DeepSeek lidera a OpenRouter com 35,4 biliões de tokens semanais, enquanto modelos chineses ocupam os cinco primeiros lugares

DeepSeek ocupa os dois primeiros lugares

O DeepSeek V4.1 Flash 1017 processou 35,4 biliões de tokens nas classificações semanais da OpenRouter, ficando à frente do seu antecessor e colocando os programadores chineses nos cinco primeiros lugares. As classificações da plataforma, com dados de utilização até 26 de outubro de 2026, colocam o DeepSeek V4.1 Flash em segundo lugar, com 17,4 biliões de tokens.

O GLM 5.3 Flash, da Z.ai, ficou em terceiro lugar, com 13,8 biliões de tokens, seguido da versão gratuita do MiniMax M3.1 Flash, com 12,6 biliões, e da versão de pré-visualização do Hy4, da Tencent, com 9 biliões. O GPT-6 Luna, da OpenAI, também registou 9 biliões de tokens com o nível de precisão apresentado, mas ficou em sexto lugar.

Os valores apresentados nas Classificações de Modelos de IA da OpenRouter atualizam os números divulgados para o período de 19 a 25 de outubro, que indicavam que o mais recente modelo da DeepSeek tinha processado 33,6 biliões de tokens, com um crescimento de 801%; a página oficial indica 35,4 biliões e um crescimento de 382%. Os valores anteriores também colocavam o MiniMax em terceiro lugar e o GLM em quarto, invertendo a ordem apresentada na página oficial.

Em conjunto, as duas variantes líderes da DeepSeek processaram 52,8 biliões de tokens na tabela semanal oficial. Só a versão mais recente tratou pouco mais do dobro do volume do seu antecessor, uma mudança assinalável após uma atualização anunciada a 17 de outubro.

A OpenRouter liga programadores a modelos de várias empresas através de uma única interface de programação de aplicações, ou API. As suas classificações refletem a atividade que passa pelo serviço. O mercado de IA em sentido mais amplo inclui também as API diretas das empresas, outros serviços de computação em nuvem, instalações privadas e aplicações de consumo.

O que mede uma classificação por tokens

A OpenRouter contabiliza tanto os tokens de entrada, ou seja, o material enviado a um modelo, como os tokens de saída, o material produzido pelo modelo. Um token é uma pequena unidade de texto: por vezes uma palavra, outras vezes apenas parte de uma palavra. Um documento longo ou uma conversa prolongada pode conter muitos milhares de tokens.

Um pedido é uma unidade diferente: é uma chamada que pede a um modelo que faça algo. Um pedido pode solicitar uma tradução curta; outro pode incluir um grande projeto de software e pedir alterações extensas. Ambos contam como um pedido, mas o total de tokens pode ser muito diferente.

A OpenRouter agrega a utilização em períodos diários segundo a Hora Universal Coordenada. A tabela semanal abrange sete dias, terminando no período completo mais recente, enquanto a tabela mensal cobre os 30 dias anteriores. A data apresentada por cima das classificações identifica o período de utilização mais recente.

As variantes dos modelos têm entradas separadas, incluindo as versões gratuitas, e os pedidos assinalados como privados são excluídos. A OpenRouter mede o tráfego em tokens ou pedidos, consoante o gráfico; o número de utilizadores, os gastos e as capacidades dos modelos exigem métricas diferentes.

Maior vantagem chinesa, mas com uma base de contagem mais restrita

Os valores divulgados para o período de 19 a 25 de outubro apontam para um total de 188 biliões de tokens na OpenRouter, mais 14,63% do que na semana anterior. A mesma cobertura indicou 93,54 biliões de tokens para os modelos chineses e 22,47 biliões para os modelos norte-americanos, assinalando uma série de 26 semanas consecutivas em que os modelos chineses processaram mais tokens.

A discriminação mais detalhada identifica os totais chineses e norte-americanos como referentes à utilização dos nove modelos mais usados. Nesta base, os modelos chineses processaram cerca de 4,16 vezes o volume dos norte-americanos, um valor calculado dividindo 93,54 biliões por 22,47 biliões. Os modelos chineses ocuparam seis dos nove lugares.

A comparação do crescimento publicada indica que o volume dos modelos chineses aumentou 18,14% e o dos norte-americanos, 29,44%, face à semana anterior. Assim, os modelos norte-americanos cresceram mais em termos percentuais nesse período, enquanto os modelos chineses mantiveram um total de tokens muito superior no grupo apresentado.

Este agrupamento é importante para compreender a concorrência. A OpenRouter disponibiliza modelos de mais países e fornecedores do que os abrangidos por estas duas categorias nacionais, e o tráfego total da plataforma supera o dos nove modelos líderes. O valor de 188 biliões descreve a atividade declarada pela plataforma, e não o consumo mundial de IA em todos os serviços.

DeepSeek lidera tanto em pedidos como em tokens

A DeepSeek também liderou a classificação separada da OpenRouter relativa à percentagem de pedidos de texto na semana iniciada a 19 de outubro. Representou 26,5%, à frente da Google, com 20,1%, da OpenAI, com 18,5%, e da Z.ai, com 10,7%.

