DeepSeek führt OpenRouter mit 35,4 Billionen Tokens pro Woche an, chinesische Modelle belegen die ersten fünf Plätze

DeepSeek belegt die ersten beiden Plätze

DeepSeeks V4.1 Flash 1017 verarbeitete in den Wochenrankings von OpenRouter 35,4 Billionen Tokens. Damit lag das Modell vor seinem Vorgänger und verschaffte chinesischen Entwicklern alle fünf Spitzenplätze. Die Rankings der Plattform mit Nutzungsdaten bis zum 26. Oktober 2026 führen DeepSeek V4.1 Flash mit 17,4 Billionen Tokens auf Platz zwei.

Z.ai's GLM 5.3 Flash belegte mit 13,8 Billionen Tokens den dritten Platz. Es folgten die kostenlose Version von MiniMax M3.1 Flash mit 12,6 Billionen und Tencents Hy4-Vorschau mit 9 Billionen. Auch OpenAIs GPT-6 Luna kam bei der angezeigten Genauigkeit auf 9 Billionen Tokens, belegte aber Platz sechs.

Die Zahlen in OpenRouters KI-Modellrankings aktualisieren die für den Zeitraum vom 19. bis 25. Oktober verbreiteten Angaben. Demnach kam DeepSeeks neuestes Modell auf 33,6 Billionen Tokens und ein Wachstum von 801 Prozent; auf der offiziellen Seite sind es 35,4 Billionen und ein Wachstum von 382 Prozent. Die früheren Angaben führten MiniMax außerdem auf Platz drei und GLM auf Platz vier, also in umgekehrter Reihenfolge als auf der offiziellen Seite.

Die beiden führenden DeepSeek-Varianten verarbeiteten der offiziellen Wochentabelle zufolge zusammen 52,8 Billionen Tokens. Die neueste Version allein bewältigte etwas mehr als das Doppelte des Volumens ihres Vorgängers. Das ist eine bemerkenswerte Verschiebung nach einem am 17. Oktober angekündigten Update.

OpenRouter verbindet Entwickler über eine einzige Programmierschnittstelle, eine sogenannte API, mit Modellen verschiedener Unternehmen. Die Rankings bilden die Aktivitäten ab, die über diesen Dienst laufen. Der breitere KI-Markt umfasst auch direkte APIs der Unternehmen, andere Cloud-Dienste, private Installationen und Anwendungen für Endverbraucher.

Was ein Tokenranking misst

OpenRouter zählt sowohl Prompt-Tokens, also die an ein Modell gesendeten Inhalte, als auch Completion-Tokens, also die von ihm erzeugten Inhalte. Ein Token ist ein kleines Textstück, manchmal ein Wort und manchmal nur ein Teil davon. Ein langes Dokument oder ein ausführliches Gespräch kann viele Tausend Tokens enthalten.

Eine Anfrage ist eine andere Maßeinheit: Sie bezeichnet den Aufruf, mit dem ein Modell um eine Aufgabe gebeten wird. Eine Anfrage kann eine kurze Übersetzung betreffen, eine andere ein umfangreiches Softwareprojekt enthalten und weitreichende Änderungen verlangen. Beide zählen als eine Anfrage, ihre Tokenzahlen können sich jedoch stark unterscheiden.

OpenRouter fasst die Nutzung in Tagesblöcken nach koordinierter Weltzeit (UTC) zusammen. Die Wochentabelle umfasst sieben Tage und endet mit dem jüngsten vollständigen Tagesblock; die Monatstabelle deckt einen rollierenden Zeitraum von 30 Tagen ab. Das Datum über den Rankings kennzeichnet den neuesten Nutzungsblock.

Modellvarianten werden getrennt aufgeführt, auch kostenlose Versionen; als privat markierte Anfragen bleiben unberücksichtigt. OpenRouter misst den Datenverkehr je nach Diagramm in Tokens oder Anfragen. Nutzerzahlen, Ausgaben und Modellfähigkeiten erfordern andere Messgrößen.

Ein größerer Vorsprung für China, aber mit engerer Datengrundlage

Für den Zeitraum vom 19. bis 25. Oktober verbreitete Zahlen bezifferten die gesamte Aktivität auf OpenRouter auf 188 Billionen Tokens, ein Plus von 14,63 Prozent gegenüber der Vorwoche. Demnach entfielen auf chinesische Modelle 93,54 Billionen Tokens und auf US-Modelle 22,47 Billionen. Zudem wurde von einer Serie aus 26 aufeinanderfolgenden Wochen berichtet, in denen chinesische Modelle mehr Tokens verarbeitet hatten.

