DeepSeek lidera OpenRouter con 35,4 billones de tokens semanales y los modelos chinos ocupan los cinco primeros puestos

DeepSeek ocupa los dos primeros puestos

DeepSeek V4.1 Flash 1017 procesó 35,4 billones de tokens en la clasificación semanal de OpenRouter, por delante de su predecesor y con desarrolladores chinos en los cinco primeros puestos. La clasificación de la plataforma, con datos de uso hasta el 26 de octubre de 2026, sitúa a DeepSeek V4.1 Flash en segundo lugar, con 17,4 billones de tokens.

GLM 5.3 Flash, de Z.ai, ocupó el tercer puesto con 13,8 billones de tokens, seguido de la versión gratuita de MiniMax M3.1 Flash, con 12,6 billones, y de la versión preliminar de Hy4, de Tencent, con 9 billones. GPT-6 Luna, de OpenAI, también registró 9 billones de tokens con la precisión mostrada, pero ocupó el sexto puesto.

Las cifras de la Clasificación de modelos de IA de OpenRouter actualizan los datos difundidos para el período del 19 al 25 de octubre, que situaban el modelo más reciente de DeepSeek en 33,6 billones de tokens, con un crecimiento del 801%; la página oficial indica 35,4 billones y un crecimiento del 382%. Las cifras anteriores también situaban a MiniMax en tercer lugar y a GLM en cuarto, en orden inverso al de la página oficial.

Las dos variantes líderes de DeepSeek procesaron en conjunto 52,8 billones de tokens en la tabla semanal oficial. La versión más reciente, por sí sola, gestionó algo más del doble del volumen de su predecesora, un cambio notable tras una actualización anunciada el 17 de octubre.

OpenRouter conecta a desarrolladores con modelos de varias empresas mediante una única interfaz de programación de aplicaciones, o API. Sus clasificaciones describen la actividad que pasa por ese servicio. El mercado de la IA en su conjunto también incluye las API directas de las empresas, otros servicios en la nube, instalaciones privadas y aplicaciones de consumo.

Qué mide una clasificación de tokens

OpenRouter cuenta tanto los tokens de entrada, es decir, el material enviado a un modelo, como los tokens de salida, el material que produce. Un token es una pequeña unidad de texto: a veces una palabra y otras veces parte de una palabra. Un documento extenso o una conversación prolongada pueden contener muchos miles de tokens.

Una solicitud es una unidad diferente: es una llamada que pide a un modelo que haga algo. Una solicitud puede pedir una traducción breve, mientras que otra puede incluir un proyecto de software grande y pedir cambios extensos. Ambas cuentan como una solicitud, pero el total de tokens puede ser muy distinto.

OpenRouter agrupa el uso en intervalos diarios según la hora universal coordinada. Su tabla semanal abarca siete días y termina con el intervalo completo más reciente, mientras que su tabla mensual cubre un período móvil de 30 días. La fecha que aparece sobre las clasificaciones identifica el intervalo de uso más reciente.

Las variantes de cada modelo tienen entradas separadas, incluidas las versiones gratuitas, y se excluyen las solicitudes marcadas como privadas. OpenRouter mide el tráfico en tokens o solicitudes, según el gráfico; los usuarios, el gasto y las capacidades de los modelos requieren otras medidas.

Mayor ventaja de China, con una base de cálculo más acotada

Las cifras difundidas para el período del 19 al 25 de octubre sitúan la actividad total de OpenRouter en 188 billones de tokens, un 14,63% más que la semana anterior. La misma cobertura situó los modelos chinos en 93,54 billones de tokens y los estadounidenses en 22,47 billones, y describió una racha de 26 semanas consecutivas en las que los modelos chinos habían procesado más tokens.

El desglose más detallado aclara que los totales de China y Estados Unidos corresponden al uso de los nueve modelos principales. Sobre esa base, los modelos chinos gestionaron alrededor de 4,16 veces el volumen de los estadounidenses, cálculo obtenido al dividir 93,54 billones entre 22,47 billones. Los modelos chinos ocuparon seis de esos nueve puestos.

La comparación de crecimiento publicada situó el aumento del volumen chino en un 18,14% y el del estadounidense en un 29,44% respecto de la semana anterior. Por tanto, los modelos estadounidenses crecieron más rápidamente en términos porcentuales durante ese período, mientras que los modelos chinos conservaron un total de tokens mucho mayor dentro del grupo señalado.

Este agrupamiento es importante para entender la competencia. OpenRouter aloja modelos de más países y proveedores que los incluidos en esas dos categorías nacionales, y su tráfico total supera el de los nueve puestos principales. La cifra de 188 billones describe la actividad registrada por la plataforma, no el consumo mundial de IA en todos los servicios.

DeepSeek lidera tanto en solicitudes como en tokens

DeepSeek también encabezó el gráfico independiente de OpenRouter sobre la proporción de solicitudes de texto en la semana que comenzó el 19 de octubre. Representó el 26,5%, por delante de Google, con el 20,1%; OpenAI, con el 18,5%; y Z.ai, con el 10,7%.

