DeepSeek lidera a OpenRouter com 35,4 trilhões de tokens na semana, enquanto modelos chineses ocupam as cinco primeiras posições

DeepSeek ocupa as duas primeiras posições

O DeepSeek V4.1 Flash 1017 processou 35,4 trilhões de tokens no ranking semanal da OpenRouter, superando seu antecessor e dando a desenvolvedores chineses as cinco primeiras posições. O ranking da plataforma, com dados de uso até 26 de outubro de 2026, coloca o DeepSeek V4.1 Flash em segundo lugar, com 17,4 trilhões de tokens.

O GLM 5.3 Flash, da Z.ai, ficou em terceiro, com 13,8 trilhões de tokens, seguido pela versão gratuita do MiniMax M3.1 Flash, com 12,6 trilhões, e pela prévia do Hy4, da Tencent, com 9 trilhões. O GPT-6 Luna, da OpenAI, também registrou 9 trilhões de tokens na precisão exibida, mas ficou em sexto lugar.

Os números do Ranking de Modelos de IA da OpenRouter atualizam os dados divulgados para o período de 19 a 25 de outubro, que atribuíam ao modelo mais recente da DeepSeek 33,6 trilhões de tokens e crescimento de 801%; a página oficial registra 35,4 trilhões e crescimento de 382%. Os dados anteriores também colocavam a MiniMax em terceiro e a GLM em quarto, invertendo a ordem da página oficial.

As duas principais variantes da DeepSeek processaram juntas 52,8 trilhões de tokens na tabela semanal oficial. Sozinha, a versão mais recente processou pouco mais do dobro do volume de sua antecessora, uma mudança expressiva após uma atualização anunciada em 17 de outubro.

A OpenRouter conecta desenvolvedores a modelos de várias empresas por meio de uma única interface de programação de aplicações, ou API. Seu ranking descreve a atividade que passa pelo serviço. O mercado de IA em sentido mais amplo também inclui APIs diretas das empresas, outros serviços em nuvem, instalações privadas e aplicativos para consumidores.

O que um ranking de tokens mede

A OpenRouter contabiliza tanto os tokens de entrada, o material enviado a um modelo, quanto os tokens de saída, o material que ele produz. Um token é um pequeno trecho de texto, que pode ser uma palavra ou parte dela. Um documento longo ou uma conversa extensa pode conter muitos milhares de tokens.

Uma solicitação é uma unidade diferente: trata-se de um comando para pedir que um modelo faça algo. Uma solicitação pode pedir uma tradução curta, enquanto outra pode incluir um grande projeto de software e pedir mudanças extensas. Ambas contam como uma solicitação, mas seus totais de tokens podem ser muito diferentes.

A OpenRouter agrega o uso em períodos diários, segundo o Horário Universal Coordenado (UTC). Sua tabela semanal abrange sete dias e termina no período diário mais recente já concluído, enquanto a tabela mensal cobre os 30 dias anteriores. A data exibida acima do ranking identifica o período de uso mais recente.

Variantes de modelos aparecem em entradas separadas, incluindo versões gratuitas, e as solicitações marcadas como privadas são excluídas. A OpenRouter mede o tráfego em tokens ou solicitações, conforme o gráfico; usuários, gastos e capacidade dos modelos exigem métricas diferentes.

Maior liderança chinesa, com uma base de contagem mais restrita

Dados divulgados para o período de 19 a 25 de outubro apontaram 188 trilhões de tokens no total da atividade da OpenRouter, alta de 14,63% em relação à semana anterior. A mesma cobertura atribuiu 93,54 trilhões de tokens a modelos chineses e 22,47 trilhões a modelos dos EUA, além de descrever uma sequência de 26 semanas consecutivas em que modelos chineses processaram mais tokens.

O detalhamento identifica os totais de modelos chineses e dos EUA como referentes ao uso entre os nove principais modelos. Nessa base, modelos chineses processaram cerca de 4,16 vezes o volume dos modelos dos EUA, cálculo obtido pela divisão de 93,54 trilhões por 22,47 trilhões. Modelos chineses ocuparam seis das nove posições.

A comparação de crescimento divulgada apontou alta de 18,14% no volume de modelos chineses e de 29,44% no de modelos dos EUA em relação à semana anterior. Portanto, os modelos dos EUA cresceram mais rapidamente em termos percentuais naquele período, enquanto os modelos chineses mantiveram um total de tokens muito maior entre os modelos listados.

Essa categorização é importante para entender a concorrência. A OpenRouter hospeda modelos de mais países e provedores do que os incluídos nessas duas categorias nacionais, e o tráfego total da plataforma vai além dos nove principais. O número de 188 trilhões descreve a atividade informada pela plataforma, não o consumo mundial de IA em todos os serviços.

DeepSeek lidera em solicitações e tokens

A DeepSeek também liderou o gráfico separado da OpenRouter sobre a participação nas solicitações de texto na semana iniciada em 19 de outubro. A empresa respondeu por 26,5%, à frente do Google, com 20,1%, da OpenAI, com 18,5%, e da Z.ai, com 10,7%.

