DeepSeek Puncaki OpenRouter dengan 35,4 Triliun Token Mingguan, Model China Kuasai Lima Posisi Teratas

DeepSeek menempati dua posisi teratas

DeepSeek V4.1 Flash 1017 memproses 35,4 triliun token dalam pemeringkatan mingguan OpenRouter, mengungguli pendahulunya dan menempatkan para pengembang China di kelima posisi teratas. Pemeringkatan platform itu, yang mencakup data penggunaan hingga 26 Oktober 2026, menempatkan DeepSeek V4.1 Flash di posisi kedua dengan 17,4 triliun token.

GLM 5.3 Flash dari Z.ai menempati posisi ketiga dengan 13,8 triliun token, disusul versi gratis MiniMax M3.1 Flash dengan 12,6 triliun dan pratinjau Hy4 dari Tencent dengan 9 triliun. GPT-6 Luna dari OpenAI juga mencatat 9 triliun token pada tingkat presisi yang ditampilkan, tetapi berada di posisi keenam.

Angka di Peringkat Model AI OpenRouter memperbarui angka yang beredar untuk 19 hingga 25 Oktober, yang menempatkan model terbaru DeepSeek di angka 33,6 triliun token dengan pertumbuhan 801%; halaman resmi mencatat 35,4 triliun dan pertumbuhan 382%. Angka sebelumnya juga menempatkan MiniMax di posisi ketiga dan GLM di posisi keempat, berlawanan dengan urutan pada halaman resmi.

Dua varian teratas DeepSeek secara gabungan memproses 52,8 triliun token dalam tabel mingguan resmi. Versi terbarunya saja menangani sedikit lebih dari dua kali volume pendahulunya, perubahan mencolok setelah pembaruan yang diumumkan pada 17 Oktober.

OpenRouter menghubungkan pengembang dengan model dari berbagai perusahaan melalui satu antarmuka pemrograman aplikasi (API). Pemeringkatannya menggambarkan aktivitas yang melalui layanan tersebut. Pasar AI yang lebih luas juga mencakup API langsung milik perusahaan, layanan cloud lain, instalasi privat, dan aplikasi konsumen.

Yang diukur oleh pemeringkatan token

OpenRouter menghitung token prompt, yaitu materi yang dikirim ke model, dan token penyelesaian, yaitu materi yang dihasilkan model. Token adalah potongan kecil teks, terkadang berupa satu kata dan terkadang hanya bagian dari kata. Dokumen panjang atau percakapan yang berlarut-larut dapat berisi ribuan token.

Permintaan adalah satuan yang berbeda: panggilan untuk meminta model melakukan sesuatu. Satu permintaan bisa meminta terjemahan singkat, sementara permintaan lain dapat menyertakan proyek perangkat lunak besar dan meminta perubahan ekstensif. Keduanya dihitung sebagai satu permintaan, tetapi jumlah tokennya bisa sangat berbeda.

OpenRouter mengelompokkan penggunaan ke dalam bucket harian berdasarkan Waktu Universal Terkoordinasi (UTC). Tabel mingguannya mencakup tujuh hari yang berakhir pada bucket terbaru yang lengkap, sedangkan tabel bulanannya mencakup periode bergulir 30 hari. Tanggal di atas pemeringkatan menunjukkan bucket penggunaan terbaru.

Varian model mendapat entri terpisah, termasuk versi gratis, dan permintaan yang ditandai privat tidak disertakan. OpenRouter mengukur lalu lintas dalam token atau permintaan, tergantung grafiknya; jumlah pengguna, belanja, dan kemampuan model memerlukan ukuran yang berbeda.

Keunggulan China yang makin besar, dengan cakupan penghitungan lebih terbatas

Angka yang beredar untuk 19 hingga 25 Oktober menempatkan total aktivitas OpenRouter di angka 188 triliun token, naik 14,63% dari minggu sebelumnya. Laporan yang sama mencatat model China di angka 93,54 triliun token dan model AS di angka 22,47 triliun, serta menyebut rentetan 26 minggu berturut-turut ketika model China memproses lebih banyak token.