La ventaja de DeepSeek sobre Google fue de 6,4 puntos porcentuales y sobre OpenAI, de 8 puntos porcentuales. Google y OpenAI sumaron el 38,6% de las solicitudes, lo que dio a esos dos desarrolladores estadounidenses una presencia importante, aunque los modelos chinos ocuparon los primeros puestos en tokens.

Anthropic representó el 5,5% de las solicitudes de texto; Qwen, el 4,7%; MiniMax, el 2%; y Tencent, el 1,8%. Mistral AI representó otro 2%, mientras que todos los demás autores sumaron el 8,3%.

La proporción de solicitudes ayuda a explicar un aspecto del mercado distinto del que reflejan los totales de tokens. Un proveedor que atiende muchas interacciones breves puede tener una gran proporción de solicitudes, mientras que otro, con menos tareas pero mucho más extensas, puede procesar más tokens. Los desarrolladores que eligen entre modelos pueden tener en cuenta tanto el número de interacciones como la cantidad de trabajo que implica cada una.

Los lanzamientos detrás de los cambios de octubre

DeepSeek anunció V4.1 Flash 1017 el 17 de octubre, sobre la base de V4.1 Flash, lanzado el 10 de septiembre. La actualización se centró en el razonamiento, la programación, la automatización y las tareas con imágenes. La empresa también puso a disposición los pesos del modelo, lo que permite a otros obtener los parámetros numéricos utilizados para ejecutarlo.

MiniMax lanzó M3.1 Flash el 19 de octubre, poco antes de que su variante gratuita entrara en el grupo líder semanal. Así, dos lanzamientos recientes llegaron directamente a un período de rápida expansión del tráfico de la plataforma.

• 10 de septiembre de 2026: DeepSeek lanzó V4.1 Flash.
• 17 de octubre: DeepSeek anunció la actualización V4.1 Flash 1017.
• 19 de octubre: MiniMax lanzó M3.1 Flash.
• Del 19 al 25 de octubre: período semanal al que corresponden las cifras de uso ampliamente difundidas.
• 26 de octubre: fecha del uso más reciente que aparece en las clasificaciones oficiales de OpenRouter.

La versión anterior, DeepSeek V4.1 Flash, siguió generando una actividad considerable pese a caer un 41% en la tabla semanal oficial. La variante más reciente creció un 382%. La presencia de ambas sugiere que los desarrolladores usaron las dos versiones durante la transición, aunque las clasificaciones no ofrecen un desglose de las decisiones de cambio de cada cliente.

Las tablas diarias y mensuales cuentan historias distintas

DeepSeek V4.1 Flash 1017 también encabezó el último día completo registrado, con 5,42 billones de tokens procesados. GLM 5.3 Flash le siguió con 2,27 billones, muy cerca de la versión anterior, DeepSeek V4.1 Flash, con 2,21 billones.

El volumen del modelo líder diario cayó un 6% respecto del día anterior, aunque mantuvo el primer puesto. La versión preliminar de Hy4, de Tencent, aumentó un 44%, hasta 1,4 billones de tokens, y GLM 5.3 creció un 56%, hasta 892.000 millones, lo que muestra la rapidez con que puede cambiar la actividad entre modelos.

En los 30 días anteriores, la versión más antigua de DeepSeek V4.1 Flash siguió en primer lugar, con 123 billones de tokens. GLM 5.3 Flash le siguió con 50,7 billones. El modelo más reciente de DeepSeek ocupó el cuarto puesto con 42,7 billones, por detrás de Space Bunny Alpha, con 46,9 billones.

MiMo-V2.6-Flash, de Xiaomi, muestra la diferencia entre esos períodos. Ocupó el noveno puesto en la tabla semanal oficial, con 5,32 billones de tokens y una caída del 44%, pero fue quinto en el período de 30 días, con 38,8 billones, un 807% más que en los 30 días anteriores. Un mes sólido puede incluir una última semana más débil.

Por qué la programación y los agentes consumen tanto

MiniMax afirmó que M3.1 Flash mejoró el rendimiento en tareas complejas de agentes, manejo de computadoras, desarrollo de software y ciberseguridad. También señaló que la velocidad de inferencia en línea casi se había triplicado y que los costos de uso habían bajado un 70%. La inferencia consiste en ejecutar un modelo entrenado para generar una respuesta o realizar una tarea.

Un agente de IA lleva a cabo una secuencia de acciones, en lugar de producir una sola respuesta. Un agente de programación puede revisar archivos, proponer una edición, ejecutar una herramienta, leer el resultado y revisar su trabajo. Cada paso puede enviar más información al modelo y aumentar el consumo de tokens.

Las cifras publicadas el 24 de febrero mostraban el mismo patrón en torno a una generación anterior de modelos chinos. MiniMax M2.5 encabezó esa tabla semanal con 2,45 billones de tokens, seguido de Kimi K2.5 con 1,21 billones. Los modelos chinos representaron 5,3 billones de los aproximadamente 8,7 billones de tokens de los diez primeros, es decir, cerca del 61%.

