Les données des classements d’OpenRouter sont sous licence CC BY 4.0. Réutilisez-les et republiez-les en citant la source. La documentation de l’API de données présente le format de citation et l’accès JSON à ces jeux de données.
Classements des modèles d’IA
Classements des LLM en temps réel selon leur utilisation réelle. Les modèles sont classés selon le nombre de jetons traités via l’API OpenRouter par des millions de développeurs. Voir tous les texte modèles
Données d’utilisation jusqu’au
Les 20 premiers affichés Rechercher pour en épingler jusqu’à 5
Parcourez le nouvel annuaire d’applications et d’agents pour explorer les catégories, découvrir les outils tendance et consulter des statistiques d’utilisation détaillées.
1.
Hermes Agent
Hermes Agent is an open-source, self-improving AI agent by Nous Research that runs persistently with memory across sessions, and builds reusable skills from experience. It comes with 40+ built-in tools, including web search, browser automation, and vision, plus scheduled automations and subagents.
1,92Tjetons
2.
Claude Code
Claude Code is Anthropic's agentic coding tool that reads your entire codebase, plans and executes changes across files, runs tests, and iterates on failures, all from natural language prompts.
1,29Tjetons
4.
OpenClaw
OpenClaw is an open-source AI agent that connects to your messaging apps and takes real actions on your behalf, from running commands and browsing the web to managing files and sending emails.
840Bjetons
5.
Kilo Code
Kilo Code is an open-source AI coding agent that works across VS Code, JetBrains, and CLI to help developers ship code faster with agentic workflows.
695Bjetons
10.
Strix
Open-source AI hackers that find and validate vulnerabilities in your code, APIs, and infrastructure, and open fix PRs.
237Bjetons
Comment ces classements sont établis
Ce qui est mesuré
Chaque modèle est classé selon le nombre de jetons qu’il a traités via l’API OpenRouter, en comptant à la fois les jetons de prompt et de complétion. L’utilisation est agrégée par jour en UTC et totalisée par variante de modèle, de sorte que les variantes d’un même modèle, comme une variante gratuite, sont classées séparément. Les requêtes qu’un utilisateur ou une application garde privées sont exclues avant l’agrégation.
Période de sélection
Aujourd’hui, Cette semaine et Ce mois-ci couvrent respectivement une fenêtre glissante d’un jour, de sept jours et de trente jours, se terminant à la dernière tranche journalière complète. Tendances compare les sept derniers jours aux sept jours précédents et classe les modèles selon la variation en pourcentage du nombre de jetons, en n’incluant que les modèles comptant au moins un million de jetons dans la fenêtre actuelle afin qu’une faible base ne puisse pas produire un pourcentage élevé. Les nouveaux modèles sans semaine précédente sont affichés en premier, jusqu’à cinq au total.
Fraîcheur
La date au-dessus des classements correspond à la période d’utilisation la plus récente servant au calcul du classement, et non au moment où la page a été affichée ou déployée, elle n’avance donc que lorsque de nouvelles données d’utilisation sont agrégées.
Comment lire ces classements
Ces classements présentent le trafic acheminé via OpenRouter. Le graphique Meilleurs modèles et le classement des LLM classent les modèles selon le nombre de jetons traités, tandis que le graphique Part de marché compte les requêtes. Aucun d’entre eux ne mesure le nombre d’utilisateurs ni les dépenses. Les modèles diffèrent par leur verbosité et leur tokenisation, si bien qu’un total de jetons plus élevé indique dans quelle mesure un modèle est utilisé, et non quel modèle est le meilleur pour une tâche. Ils ne classent pas les modèles selon leur exactitude, leurs capacités de raisonnement ou leurs performances aux évaluations. La section Évaluations les classe selon les scores d’Artificial Analysis et de Design Arena, ainsi que selon des évaluations telles que GPQA Diamond, qu’OpenRouter exécute lui-même et dont il présente les résultats sous forme d’exactitude médiane sur l’ensemble des fournisseurs. Pour la programmation, comparez l’Indice de programmation Artificial Analysis qui y figure avec la section Programmation, qui classe les modèles selon le nombre de jetons sur un échantillon de requêtes dans un langage choisi, tel que Python. Le graphique Meilleurs modèles nomme les neuf modèles les plus utilisés pour chaque période et regroupe les autres sous Autres. Le graphique Part de marché indique la part des requêtes textuelles sur OpenRouter de chaque auteur de modèles, les auteurs restants étant regroupés sous Autres.
Les données des classements d’OpenRouter sont sous licence CC BY 4.0. Réutilisez-les et republiez-les en citant la source. La documentation de l’API de données présente le format de citation et l’accès JSON à ces jeux de données.