Rincian yang lebih lengkap menyebut total China dan AS itu sebagai penggunaan di antara sembilan model teratas. Berdasarkan perhitungan tersebut, model China menangani sekitar 4,16 kali volume model AS, dihitung dari 93,54 triliun dibagi 22,47 triliun. Model China menempati enam dari sembilan posisi tersebut.

Perbandingan pertumbuhan yang dipublikasikan mencatat volume China naik 18,14% dan volume AS naik 29,44% dibandingkan minggu sebelumnya. Dengan demikian, model AS tumbuh lebih cepat secara persentase pada periode tersebut, sementara model China mempertahankan total token yang jauh lebih besar di kelompok yang tercantum.

Cakupan pengelompokan ini penting untuk memahami persaingan. OpenRouter menampung model dari lebih banyak negara dan penyedia daripada dua kategori nasional tersebut, dan total lalu lintasnya mencakup lebih dari sembilan entri teratas. Angka 188 triliun menggambarkan aktivitas yang dilaporkan platform, bukan konsumsi AI di seluruh dunia melalui setiap layanan.

DeepSeek memimpin jumlah permintaan maupun token

DeepSeek juga memimpin grafik terpisah OpenRouter mengenai pangsa permintaan teks pada pekan yang dimulai 19 Oktober. Pangsa DeepSeek mencapai 26,5%, di atas Google dengan 20,1%, OpenAI dengan 18,5%, dan Z.ai dengan 10,7%.

Keunggulan DeepSeek atas Google mencapai 6,4 poin persentase, sementara atas OpenAI sebesar 8 poin persentase. Google dan OpenAI secara gabungan mencakup 38,6% permintaan, menunjukkan kehadiran yang cukup besar dari dua pengembang AS itu meskipun model China menempati posisi teratas dalam jumlah token.

Anthropic menguasai 5,5% permintaan teks, Qwen 4,7%, MiniMax 2%, dan Tencent 1,8%. Mistral AI mencatat 2% lagi, sementara seluruh pengembang lain secara gabungan mencakup 8,3%.

Pangsa permintaan membantu menjelaskan sisi pasar yang berbeda dari total token. Penyedia yang melayani banyak pertukaran singkat dapat memiliki pangsa permintaan besar, sedangkan penyedia lain yang menangani lebih sedikit pekerjaan tetapi berdurasi jauh lebih panjang dapat memproses lebih banyak token. Pengembang yang memilih model mungkin mempertimbangkan jumlah interaksi sekaligus banyaknya pekerjaan dalam setiap interaksi.

Rilis yang melatarbelakangi pergeseran pada Oktober

DeepSeek mengumumkan V4.1 Flash 1017 pada 17 Oktober, sebagai pengembangan dari V4.1 Flash yang dirilis pada 10 September. Pembaruan itu menyasar penalaran, pemrograman, otomasi, dan tugas yang melibatkan gambar. Perusahaan tersebut juga menyediakan bobot model, sehingga pihak lain dapat memperoleh parameter numerik yang digunakan untuk menjalankannya.

MiniMax merilis M3.1 Flash pada 19 Oktober, tak lama sebelum varian gratisnya masuk ke kelompok teratas mingguan. Urutan ini menempatkan dua rilis baru langsung dalam periode pertumbuhan lalu lintas platform yang pesat.

• 10 September 2026: DeepSeek merilis V4.1 Flash.
• 17 Oktober: DeepSeek mengumumkan pembaruan V4.1 Flash 1017.
• 19 Oktober: MiniMax merilis M3.1 Flash.
• 19 hingga 25 Oktober: Periode mingguan yang tercakup dalam angka penggunaan yang banyak beredar.
• 26 Oktober: Tanggal penggunaan terbaru yang ditampilkan dalam pemeringkatan resmi OpenRouter.

V4.1 Flash versi sebelumnya dari DeepSeek tetap menjadi sumber aktivitas besar meskipun turun 41% dalam tabel mingguan resmi. Varian yang lebih baru naik 382%. Kehadiran keduanya menunjukkan bahwa pengembang menggunakan kedua versi selama masa peralihan, meskipun pemeringkatan tidak merinci keputusan perpindahan masing-masing pelanggan.

