng lưu lượng của nền tảng vượt ngoài chín vị trí dẫn đầu. Con số 188 nghìn tỷ phản ánh hoạt động được nền tảng báo cáo, chứ không phải mức sử dụng AI trên toàn thế giới qua mọi dịch vụ.

DeepSeek dẫn đầu cả về lượt yêu cầu

DeepSeek cũng dẫn đầu biểu đồ riêng của OpenRouter về tỷ trọng lượt yêu cầu văn bản trong tuần bắt đầu từ ngày 19 tháng 10. Hãng chiếm 26,5%, vượt Google với 20,1%, OpenAI với 18,5% và Z.ai với 10,7%.

DeepSeek dẫn trước Google 6,4 điểm phần trăm và trước OpenAI 8 điểm phần trăm. Google và OpenAI cộng lại chiếm 38,6% lượt yêu cầu, cho thấy hai nhà phát triển Mỹ này vẫn có sự hiện diện đáng kể dù các mô hình Trung Quốc chiếm những vị trí đầu về số token.

Anthropic chiếm 5,5% lượt yêu cầu văn bản, Qwen 4,7%, MiniMax 2% và Tencent 1,8%. Mistral AI chiếm thêm 2%, trong khi tất cả các nhà phát triển khác cộng lại chiếm 8,3%.

Tỷ trọng lượt yêu cầu giúp lý giải một khía cạnh khác của thị trường so với tổng số token. Một nhà cung cấp phục vụ nhiều trao đổi ngắn có thể chiếm tỷ trọng lượt yêu cầu lớn, trong khi nhà cung cấp khác xử lý ít lượt hơn nhưng mỗi lượt dài hơn có thể tạo ra nhiều token hơn. Các nhà phát triển chọn mô hình có thể quan tâm cả số lần tương tác lẫn khối lượng công việc trong mỗi lần.

Các đợt phát hành làm thay đổi thứ hạng tháng 10

DeepSeek công bố V4.1 Flash 1017 ngày 17 tháng 10, dựa trên V4.1 Flash được phát hành ngày 10 tháng 9. Bản cập nhật hướng đến khả năng suy luận, lập trình, tự động hóa và các tác vụ liên quan đến hình ảnh. Công ty cũng cung cấp trọng số của mô hình, cho phép người khác tải về các tham số số học được sử dụng để vận hành mô hình.

MiniMax phát hành M3.1 Flash ngày 19 tháng 10, ngay trước khi biến thể miễn phí của mô hình này lọt vào nhóm dẫn đầu bảng tuần. Hai đợt phát hành mới liên tiếp xuất hiện trong giai đoạn lưu lượng nền tảng tăng nhanh.

• Ngày 10 tháng 9 năm 2026: DeepSeek phát hành V4.1 Flash.
• Ngày 17 tháng 10: DeepSeek công bố bản cập nhật V4.1 Flash 1017.
• Ngày 19 tháng 10: MiniMax phát hành M3.1 Flash.
• Từ ngày 19 đến 25 tháng 10: Giai đoạn tuần được các số liệu sử dụng lan truyền rộng rãi đề cập.
• Ngày 26 tháng 10: Ngày dữ liệu sử dụng mới nhất trên bảng xếp hạng chính thức của OpenRouter.

V4.1 Flash đời trước của DeepSeek vẫn là nguồn hoạt động lớn dù giảm 41% trong bảng tuần chính thức. Phiên bản mới hơn tăng 382%. Việc cả hai cùng hiện diện cho thấy các nhà phát triển có thể đã sử dụng song song hai phiên bản trong giai đoạn chuyển đổi, dù bảng xếp hạng không phân tích quyết định chuyển đổi của từng khách hàng.

Bảng ngày và tháng cho thấy những diễn biến khác nhau

DeepSeek V4.1 Flash 1017 cũng dẫn đầu ngày hoàn chỉnh gần nhất, xử lý 5,42 nghìn tỷ token. GLM 5.3 Flash đứng sau với 2,27 nghìn tỷ, sát nút là DeepSeek V4.1 Flash đời trước với 2,21 nghìn tỷ.

Khối lượng của mô hình dẫn đầu theo ngày giảm 6% so với ngày trước đó, dù vẫn giữ vị trí số một. Bản xem trước Hy4 của Tencent tăng 44% lên 1,4 nghìn tỷ token, còn GLM 5.3 tăng 56% lên 892 tỷ, cho thấy hoạt động giữa các mô hình có thể dịch chuyển nhanh đến mức nào.