Die detailliertere Aufschlüsselung weist die Summen für chinesische und US-Modelle als Nutzung unter den neun führenden Modellen aus. Auf dieser Grundlage verarbeiteten chinesische Modelle etwa das 4,16-Fache des US-Volumens. Das ergibt sich aus 93,54 geteilt durch 22,47 Billionen. Sechs der neun Plätze entfielen auf chinesische Modelle.

Im veröffentlichten Wachstumsvergleich legte das Volumen chinesischer Modelle gegenüber der Vorwoche um 18,14 Prozent zu, das US-amerikanischer Modelle um 29,44 Prozent. US-Modelle wuchsen in diesem Zeitraum prozentual also schneller, während chinesische Modelle innerhalb der aufgeführten Gruppe beim Tokenvolumen deutlich vorn lagen.

Diese Abgrenzung ist wichtig, um den Wettbewerb einzuordnen. Auf OpenRouter sind Modelle aus mehr Ländern und von mehr Anbietern verfügbar als in diesen beiden nationalen Kategorien erfasst. Auch der gesamte Datenverkehr der Plattform geht über die neun führenden Einträge hinaus. Die Zahl von 188 Billionen beschreibt die von der Plattform ausgewiesene Aktivität, nicht den weltweiten KI-Verbrauch über sämtliche Dienste hinweg.

DeepSeek führt auch bei den Anfragen

Auch in einem separaten OpenRouter-Diagramm zu den Anteilen an Textanfragen lag DeepSeek in der Woche ab dem 19. Oktober vorn. Auf das Unternehmen entfielen 26,5 Prozent, vor Google mit 20,1 Prozent, OpenAI mit 18,5 Prozent und Z.ai mit 10,7 Prozent.

DeepSeeks Vorsprung vor Google betrug 6,4 Prozentpunkte, vor OpenAI waren es 8 Prozentpunkte. Google und OpenAI kamen zusammen auf 38,6 Prozent der Anfragen. Die beiden US-Entwickler waren damit stark vertreten, obwohl chinesische Modelle bei den Tokenzahlen die Spitzenplätze belegten.

Anthropic erreichte 5,5 Prozent der Textanfragen, Qwen 4,7 Prozent, MiniMax 2 Prozent und Tencent 1,8 Prozent. Auf Mistral AI entfielen weitere 2 Prozent, auf alle übrigen Anbieter zusammen 8,3 Prozent.

Der Anteil an den Anfragen beleuchtet einen anderen Teil des Marktes als das Tokenvolumen. Ein Anbieter, der viele kurze Gespräche bedient, kann einen hohen Anfrageanteil erreichen. Ein anderer verarbeitet möglicherweise weniger, dafür aber deutlich längere Aufgaben und kommt so auf mehr Tokens. Für Entwickler, die zwischen Modellen wählen, können sowohl die Zahl der Interaktionen als auch der Umfang der dabei geleisteten Arbeit relevant sein.

Die Veröffentlichungen hinter der Neuordnung im Oktober

DeepSeek kündigte V4.1 Flash 1017 am 17. Oktober an. Das Modell baut auf V4.1 Flash auf, das am 10. September veröffentlicht worden war. Das Update zielte auf logisches Schlussfolgern, Programmieren, Automatisierung und Aufgaben mit Bildern. Das Unternehmen stellte außerdem die Modellgewichte bereit, also die numerischen Parameter, die zum Betrieb des Modells benötigt werden.

MiniMax veröffentlichte M3.1 Flash am 19. Oktober. Kurz darauf tauchte die kostenlose Variante in der Spitzengruppe der Wochentabelle auf. Damit fielen zwei neue Veröffentlichungen in eine Phase rasch zunehmenden Datenverkehrs auf der Plattform.

• 10. September 2026: DeepSeek veröffentlicht V4.1 Flash.
• 17. Oktober: DeepSeek kündigt das Update V4.1 Flash 1017 an.
• 19. Oktober: MiniMax veröffentlicht M3.1 Flash.
• 19. bis 25. Oktober: Zeitraum der weithin verbreiteten wöchentlichen Nutzungszahlen.
• 26. Oktober: jüngstes Nutzungsdatum in den offiziellen OpenRouter-Rankings.

DeepSeeks älteres V4.1 Flash blieb trotz eines Rückgangs um 41 Prozent in der offiziellen Wochentabelle eine wichtige Quelle der Aktivität. Die neuere Variante legte um 382 Prozent zu. Dass beide weiterhin stark genutzt wurden, deutet darauf hin, dass Entwickler während des Übergangs beide Versionen einsetzten. Die Rankings schlüsseln jedoch nicht auf, wie einzelne Kunden über einen Wechsel entschieden.