Tabel harian dan bulanan menunjukkan gambaran berbeda

DeepSeek V4.1 Flash 1017 juga memimpin pada hari lengkap terbaru, dengan memproses 5,42 triliun token. GLM 5.3 Flash menyusul dengan 2,27 triliun, sementara DeepSeek V4.1 Flash versi lama berada tak jauh di belakang dengan 2,21 triliun.

Volume pemimpin harian itu turun 6% dari hari sebelumnya, meskipun tetap berada di posisi pertama. Pratinjau Hy4 dari Tencent naik 44% menjadi 1,4 triliun token, sedangkan GLM 5.3 naik 56% menjadi 892 miliar, memperlihatkan betapa cepat aktivitas dapat bergeser antarmodel.

Dalam periode bergulir 30 hari, DeepSeek V4.1 Flash versi lama masih berada di posisi pertama dengan 123 triliun token. GLM 5.3 Flash menyusul dengan 50,7 triliun. Model DeepSeek yang lebih baru menempati posisi keempat dengan 42,7 triliun, di bawah Space Bunny Alpha dengan 46,9 triliun.

MiMo-V2.6-Flash dari Xiaomi menggambarkan perbedaan antara kedua periode tersebut. Model itu berada di posisi kesembilan dalam tabel mingguan resmi dengan 5,32 triliun token, turun 44%, tetapi menempati posisi kelima dalam periode 30 hari dengan 38,8 triliun, naik 807% dibandingkan 30 hari sebelumnya. Performa bulanan yang kuat dapat mencakup pekan terakhir yang lebih lemah.

Mengapa pemrograman dan agen menghabiskan begitu banyak token

MiniMax mengatakan M3.1 Flash meningkatkan kinerja dalam tugas agen yang kompleks, pengoperasian komputer, pengembangan perangkat lunak, dan keamanan siber. Perusahaan itu juga menyebut kecepatan inferensi daring hampir tiga kali lipat dan biaya penggunaan turun 70%. Inferensi berarti menjalankan model terlatih untuk menghasilkan jawaban atau menyelesaikan tugas.

Agen AI menjalankan serangkaian tindakan, bukan hanya menghasilkan satu balasan. Agen pemrograman dapat memeriksa berkas, mengusulkan penyuntingan, menjalankan alat, membaca hasilnya, lalu merevisi pekerjaannya. Setiap langkah dapat mengirimkan lebih banyak informasi kembali ke model, sehingga konsumsi token meningkat.

Angka sebelumnya yang diterbitkan pada 24 Februari menunjukkan pola yang sama pada generasi model China sebelumnya. MiniMax M2.5 memimpin tabel mingguan itu dengan 2,45 triliun token, disusul Kimi K2.5 dengan 1,21 triliun. Model China mencakup 5,3 triliun dari sekitar 8,7 triliun token yang diproses sepuluh model teratas, atau sekitar 61%.

Penggunaan mingguan MiniMax M2.5 naik 197%, sementara GLM-5 naik 158% dan Kimi K2.5 turun 20%. MiniMax menyebut M2.5 melampaui 3,07 triliun token dalam tujuh hari pertamanya setelah dirilis. Angka-angka itu menggunakan periode yang berbeda, tetapi secara keseluruhan menunjukkan bahwa adopsi cepat dan pergeseran mendadak antarmodel sudah terjadi sebelum perubahan pada Oktober.

Kimi K2.5 dirancang untuk mengoordinasikan hingga 100 agen yang bekerja secara paralel. OpenRouter juga mencatat peningkatan input berukuran antara 100.000 hingga 1 juta token pada periode sekitar peluncuran M2.5, yang mengaitkan lonjakan sebelumnya dengan besarnya konteks yang digunakan dalam alur kerja agen.

Harga lebih rendah mengubah ekonomi pekerjaan berulang

Harga yang dipublikasikan sekitar peluncuran pada Februari menunjukkan alasan pengembang yang menjalankan banyak langkah berulang sangat memperhatikan biaya. MiniMax M2.5 dan GLM-5 masing-masing mengenakan biaya $0,30 per sejuta token input, dibandingkan $5 untuk Claude Opus 4.6, sekitar 16,7 kali lebih mahal.