Trong 30 ngày gần nhất, DeepSeek V4.1 Flash đời trước vẫn dẫn đầu với 123 nghìn tỷ token. GLM 5.3 Flash đứng sau với 50,7 nghìn tỷ. Mô hình DeepSeek mới hơn xếp thứ tư với 42,7 nghìn tỷ, sau Space Bunny Alpha với 46,9 nghìn tỷ.

MiMo-V2.6-Flash của Xiaomi cho thấy sự khác biệt giữa hai khung thời gian này. Mô hình xếp thứ chín trong bảng tuần chính thức với 5,32 nghìn tỷ token, giảm 44%, nhưng đứng thứ năm trong 30 ngày với 38,8 nghìn tỷ, tăng 807% so với 30 ngày trước đó. Một tháng tăng trưởng mạnh vẫn có thể kết thúc bằng một tuần yếu hơn.

Vì sao lập trình và tác tử tiêu tốn nhiều token

MiniMax cho biết M3.1 Flash cải thiện hiệu suất trong các tác vụ phức tạp của tác tử AI, vận hành máy tính, phát triển phần mềm và an ninh mạng. Công ty cũng cho biết tốc độ suy luận trực tuyến gần như tăng gấp ba, còn chi phí sử dụng giảm 70%. Suy luận là quá trình chạy một mô hình đã được huấn luyện để tạo câu trả lời hoặc thực hiện một tác vụ.

Tác tử AI thực hiện một chuỗi hành động thay vì chỉ tạo ra một câu trả lời. Một tác tử lập trình có thể kiểm tra tệp, đề xuất chỉnh sửa, chạy công cụ, đọc kết quả rồi điều chỉnh công việc. Mỗi bước có thể gửi thêm thông tin trở lại mô hình, làm tăng lượng token tiêu thụ.

Các số liệu trước đó được công bố ngày 24 tháng 2 cho thấy xu hướng tương tự ở thế hệ mô hình Trung Quốc trước. MiniMax M2.5 dẫn đầu bảng tuần đó với 2,45 nghìn tỷ token, tiếp theo là Kimi K2.5 với 1,21 nghìn tỷ. Các mô hình Trung Quốc chiếm 5,3 nghìn tỷ trong tổng số khoảng 8,7 nghìn tỷ token của mười mô hình đứng đầu, tương đương khoảng 61%.

Mức sử dụng MiniMax M2.5 trong tuần tăng 197%, còn GLM-5 tăng 158% và Kimi K2.5 giảm 20%. MiniMax cho biết M2.5 vượt mốc 3,07 nghìn tỷ token trong bảy ngày đầu sau khi phát hành. Các số liệu này áp dụng cho những giai đoạn khác nhau, nhưng khi xét cùng nhau cho thấy mức độ phổ biến tăng nhanh và sự dịch chuyển đột ngột giữa các mô hình đã xuất hiện trước đợt xáo trộn thứ hạng tháng 10.

Kimi K2.5 được thiết kế để điều phối tối đa 100 tác tử hoạt động song song. OpenRouter cũng ghi nhận mức tăng của các đầu vào dài từ 100.000 đến 1 triệu token vào khoảng thời điểm M2.5, liên hệ đợt tăng trước đó với lượng ngữ cảnh lớn được sử dụng trong quy trình làm việc của tác tử AI.

Giá thấp hơn thay đổi kinh tế của các tác vụ lặp lại

Giá được công bố quanh thời điểm phát hành tháng 2 cho thấy vì sao các nhà phát triển chạy nhiều bước lặp lại đặc biệt quan tâm đến chi phí. MiniMax M2.5 và GLM-5 đều tính 0,30 USD cho mỗi triệu token đầu vào, trong khi Claude Opus 4.6 tính 5 USD, cao gấp khoảng 16,7 lần.

Giá đầu ra là 1,10 USD cho mỗi triệu token đối với MiniMax M2.5, 2,55 USD với GLM-5 và 25 USD với Claude Opus 4.6. Theo mức giá được công bố, tạo ra 10 triệu token đầu ra sẽ tốn lần lượt 11 USD, 25,50 USD hoặc 250 USD, chưa tính các khoản phí hay chiết khấu khác.