A vantagem da DeepSeek sobre o Google foi de 6,4 pontos percentuais, e sobre a OpenAI, de 8 pontos percentuais. Juntos, Google e OpenAI responderam por 38,6% das solicitações, dando aos dois desenvolvedores dos EUA uma presença expressiva, embora modelos chineses ocupassem as primeiras posições em volume de tokens.

A Anthropic ficou com 5,5% das solicitações de texto, a Qwen com 4,7%, a MiniMax com 2% e a Tencent com 1,8%. A Mistral AI respondeu por outros 2%, enquanto todos os demais desenvolvedores juntos representaram 8,3%.

A participação nas solicitações ajuda a explicar um aspecto do mercado diferente do volume de tokens. Um provedor que atende muitas interações curtas pode ter uma grande participação nas solicitações, enquanto outro, que atende menos solicitações, mas trabalhos muito mais longos, pode processar mais tokens. Desenvolvedores que escolhem entre modelos podem se importar tanto com o número de interações quanto com o volume de trabalho de cada uma.

Os lançamentos por trás da reviravolta de outubro

A DeepSeek anunciou o V4.1 Flash 1017 em 17 de outubro, com base no V4.1 Flash, lançado em 10 de setembro. A atualização foi voltada a raciocínio, programação, automação e tarefas com imagens. A empresa também disponibilizou os pesos do modelo, permitindo que terceiros obtenham os parâmetros numéricos usados para executá-lo.

A MiniMax lançou o M3.1 Flash em 19 de outubro, pouco antes de sua variante gratuita entrar no grupo dos principais modelos semanais. A sequência colocou dois lançamentos recentes diretamente em um período de rápida expansão do tráfego da plataforma.

• 10 de setembro de 2026: a DeepSeek lançou o V4.1 Flash.
• 17 de outubro: a DeepSeek anunciou a atualização V4.1 Flash 1017.
• 19 de outubro: a MiniMax lançou o M3.1 Flash.
• De 19 a 25 de outubro: período semanal abrangido pelos dados de uso amplamente divulgados.
• 26 de outubro: data de uso mais recente exibida no ranking oficial da OpenRouter.

O V4.1 Flash anterior da DeepSeek continuou sendo uma fonte importante de atividade, apesar de cair 41% na tabela semanal oficial. A variante mais recente cresceu 382%. A presença das duas versões sugere que desenvolvedores usaram ambas durante a transição, embora o ranking não detalhe as decisões de migração de cada cliente.

Tabelas diárias e mensais contam histórias diferentes

O DeepSeek V4.1 Flash 1017 também liderou o dia completo mais recente, com 5,42 trilhões de tokens processados. O GLM 5.3 Flash veio em seguida, com 2,27 trilhões, e o antigo DeepSeek V4.1 Flash ficou logo atrás, com 2,21 trilhões.

O volume do líder diário caiu 6% em relação ao dia anterior, embora ele tenha mantido o primeiro lugar. A prévia do Hy4, da Tencent, subiu 44%, para 1,4 trilhão de tokens, e o GLM 5.3 cresceu 56%, para 892 bilhões, mostrando como a atividade pode mudar rapidamente entre modelos.

No período móvel de 30 dias, o antigo DeepSeek V4.1 Flash continuou em primeiro lugar, com 123 trilhões de tokens. O GLM 5.3 Flash veio em seguida, com 50,7 trilhões. O novo modelo da DeepSeek ficou em quarto lugar, com 42,7 trilhões, atrás do Space Bunny Alpha, com 46,9 trilhões.

O MiMo-V2.6-Flash, da Xiaomi, ilustra a diferença entre esses períodos. Ficou em nono lugar na tabela semanal oficial, com 5,32 trilhões de tokens e queda de 44%, mas em quinto lugar no período de 30 dias, com 38,8 trilhões e alta de 807% em relação aos 30 dias anteriores. Um mês forte pode incluir uma semana final mais fraca.

Por que programação e agentes consomem tanto

A MiniMax afirmou que o M3.1 Flash melhorou o desempenho em tarefas complexas com agentes, operação de computadores, desenvolvimento de software e cibersegurança. A empresa também disse que a velocidade de inferência on-line quase triplicou e que os custos de uso caíram 70%. Inferência é a execução de um modelo treinado para gerar uma resposta ou realizar uma tarefa.

Um agente de IA executa uma sequência de ações, em vez de produzir apenas uma resposta. Um agente de programação pode inspecionar arquivos, propor uma edição, executar uma ferramenta, analisar o resultado e revisar o trabalho. Cada etapa pode enviar mais informações de volta ao modelo, aumentando o consumo de tokens.

Dados anteriores, publicados em 24 de fevereiro, mostraram o mesmo padrão em torno de uma geração anterior de modelos chineses. O MiniMax M2.5 liderou aquela tabela semanal, com 2,45 trilhões de tokens, seguido pelo Kimi K2.5, com 1,21 trilhão. Modelos chineses responderam por 5,3 trilhões dos cerca de 8,7 trilhões de tokens dos dez primeiros, participação de aproximadamente 61%.