El uso semanal de MiniMax M2.5 había aumentado un 197%, mientras que el de GLM-5 creció un 158% y el de Kimi K2.5 cayó un 20%. MiniMax afirmó que M2.5 superó los 3,07 billones de tokens en sus primeros siete días desde el lanzamiento. Aunque esas cifras corresponden a períodos distintos, juntas muestran que la rápida adopción y los cambios repentinos entre modelos precedieron a la reorganización de octubre.

Kimi K2.5 se diseñó para coordinar hasta 100 agentes que trabajan en paralelo. OpenRouter también identificó un aumento de las entradas de entre 100.000 y 1 millón de tokens en torno a M2.5, y vinculó el repunte anterior con las grandes cantidades de contexto que se usan en los flujos de trabajo de agentes.

Los precios más bajos cambian la economía del trabajo repetido

Los precios publicados en torno a los lanzamientos de febrero muestran por qué los desarrolladores que ejecutan muchos pasos repetidos prestan tanta atención a los costos. MiniMax M2.5 y GLM-5 cobraban cada uno 0,30 dólares por millón de tokens de entrada, frente a los 5 dólares de Claude Opus 4.6, unas 16,7 veces más.

Los precios de salida eran de 1,10 dólares por millón de tokens para MiniMax M2.5, de 2,55 dólares para GLM-5 y de 25 dólares para Claude Opus 4.6. A esas tarifas publicadas, generar 10 millones de tokens de salida costaría respectivamente 11, 25,50 o 250 dólares, antes de cualquier otro cargo o descuento.

Los lanzamientos de octubre mantuvieron el foco en los costos operativos. DeepSeek aplicó precios distintos en períodos de alta y baja demanda, mientras que MiniMax ofreció tarifas uniformes. Ambos enfoques permiten a los desarrolladores controlar el gasto de aplicaciones que envían repetidamente conversaciones largas, documentos o código a un modelo.

DeepSeek también lanzó su marco de inferencia DeepInfer, que, según la descripción, admite tanto hardware de Nvidia como procesadores Ascend de Huawei. Su capacidad de procesamiento declarada fue de unos 155 billones de tokens por clúster al día. Esa cifra corresponde a la infraestructura que ejecuta los servicios de modelos, una medida operativa distinta del tráfico que pasa por OpenRouter.

El tráfico y el gasto siguen patrones distintos

El volumen semanal de tokens declarado por OpenRouter pasó de 5,51 billones a finales de octubre de 2025 a 188 billones a finales de octubre de 2026. La división de ambas cifras da aproximadamente 34 veces el nivel anterior e ilustra la rapidez con que creció la carga de trabajo de la plataforma.

Las cifras de gasto por tarea describen otro aspecto de ese crecimiento. Las tareas generales representaron el 32,1%; los flujos de trabajo de agentes, el 30,9%; y la programación, el 26,7%. En conjunto, esas tres categorías sumaron el 89,7% del gasto mostrado en ese desglose.

Claude Opus 5.5 encabezó la clasificación de gasto por categoría, con una proporción del 10,3%. La clasificación consiste en asignar una etiqueta o categoría, por ejemplo, identificar la solicitud de un cliente, etiquetar un documento o decidir qué flujo de trabajo debe recibir un mensaje.

Las facturas de los desarrolladores dependen tanto de los precios como del número de tokens. Un modelo más barato puede gestionar un volumen mucho mayor y, aun así, generar menos ingresos por token. Los beneficios dependen entonces del costo de la computación, de operar el servicio y de atender a los clientes que pagan. Las cifras no especifican los ingresos ni los beneficios de los proveedores durante este período.

El despliegue de la IA china también abarca ámbitos que van más allá de los modelos lingüísticos generales. Servicios meteorológicos de más de 40 países han utilizado el modelo de alerta meteorológica MAZU a través de servicios en la nube, y se han desplegado versiones personalizadas en siete países, entre ellos Pakistán, Etiopía y las Islas Salomón. Estas aplicaciones especializadas muestran otra vía por la que los modelos llegan a los usuarios, fuera de las clasificaciones de API públicas.

Puntos clave

• DeepSeek V4.1 Flash 1017 encabezó la tabla semanal oficial de OpenRouter con 35,4 billones de tokens, seguido de V4.1 Flash con 17,4 billones.
• Desarrolladores chinos ocuparon los cinco primeros puestos de modelos, con GLM 5.3 Flash en tercer lugar, la variante gratuita de MiniMax M3.1 Flash en cuarto y la versión preliminar de Hy4 en quinto.
• DeepSeek concentró el 26,5% de las solicitudes de texto en la semana que comenzó el 19 de octubre, por delante de Google y OpenAI.
• La ventaja china de 26 semanas corresponde al uso en OpenRouter; los totales nacionales detallados citados para el período del 19 al 25 de octubre abarcan los nueve modelos principales.
• La programación, los flujos de trabajo de agentes y los precios más bajos ayudan a explicar el crecimiento de las interacciones repetidas y prolongadas con los modelos.
• Las clasificaciones de OpenRouter miden el tráfico de la plataforma, mientras que el gasto, las capacidades de los modelos y los beneficios de los proveedores se miden de otras maneras.