A vantagem da DeepSeek sobre a Google foi de 6,4 pontos percentuais e, sobre a OpenAI, de 8 pontos percentuais. Em conjunto, a Google e a OpenAI representaram 38,6% dos pedidos, dando aos dois programadores norte-americanos uma presença expressiva, embora os modelos chineses ocupassem as primeiras posições por volume de tokens.

A Anthropic deteve 5,5% dos pedidos de texto, a Qwen 4,7%, a MiniMax 2% e a Tencent 1,8%. A Mistral AI representou outros 2%, enquanto todos os restantes criadores somaram 8,3%.

A percentagem de pedidos ajuda a explicar uma dimensão do mercado diferente do total de tokens. Um fornecedor que responda a muitas interações curtas pode representar uma grande fatia dos pedidos, enquanto outro, com menos pedidos mas tarefas muito mais longas, pode processar mais tokens. Os programadores que escolhem entre modelos podem dar importância tanto ao número de interações como à quantidade de trabalho envolvida em cada uma.

Os lançamentos por detrás da mudança de posições em outubro

A DeepSeek anunciou o V4.1 Flash 1017 a 17 de outubro, desenvolvendo o V4.1 Flash, lançado a 10 de setembro. A atualização visava melhorar o raciocínio, a programação, a automatização e as tarefas com imagens. A empresa disponibilizou também os pesos do modelo, permitindo que terceiros obtenham os parâmetros numéricos usados para o executar.

A MiniMax lançou o M3.1 Flash a 19 de outubro, pouco antes de a sua variante gratuita entrar no grupo dos modelos mais utilizados na semana. A sequência colocou dois lançamentos recentes num 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.
• 19 a 25 de outubro: período semanal abrangido pelos valores de utilização amplamente divulgados.
• 26 de outubro: data de utilização mais recente apresentada nas classificações oficiais da OpenRouter.

O V4.1 Flash anterior da DeepSeek continuou a ser uma importante fonte de atividade, apesar de ter caído 41% na tabela semanal oficial. A nova variante cresceu 382%. A presença de ambas sugere que os programadores usaram as duas versões durante a transição, embora as classificações não discriminem as decisões de migração de clientes individuais.

As tabelas diárias e mensais contam histórias diferentes

O DeepSeek V4.1 Flash 1017 também liderou o último dia completo, ao processar 5,42 biliões de tokens. O GLM 5.3 Flash ficou em segundo lugar, com 2,27 biliões, seguido de perto pelo DeepSeek V4.1 Flash anterior, com 2,21 biliões.

O volume do líder diário caiu 6% face ao dia anterior, apesar de ter mantido o primeiro lugar. A versão de pré-visualização do Hy4, da Tencent, cresceu 44%, para 1,4 biliões de tokens, e o GLM 5.3 aumentou 56%, para 892 mil milhões, mostrando a rapidez com que a atividade pode passar de uns modelos para outros.

No conjunto dos 30 dias anteriores, o DeepSeek V4.1 Flash anterior continuou em primeiro lugar, com 123 biliões de tokens. O GLM 5.3 Flash ficou em segundo, com 50,7 biliões. O novo modelo da DeepSeek ocupou o quarto lugar, com 42,7 biliões, atrás do Space Bunny Alpha, com 46,9 biliões.

O MiMo-V2.6-Flash, da Xiaomi, ilustra a diferença entre estes períodos. Ficou em nono lugar na tabela semanal oficial, com 5,32 biliões de tokens, uma queda de 44%, mas em quinto lugar no período de 30 dias, com 38,8 biliões, mais 807% do que nos 30 dias anteriores. Um mês forte pode incluir uma última semana mais fraca.

Porque consomem tanto os modelos de programação e os agentes

A MiniMax afirmou que o M3.1 Flash melhorou o desempenho em tarefas complexas com agentes, operação de computadores, desenvolvimento de software e cibersegurança. Disse também que a velocidade de inferência em linha quase triplicou e que os custos de utilização diminuíram 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 analisar ficheiros, propor uma alteração, executar uma ferramenta, ler o resultado e rever o trabalho. Cada passo pode enviar mais informação ao modelo, aumentando o consumo de tokens.

Valores publicados anteriormente, a 24 de fevereiro, revelaram o mesmo padrão numa geração anterior de modelos chineses. O MiniMax M2.5 liderou a tabela semanal, com 2,45 biliões de tokens, seguido do Kimi K2.5, com 1,21 biliões. Os modelos chineses representaram 5,3 biliões dos cerca de 8,7 biliões de tokens dos dez primeiros, uma quota de aproximadamente 61%.

A utilização semanal do MiniMax M2.5 aumentou 197%, enquanto a do GLM-5 cresceu 158% e a do Kimi K2.5 caiu 20%. A MiniMax afirmou que o M2.5 ultrapassou os 3,07 biliões de tokens nos primeiros sete dias após o lançamento. Os valores referem-se a períodos diferentes, mas, em conjunto, mostram que a adoção rápida e as mudanças repentinas entre modelos antecederam a alteração de posições de outubro.