Tages- und Monatstabellen erzählen unterschiedliche Geschichten

DeepSeek V4.1 Flash 1017 lag auch am jüngsten vollständig erfassten Tag mit 5,42 Billionen Tokens vorn. Es folgten GLM 5.3 Flash mit 2,27 Billionen und das ältere DeepSeek V4.1 Flash mit 2,21 Billionen, nur knapp dahinter.

Das Volumen des Tagesführenden ging gegenüber dem Vortag um 6 Prozent zurück, dennoch blieb das Modell auf Platz eins. Tencents Hy4-Vorschau legte um 44 Prozent auf 1,4 Billionen Tokens zu, GLM 5.3 um 56 Prozent auf 892 Milliarden. Das zeigt, wie schnell sich die Aktivität zwischen Modellen verschieben kann.

Über die zurückliegenden 30 Tage lag das ältere DeepSeek V4.1 Flash mit 123 Billionen Tokens weiterhin an der Spitze. GLM 5.3 Flash folgte mit 50,7 Billionen. Das neuere DeepSeek-Modell belegte mit 42,7 Billionen Platz vier, hinter Space Bunny Alpha mit 46,9 Billionen.

Xiaomis MiMo-V2.6-Flash verdeutlicht den Unterschied zwischen diesen Zeiträumen. In der offiziellen Wochentabelle lag das Modell mit 5,32 Billionen Tokens auf Platz neun, 44 Prozent weniger als zuvor. Über 30 Tage belegte es mit 38,8 Billionen Platz fünf, ein Plus von 807 Prozent gegenüber den vorangegangenen 30 Tagen. Ein starker Monat kann eine schwächere Schlusswoche enthalten.

Warum Programmieren und Agenten so viele Tokens verbrauchen

MiniMax zufolge verbesserte M3.1 Flash die Leistung bei komplexen Agentenaufgaben, der Computerbedienung, der Softwareentwicklung und der Cybersicherheit. Außerdem habe sich die Geschwindigkeit der Online-Inferenz nahezu verdreifacht und die Nutzungskosten seien um 70 Prozent gesunken. Inferenz bezeichnet den Betrieb eines trainierten Modells, um eine Antwort zu erzeugen oder eine Aufgabe zu erledigen.

Ein KI-Agent führt eine Reihe von Aktionen aus, statt nur eine einzige Antwort zu geben. Ein Programmieragent könnte Dateien prüfen, eine Änderung vorschlagen, ein Werkzeug ausführen, das Ergebnis lesen und seine Arbeit überarbeiten. Jeder Schritt kann weitere Informationen an das Modell senden und so den Tokenverbrauch erhöhen.

Frühere, am 24. Februar veröffentlichte Zahlen zeigten ein ähnliches Muster bei einer vorherigen Generation chinesischer Modelle. MiniMax M2.5 führte die damalige Wochentabelle mit 2,45 Billionen Tokens an, gefolgt von Kimi K2.5 mit 1,21 Billionen. Auf chinesische Modelle entfielen 5,3 Billionen der rund 8,7 Billionen Tokens der zehn führenden Modelle, also etwa 61 Prozent.

Die wöchentliche Nutzung von MiniMax M2.5 war um 197 Prozent gestiegen, die von GLM-5 um 158 Prozent, während Kimi K2.5 um 20 Prozent zurückging. MiniMax zufolge überschritt M2.5 in den ersten sieben Tagen nach seiner Veröffentlichung 3,07 Billionen Tokens. Die Zahlen beziehen sich auf unterschiedliche Zeiträume, zeigen aber gemeinsam, dass rasche Verbreitung und plötzliche Verschiebungen zwischen Modellen der Neuordnung im Oktober vorausgingen.

Kimi K2.5 wurde dafür entwickelt, bis zu 100 parallel arbeitende Agenten zu koordinieren. OpenRouter stellte rund um M2.5 auch einen Anstieg bei Eingaben mit 100.000 bis 1 Million Tokens fest. Das verbindet den früheren Aufschwung mit den großen Kontextmengen, die in Arbeitsabläufen mit Agenten zum Einsatz kommen.

Niedrigere Preise verändern die Kosten wiederholter Arbeit

Die im Umfeld der Veröffentlichungen im Februar genannten Preise zeigen, warum Entwickler bei vielen wiederholten Arbeitsschritten genau auf die Kosten achten. MiniMax M2.5 und GLM-5 verlangten jeweils 0,30 US-Dollar pro Million Eingabe-Tokens, verglichen mit 5 US-Dollar für Claude Opus 4.6. Das ist etwa das 16,7-Fache.

Für Ausgaben lagen die Preise bei 1,10 US-Dollar pro Million Tokens für MiniMax M2.5, 2,55 US-Dollar für GLM-5 und 25 US-Dollar für Claude Opus 4.6. Zu diesen ausgewiesenen Preisen würden 10 Millionen Ausgabe-Tokens 11, 25,50 beziehungsweise 250 US-Dollar kosten, noch ohne weitere Gebühren oder Rabatte.