Harga outputnya adalah $1,10 per sejuta token untuk MiniMax M2.5, $2,55 untuk GLM-5, dan $25 untuk Claude Opus 4.6. Dengan tarif yang tercantum, menghasilkan 10 juta token output akan dikenai biaya masing-masing $11, $25,50, atau $250, sebelum biaya atau diskon lain.

Rilis Oktober melanjutkan fokus pada biaya operasional tersebut. DeepSeek menerapkan harga berbeda untuk periode sibuk dan sepi, sedangkan MiniMax menawarkan harga seragam. Kedua pendekatan memberi pengembang cara untuk mengendalikan biaya aplikasi yang berulang kali mengirim percakapan panjang, dokumen, atau kode ke model.

DeepSeek juga merilis kerangka kerja inferensi DeepInfer, yang disebut mendukung perangkat keras Nvidia dan prosesor Huawei Ascend. Kapasitas pemrosesannya dilaporkan sekitar 155 triliun token per klaster per hari. Angka itu berkaitan dengan infrastruktur yang menjalankan layanan model, ukuran operasional yang berbeda dari lalu lintas yang disalurkan melalui OpenRouter.

Lalu lintas dan belanja mengikuti pola berbeda

Volume token mingguan yang dilaporkan OpenRouter naik dari 5,51 triliun pada akhir Oktober 2025 menjadi 188 triliun pada akhir Oktober 2026. Pembagian kedua angka itu menghasilkan sekitar 34 kali lipat dari tingkat sebelumnya, yang menggambarkan betapa cepat beban kerja platform berkembang.

Angka belanja berdasarkan tugas menggambarkan sisi lain dari pertumbuhan tersebut. Tugas umum mencakup 32,1%, alur kerja agen 30,9%, dan pemrograman 26,7%. Ketiga kategori itu secara gabungan mewakili 89,7% dari belanja dalam rincian tersebut.

Claude Opus 5.5 memimpin pemeringkatan belanja berdasarkan klasifikasi dengan pangsa 10,3%. Klasifikasi berarti menetapkan label atau kategori, misalnya mengenali permintaan pelanggan, memberi tag pada dokumen, atau menentukan alur kerja yang harus menerima sebuah pesan.

Tagihan pengembang bergantung pada harga sekaligus jumlah token. Model yang lebih murah dapat menangani volume jauh lebih besar tetapi menghasilkan pendapatan yang lebih kecil per token. Keuntungan kemudian bergantung pada biaya komputasi, operasional layanan, dan melayani pelanggan berbayar. Angka-angka tersebut tidak merinci pendapatan maupun keuntungan penyedia untuk periode ini.

Penerapan AI China juga mencakup lebih dari sekadar model bahasa umum. Dinas meteorologi di lebih dari 40 negara telah menggunakan model peringatan cuaca MAZU melalui layanan cloud, dengan versi khusus yang diterapkan di tujuh negara, termasuk Pakistan, Ethiopia, dan Kepulauan Solomon. Aplikasi khusus semacam ini menunjukkan cara lain model menjangkau pengguna di luar pemeringkatan API publik.

Poin-Poin Utama

• DeepSeek V4.1 Flash 1017 memimpin tabel mingguan resmi OpenRouter dengan 35,4 triliun token, disusul V4.1 Flash dengan 17,4 triliun.
• Para pengembang China menempati lima posisi model teratas, dengan GLM 5.3 Flash di posisi ketiga, varian gratis MiniMax M3.1 Flash di posisi keempat, dan pratinjau Hy4 di posisi kelima.
• DeepSeek menguasai 26,5% permintaan teks pada pekan yang dimulai 19 Oktober, mengungguli Google dan OpenAI.
• Keunggulan China selama 26 minggu yang dilaporkan mengacu pada penggunaan di OpenRouter; total nasional terperinci yang dikutip untuk 19 hingga 25 Oktober mencakup sembilan model teratas.
• Pemrograman, alur kerja agen, dan harga yang lebih rendah membantu menjelaskan pertumbuhan interaksi model yang berulang dan panjang.
• Pemeringkatan OpenRouter mengukur lalu lintas platform, sedangkan belanja, kemampuan model, dan keuntungan penyedia menggunakan ukuran yang berbeda.