O Kimi K2.5 foi concebido para coordenar até 100 agentes a trabalhar em paralelo. A OpenRouter também identificou um aumento de pedidos com entradas entre 100 000 e 1 milhão de tokens na altura do lançamento do M2.5, associando o crescimento anterior aos grandes volumes de contexto usados nos fluxos de trabalho com agentes.

Os preços mais baixos alteram a economia do trabalho repetido

Os preços publicados na altura dos lançamentos de fevereiro ajudam a explicar por que razão os programadores que executam muitas etapas repetidas prestam tanta atenção aos custos. O MiniMax M2.5 e o GLM-5 cobravam, cada um, 0,30 dólares por milhão de tokens de entrada, contra 5 dólares no caso do Claude Opus 4.6, cerca de 16,7 vezes mais.

Os preços de saída eram de 1,10 dólares por milhão de tokens para o MiniMax M2.5, 2,55 dólares para o GLM-5 e 25 dólares para o Claude Opus 4.6. Às tarifas indicadas, a geração de 10 milhões de tokens de saída custaria, respetivamente, 11, 25,50 ou 250 dólares, antes de quaisquer outros encargos ou descontos.

Os lançamentos de outubro mantiveram o foco nos custos operacionais. A DeepSeek aplicou preços diferentes nos períodos de maior e menor procura, enquanto a MiniMax ofereceu preços uniformes. Ambas as abordagens permitem aos programadores controlar os custos de aplicações que enviam repetidamente conversas, documentos ou código extensos a um modelo.

A DeepSeek lançou também a sua estrutura de inferência DeepInfer, descrita como compatível tanto com hardware da Nvidia como com processadores Ascend da Huawei. A capacidade de processamento divulgada foi de cerca de 155 biliões de tokens por cluster e por dia. Este valor diz respeito à infraestrutura que executa serviços de modelos, sendo uma métrica operacional diferente do tráfego encaminhado pela OpenRouter.

O tráfego e os gastos seguem padrões diferentes

O volume semanal de tokens declarado pela OpenRouter aumentou de 5,51 biliões no final de outubro de 2025 para 188 biliões no final de outubro de 2026. A divisão dos dois valores dá cerca de 34 vezes o nível anterior, ilustrando a rapidez com que a carga de trabalho da plataforma cresceu.

Os valores de gastos por tipo de tarefa descrevem outra dimensão desse crescimento. As tarefas gerais representaram 32,1%, os fluxos de trabalho com agentes 30,9% e a programação 26,7%. Em conjunto, estas três categorias corresponderam a 89,7% dos gastos apresentados nessa discriminação.

O Claude Opus 5.5 liderou a classificação de gastos por categoria, com uma quota de 10,3%. Classificar significa atribuir uma etiqueta ou categoria, por exemplo, identificar o pedido de um cliente, etiquetar um documento ou decidir a que fluxo de trabalho deve ser encaminhada uma mensagem.

As faturas dos programadores dependem tanto dos preços como do número de tokens. Um modelo mais barato pode processar um volume muito maior e gerar menos receita por token. A rentabilidade depende depois do custo da capacidade de computação, da operação do serviço e do atendimento aos clientes pagantes. Os valores não especificam as receitas nem os lucros dos fornecedores neste período.

A implementação de IA chinesa também vai além dos modelos de linguagem de uso geral. Serviços meteorológicos de mais de 40 países utilizaram o modelo de alerta meteorológico MAZU através de serviços na nuvem, com versões personalizadas implementadas em sete países, incluindo o Paquistão, a Etiópia e as Ilhas Salomão. Estas aplicações especializadas mostram outra forma de os modelos chegarem aos utilizadores fora das classificações públicas de API.

Principais pontos

• O DeepSeek V4.1 Flash 1017 liderou a tabela semanal oficial da OpenRouter, com 35,4 biliões de tokens, seguido do V4.1 Flash, com 17,4 biliões.
• Programadores chineses ocuparam os cinco primeiros lugares, com o GLM 5.3 Flash em terceiro, a variante gratuita do MiniMax M3.1 Flash em quarto e a versão de pré-visualização do Hy4 em quinto.
• A DeepSeek representou 26,5% dos pedidos de texto na semana iniciada a 19 de outubro, à frente da Google e da OpenAI.
• A liderança chinesa de 26 semanas diz respeito à utilização na OpenRouter; os totais nacionais detalhados citados para o período de 19 a 25 de outubro abrangem os nove modelos mais utilizados.
• A programação, os fluxos de trabalho com agentes e os preços mais baixos ajudam a explicar o crescimento das interações repetidas e prolongadas com modelos.
• As classificações da OpenRouter medem o tráfego da plataforma, enquanto os gastos, as capacidades dos modelos e os lucros dos fornecedores são avaliados com métricas diferentes.