Các đợt phát hành tháng 10 tiếp tục tập trung vào chi phí vận hành. DeepSeek áp dụng mức giá khác nhau cho giờ cao điểm và giờ thấp điểm, trong khi MiniMax đưa ra mức giá đồng nhất. Cả hai cách tiếp cận đều giúp nhà phát triển kiểm soát chi phí của các ứng dụng thường xuyên gửi hội thoại dài, tài liệu hoặc mã nguồn đến mô hình.

DeepSeek cũng phát hành khung suy luận DeepInfer, được mô tả là hỗ trợ cả phần cứng Nvidia lẫn bộ xử lý Huawei Ascend. Năng lực xử lý được báo cáo vào khoảng 155 nghìn tỷ token mỗi cụm mỗi ngày. Con số này nói về hạ tầng vận hành dịch vụ mô hình, khác với thước đo lưu lượng được chuyển qua OpenRouter.

Lưu lượng và chi tiêu diễn biến khác nhau

Khối lượng token hàng tuần được OpenRouter báo cáo tăng từ 5,51 nghìn tỷ vào cuối tháng 10 năm 2025 lên 188 nghìn tỷ vào cuối tháng 10 năm 2026. Lấy hai con số chia cho nhau cho kết quả khoảng gấp 34 lần mức trước, cho thấy khối lượng công việc trên nền tảng mở rộng nhanh đến mức nào.

Số liệu chi tiêu theo tác vụ phản ánh một khía cạnh khác của đà tăng này. Tác vụ tổng quát chiếm 32,1%, quy trình làm việc của tác tử AI chiếm 30,9% và lập trình chiếm 26,7%. Ba nhóm này cộng lại chiếm 89,7% tổng chi tiêu trong bảng phân tích.

Claude Opus 5.5 dẫn đầu bảng xếp hạng chi tiêu cho tác vụ phân loại với tỷ trọng 10,3%. Phân loại là việc gán nhãn hoặc nhóm, chẳng hạn xác định yêu cầu của khách hàng, gắn thẻ tài liệu hoặc quyết định tin nhắn nên được chuyển đến quy trình nào.

Hóa đơn của nhà phát triển phụ thuộc vào giá cả cũng như số token. Một mô hình rẻ hơn có thể xử lý khối lượng lớn hơn nhiều nhưng tạo ra ít doanh thu hơn trên mỗi token. Lợi nhuận khi đó phụ thuộc vào chi phí tính toán, vận hành dịch vụ và phục vụ khách hàng trả phí. Các số liệu không cho biết doanh thu hay lợi nhuận của nhà cung cấp trong giai đoạn này.

Việc triển khai AI của Trung Quốc cũng vượt ra ngoài các mô hình ngôn ngữ tổng quát. Các cơ quan khí tượng tại hơn 40 quốc gia đã sử dụng mô hình cảnh báo thời tiết MAZU thông qua dịch vụ đám mây; các phiên bản tùy chỉnh được triển khai tại bảy quốc gia, trong đó có Pakistan, Ethiopia và Quần đảo Solomon. Những ứng dụng chuyên biệt này cho thấy thêm một cách để mô hình tiếp cận người dùng ngoài các bảng xếp hạng API công khai.

Điểm chính

• DeepSeek V4.1 Flash 1017 dẫn đầu bảng tuần chính thức của OpenRouter với 35,4 nghìn tỷ token, tiếp theo là V4.1 Flash với 17,4 nghìn tỷ.
• Các nhà phát triển Trung Quốc chiếm năm vị trí đầu của bảng xếp hạng mô hình: GLM 5.3 Flash đứng thứ ba, biến thể miễn phí của MiniMax M3.1 Flash đứng thứ tư và bản xem trước Hy4 đứng thứ năm.
• DeepSeek chiếm 26,5% lượt yêu cầu văn bản trong tuần bắt đầu từ ngày 19 tháng 10, vượt Google và OpenAI.
• Con số cho biết Trung Quốc dẫn đầu 26 tuần liên tiếp nói về mức sử dụng trên OpenRouter; tổng số theo quốc gia được trích dẫn chi tiết cho giai đoạn từ ngày 19 đến 25 tháng 10 chỉ bao gồm chín mô hình đứng đầu.
• Lập trình, quy trình làm việc của tác tử AI và giá thấp hơn giúp lý giải sự tăng trưởng của các tương tác với mô hình kéo dài và lặp lại.
• Bảng xếp hạng của OpenRouter đo lưu lượng trên nền tảng, trong khi chi tiêu, năng lực mô hình và lợi nhuận của nhà cung cấp được đo bằng những thước đo khác.