Auch bei den Veröffentlichungen im Oktober standen die Betriebskosten im Mittelpunkt. DeepSeek verlangte zu Zeiten hoher Auslastung andere Preise als in ruhigeren Phasen, während MiniMax einheitliche Preise anbot. Beide Ansätze geben Entwicklern Möglichkeiten, die Kosten von Anwendungen zu steuern, die wiederholt lange Gespräche, Dokumente oder Code an ein Modell senden.

DeepSeek veröffentlichte außerdem sein Inferenzframework DeepInfer, das laut Unternehmen sowohl Nvidia-Hardware als auch Huawei-Ascend-Prozessoren unterstützt. Die angegebene Verarbeitungskapazität lag bei rund 155 Billionen Tokens je Cluster und Tag. Diese Zahl bezieht sich auf die Infrastruktur, auf der Modelldienste laufen, und ist eine andere betriebliche Kennzahl als der über OpenRouter geleitete Datenverkehr.

Datenverkehr und Ausgaben entwickeln sich unterschiedlich

Das von OpenRouter ausgewiesene wöchentliche Tokenvolumen stieg von 5,51 Billionen Ende Oktober 2025 auf 188 Billionen Ende Oktober 2026. Die Division der beiden Werte ergibt ungefähr das 34-Fache des früheren Niveaus und veranschaulicht, wie schnell die Arbeitslast auf der Plattform gewachsen ist.

Ausgaben nach Aufgabenart beleuchten eine andere Seite dieses Wachstums. Auf allgemeine Aufgaben entfielen 32,1 Prozent, auf Agentenabläufe 30,9 Prozent und auf Programmieren 26,7 Prozent. Zusammen machten diese drei Kategorien 89,7 Prozent der in der Aufschlüsselung ausgewiesenen Ausgaben aus.

In der Rangliste der Ausgaben für Klassifizierungsaufgaben lag Claude Opus 5.5 mit einem Anteil von 10,3 Prozent vorn. Klassifizierung bedeutet, etwas einer Kategorie zuzuordnen, etwa die Anfrage eines Kunden zu erkennen, ein Dokument zu verschlagworten oder zu entscheiden, an welchen Arbeitsablauf eine Nachricht weitergeleitet werden soll.

Die Rechnungen von Entwicklern hängen sowohl von den Preisen als auch von der Zahl der Tokens ab. Ein günstigeres Modell kann ein deutlich größeres Volumen bewältigen und zugleich weniger Umsatz je Token erzeugen. Der Gewinn hängt dann von den Kosten für Rechenleistung, den Betrieb des Dienstes und die Betreuung zahlender Kunden ab. Aus den Zahlen gehen die Umsätze und Gewinne der Anbieter für diesen Zeitraum nicht hervor.

Der Einsatz chinesischer KI reicht zudem über allgemeine Sprachmodelle hinaus. Meteorologische Behörden in mehr als 40 Ländern haben das Wetterwarnmodell MAZU über Cloud-Dienste genutzt. Angepasste Versionen kamen in sieben Ländern zum Einsatz, darunter Pakistan, Äthiopien und die Salomonen. Solche spezialisierten Anwendungen zeigen einen weiteren Weg, auf dem Modelle außerhalb öffentlicher API-Rankings Nutzer erreichen.

Die wichtigsten Punkte

• DeepSeek V4.1 Flash 1017 führte die offizielle OpenRouter-Wochentabelle mit 35,4 Billionen Tokens an, gefolgt von V4.1 Flash mit 17,4 Billionen.
• Chinesische Entwickler belegten die fünf Spitzenplätze: GLM 5.3 Flash kam auf Platz drei, die kostenlose Variante von MiniMax M3.1 Flash auf Platz vier und die Hy4-Vorschau auf Platz fünf.
• DeepSeek kam in der Woche ab dem 19. Oktober auf 26,5 Prozent der Textanfragen und lag damit vor Google und OpenAI.
• Der gemeldete Vorsprung chinesischer Modelle über 26 Wochen bezieht sich auf die Nutzung bei OpenRouter; die genannten detaillierten Länderwerte für den Zeitraum vom 19. bis 25. Oktober umfassen die neun führenden Modelle.
• Programmieren, Agentenabläufe und niedrigere Preise helfen, das Wachstum wiederholter, umfangreicher Interaktionen mit Modellen zu erklären.
• OpenRouters Rankings messen den Datenverkehr auf der Plattform; Ausgaben, Modellfähigkeiten und Gewinne der Anbieter beruhen auf anderen Messgrößen.