Die Ranglistendaten von OpenRouter sind lizenziert unter CC BY 4.0. Verwenden und veröffentlichen Sie sie unter Angabe der Quelle weiter. Die Dokumentation der Daten-API beschreibt das Zitierformat und den JSON-Zugriff auf diese Datensätze.
Die Ranglistendaten von OpenRouter sind lizenziert unter CC BY 4.0. Verwenden und veröffentlichen Sie sie unter Angabe der Quelle weiter. Die Dokumentation der Daten-API beschreibt das Zitierformat und den JSON-Zugriff auf diese Datensätze.
Live-LLM-Ranglisten nach tatsächlicher Nutzung. Die Modelle werden nach der Anzahl der Token eingestuft, die Millionen von Entwicklern über die OpenRouter-API verarbeiten. Alle Text Modelle anzeigen
Nutzungsdaten bis
Jedes Modell wird nach der Anzahl der Token eingestuft, die es über die OpenRouter-API verarbeitet hat, wobei sowohl Prompt- als auch Completion-Token gezählt werden. Die Nutzung wird in täglichen Zeitintervallen in UTC aggregiert und pro Modellvariante summiert, sodass Varianten desselben Modells, etwa eine kostenlose Variante, separat eingestuft werden. Anfragen, die ein Nutzer oder eine App privat hält, werden vor der Aggregation ausgeschlossen.
Heute, Diese Woche und Dieser Monat decken jeweils ein zurückliegendes Zeitfenster von einem Tag, sieben Tagen und dreißig Tagen ab, das mit dem jüngsten vollständigen Tagesintervall endet. Trends vergleicht die letzten sieben Tage mit den sieben Tagen davor und ordnet Modelle nach der prozentualen Änderung der Token-Anzahl, wobei nur Modelle mit mindestens einer Million Token im aktuellen Zeitfenster berücksichtigt werden, damit eine kleine Ausgangsbasis keinen großen Prozentsatz erzeugen kann. Neue Modelle ohne Vorwoche werden zuerst aufgeführt, bis zu fünf davon.
Das Datum über den Ranglisten bezeichnet das neueste Nutzungsintervall, aus dem die Rangliste berechnet wird, nicht den Zeitpunkt, zu dem die Seite gerendert oder bereitgestellt wurde, und ändert sich daher nur, wenn neue Nutzungsdaten aggregiert werden.
Diese Ranglisten zeigen den über OpenRouter geleiteten Datenverkehr. Das Diagramm „Top-Modelle“ und die LLM-Rangliste ordnen Modelle nach verarbeiteten Token, während das Diagramm „Marktanteil“ Anfragen zählt. Keines davon misst Nutzerzahlen oder Ausgaben. Modelle unterscheiden sich in Ausführlichkeit und Tokenisierung, daher zeigt eine höhere Token-Gesamtzahl, wie stark ein Modell genutzt wird, nicht welches Modell für eine Aufgabe am besten geeignet ist. Sie ordnen Modelle nicht nach Genauigkeit, Schlussfolgerungsfähigkeit oder Leistung bei Leistungsvergleichen. Der Abschnitt „Leistungsvergleiche“ ordnet diese anhand von Bewertungen von Artificial Analysis und Design Arena sowie anhand von Leistungsvergleichen wie GPQA Diamond, die OpenRouter selbst durchführt und als mediane Genauigkeit über alle Anbieter hinweg ausweist. Vergleichen Sie für die Programmierung den dortigen Artificial Analysis Coding-Index mit dem Abschnitt „Programmierung“, der Modelle nach Token anhand einer Stichprobe von Anfragen in einer ausgewählten Sprache wie Python ordnet. Das Diagramm „Top-Modelle“ nennt die neun meistgenutzten Modelle in jedem Zeitraum und fasst die übrigen unter „Sonstige“ zusammen. Das Diagramm „Marktanteil“ zeigt den Anteil jedes Modellautors an den Textanfragen auf OpenRouter, wobei die übrigen Autoren unter „Sonstige“ zusammengefasst werden.
Die Ranglistendaten von OpenRouter sind lizenziert unter CC BY 4.0. Verwenden und veröffentlichen Sie sie unter Angabe der Quelle weiter. Die Dokumentation der Daten-API beschreibt das Zitierformat und den JSON-Zugriff auf diese Datensätze.
| Rang | Modell | Autor | verarbeitete Token | Änderung |
|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash 1017 | deepseek | 50,4T Token | +43 % |
| 2 | GLM 5.3 Flash | z-ai | 15,3T Token | +11 % |
| 3 | DeepSeek V4.1 Flash | deepseek | 15,1T Token | -13 % |
| 4 | Hy4 preview | tencent | 9,25T Token | +3 % |
| 5 | GPT-6 Luna | openai | 9,22T Token | +2 % |
| 6 | Claude Opus 5.5 | anthropic | 6,67T Token | -19 % |
| 7 | MiniMax M3.1 Flash | minimax | 6,46T Token | +340 % |
| 8 | Step 5 Preview | stepfun | 6,46T Token | +46 % |
| 9 | GPT-5.6 Luna | openai | 5,32T Token | +199 % |
| 10 | GPT-6.1 Sol | openai | 3,93T Token | +35 % |
Textzusammenfassung des Tabs Heute der obigen Rangliste. Die Modelle werden nach den auf OpenRouter am letzten vollständigen Tag verarbeiteten Token eingestuft, wobei die Veränderung gegenüber dem Vortag gemessen wird.