O uso semanal do MiniMax M2.5 havia aumentado 197%, enquanto o do GLM-5 cresceu 158% e o do Kimi K2.5 caiu 20%. A MiniMax afirmou que o M2.5 superou 3,07 trilhões de tokens nos primeiros sete dias após o lançamento. Os dados abrangem períodos diferentes, mas, em conjunto, mostram que a rápida adoção e as mudanças repentinas entre modelos antecederam a reviravolta de outubro.

O Kimi K2.5 foi projetado para coordenar até 100 agentes trabalhando em paralelo. A OpenRouter também identificou crescimento nas entradas com entre 100 mil e 1 milhão de tokens na época do M2.5, relacionando o aumento anterior ao grande volume de contexto usado em fluxos de trabalho com agentes.

Preços menores mudam a economia do trabalho repetido

Os preços divulgados na época dos lançamentos de fevereiro mostram por que desenvolvedores que executam muitas etapas repetidas prestam tanta atenção aos custos. O MiniMax M2.5 e o GLM-5 cobravam US$ 0,30 por milhão de tokens de entrada, em comparação com US$ 5 para o Claude Opus 4.6, cerca de 16,7 vezes mais.

Os preços de saída eram de US$ 1,10 por milhão de tokens para o MiniMax M2.5, US$ 2,55 para o GLM-5 e US$ 25 para o Claude Opus 4.6. Pelas tarifas informadas, gerar 10 milhões de tokens de saída custaria, respectivamente, US$ 11, US$ 25,50 ou US$ 250, antes de outras cobranças ou descontos.

Os lançamentos de outubro mantiveram o foco nos custos operacionais. A DeepSeek adotou preços diferentes para períodos de maior e menor movimento, enquanto a MiniMax ofereceu preços uniformes. As duas abordagens dão aos desenvolvedores maneiras de controlar os custos de aplicativos que enviam repetidamente conversas longas, documentos ou código a um modelo.

A DeepSeek também lançou o framework de inferência DeepInfer, descrito como compatível com hardware da Nvidia e processadores Huawei Ascend. Sua capacidade de processamento informada foi de cerca de 155 trilhões de tokens por cluster por dia. Esse número diz respeito à infraestrutura que executa serviços de modelos, uma métrica operacional diferente do tráfego encaminhado pela OpenRouter.

Tráfego e gastos seguem padrões diferentes

O volume semanal de tokens informado pela OpenRouter subiu de 5,51 trilhões no fim de outubro de 2025 para 188 trilhões no fim de outubro de 2026. A divisão dos dois números resulta em cerca de 34 vezes o nível anterior, ilustrando a rapidez com que a carga de trabalho da plataforma se expandiu.

Os dados de gastos por tarefa descrevem outro aspecto desse crescimento. Tarefas gerais responderam por 32,1%, fluxos de trabalho com agentes por 30,9% e programação por 26,7%. Juntas, essas três categorias representaram 89,7% dos gastos mostrados nessa divisão.

O Claude Opus 5.5 liderou o ranking de gastos por classificação, com participação de 10,3%. Classificação significa atribuir um rótulo ou uma categoria, como identificar a solicitação de um cliente, etiquetar um documento ou decidir qual fluxo de trabalho deve receber uma mensagem.

As faturas dos desenvolvedores dependem dos preços, além da quantidade de tokens. Um modelo mais barato pode processar um volume muito maior e, ainda assim, gerar menos receita por token. O lucro depende, então, do custo de computação, da operação do serviço e do atendimento a clientes pagantes. Os dados não especificam a receita nem o lucro dos provedores nesse período.

A implantação de IA chinesa também vai além dos modelos de linguagem de uso geral. Departamentos meteorológicos de mais de 40 países usaram o modelo de alerta meteorológico MAZU por meio de serviços em nuvem, com versões personalizadas implantadas em sete países, incluindo Paquistão, Etiópia e Ilhas Salomão. Essas aplicações especializadas mostram outra forma de os modelos chegarem aos usuários, fora dos rankings de APIs públicas.

Principais pontos

• O DeepSeek V4.1 Flash 1017 liderou a tabela semanal oficial da OpenRouter, com 35,4 trilhões de tokens, seguido pelo V4.1 Flash, com 17,4 trilhões.
• Desenvolvedores chineses ocuparam as cinco primeiras posições entre os modelos: GLM 5.3 Flash em terceiro, variante gratuita do MiniMax M3.1 Flash em quarto e prévia do Hy4 em quinto.
• A DeepSeek respondeu por 26,5% das solicitações de texto na semana iniciada em 19 de outubro, à frente do Google e da OpenAI.
• A liderança chinesa de 26 semanas informada diz respeito ao uso na OpenRouter; os totais nacionais detalhados citados para o período de 19 a 25 de outubro abrangem os nove principais modelos.
• Programação, fluxos de trabalho com agentes e preços menores ajudam a explicar o crescimento de interações repetidas e longas com modelos.
• Os rankings da OpenRouter medem o tráfego da plataforma, enquanto gastos, capacidade dos modelos e lucros dos provedores são avaliados por outras métricas.