| Rang | Modell | Autor | Token | Änderung |
|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash 1017 | deepseek | 7,79T | +30 % |
| 2 | GLM 5.3 Flash | z-ai | 2,58T | +83 % |
| 3 | DeepSeek V4.1 Flash | deepseek | 2,41T | +13 % |
| 4 | Hy4 preview | tencent | 1,58T | +115 % |
| 5 | GPT-5.6 Luna | openai | 1,31T | +130 % |
| 6 | GPT-6 Luna | openai | 1,12T | +40 % |
| 7 | Step 5 Preview | stepfun | 1,01T | +35 % |
| 8 | Claude Opus 5.5 | anthropic | 978B | +50 % |
| 9 | MiniMax M3.1 Flash | minimax | 906B | +1 % |
| 10 | Kimi K3.1 Pro | moonshotai | 720B | +26 % |
Textzusammenfassung des Tabs „Dieser Monat“ der obigen Rangliste. Die Modelle werden nach den in den letzten dreißig Tagen auf OpenRouter verarbeiteten Token eingestuft, wobei die Veränderung gegenüber den dreißig Tagen davor gemessen wird.
| Rang | Modell | Autor | Token | Änderung |
|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash | deepseek | 113T | +80 % |
| 2 | DeepSeek V4.1 Flash 1017 | deepseek | 93,2T | neu |
| 3 | GLM 5.3 Flash | z-ai | 56,5T | +1 % |
| 4 | Hy4 preview | tencent | 36,4T | -29 % |
| 5 | GPT-6 Luna | openai | 33,1T | +301 % |
| 6 | MiMo-V2.6-Flash | xiaomi | 32,2T | +133 % |
| 7 | Step 5 Preview | stepfun | 31,2T | neu |
| 8 | Claude Opus 5.5 | anthropic | 27,5T | +763 % |
| 9 | Nemotron 3 Ultra (free) | nvidia | 22T | +9 % |
| 10 | GLM 5.3 | z-ai | 19,1T | +55 % |
Textzusammenfassung des Tabs Neu & im Trend der obigen Rangliste. Modelle werden nach der prozentualen Veränderung der verarbeiteten Token in den letzten sieben Tagen gegenüber den sieben Tagen davor eingestuft, wobei nur Modelle mit mindestens einer Million Token in der aktuellen Woche berücksichtigt werden. Ein Modell ohne Vorwoche wird als neu markiert.
| Rang | Modell | Autor | Token | Änderung |
|---|---|---|---|---|
| 1 | Particle-1 | particle-ai | 77,2B | neu |
| 2 | GPT-6.1 Terra Pro | openai | 31,7B | neu |
| 3 | d1.1 | liquid | 12,1B | neu |
| 4 | GLM 5.3 FlashX Legal | z-ai | 3,97B | neu |
| 5 | Joey 1 | baseten | 3,28B | neu |
| 6 | GPT-5.4 Mini (batch) | openai | 2,63M | >999 % |
| 7 | Titan Multimodal Embeddings G1 | amazon | 1,5M | >999 % |
| 8 | Titan Text Embeddings V2 | amazon | 207M | >999 % |
| 9 | Grok 4.3 (batch) | x-ai | 795M | >999 % |
| 10 | Span-01 Lite (free) | respan | 7,3B | >999 % |
Textzusammenfassung des obigen Marktanteilsdiagramms. Anteil der auf OpenRouter gestellten Textanfragen in der Woche ab 26. Okt. 2026, mit der Veränderung der Anfragen je Autor gegenüber der Vorwoche. DeepSeek liegt mit 29,8 % der Anfragen dieser Woche vorn. Autoren, die das Diagramm als Sonstige zusammenfasst, werden zuletzt aufgeführt, damit die Zeilen den im Diagramm dargestellten Datenreihen entsprechen.
| Rang | Autor | Anteil der Anfragen | Veränderung der Anfragen |
|---|---|---|---|
| 1 | DeepSeek | 29,8 % | +7 % |
| 2 | OpenAI | 18,8 % | -3 % |
| 3 | 14,4 % | -32 % | |
| 4 | Z.ai | 11,9 % | +6 % |
| 5 | Anthropic | 5,7 % | 0 % |
| 6 | Qwen | 5,6 % | +14 % |
| 7 | Mistral AI | 2,2 % | +7 % |
| 8 | Tencent | 1,9 % | -2 % |
| 9 | Meta Llama | 1,5 % | |
| Alle anderen Autoren | 8,2 % | -6 % |
Zusammenfassung des obigen Kontextlängendiagramms für das Kontextfenster 10K in der Woche ab 26. Okt. 2026. Others führt mit 2 mrd. Anfragen.
| Rang | Modell | Anfragen |
|---|---|---|
| 1 | Others | 2 mrd. |
| 2 | typesafe/jev-1.13-20260917 | 639 mio. |
| 3 | z-ai/glm-5.3-flash-20260826 | 478 mio. |
| 4 | typesafe/jev-1.14-20261014 | 318 mio. |
| 5 | openai/gpt-6-luna-20260922 | 275 mio. |
| 6 | deepseek/deepseek-v4.1-flash-20261017 | 258 mio. |
| 7 | deepseek/deepseek-v4-flash-20260423 | 237 mio. |
| 8 | deepseek/deepseek-v4.1-flash-20260910 | 219 mio. |
| 9 | deepseek/deepseek-v4-flash-20260731 | 197 mio. |
| 10 | anthropic/claude-haiku-5.5-20261007 | 99 mio. |