模型数据
查看哪些模型正在赢得真实使用量、使用组合如何变化,以及这对成本意味着什么。
截至 2026年11月17日,过去 7 天内 DeepSeek V4.1 Flash 以 158T token 领跑 OpenCode 使用量,其次是 MiniMax-M3.1-Flash(8.8T)和 GLM-5.3-Flash(7.8T)。
热门模型. OpenCode 中各模型的使用情况。
| 日期 | deepseek-v4.1-flash | minimax-m3.1-flash | glm-5.3-flash | inkling-2-small | beam-1.0-501b-a23b | muse-spark-1.3-contributor | mimo-v2.6-flash | hy4-flash | nemotron-3.5-super-vl | Other | 总计 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| SEP 23 | 7.0T | 1.5T | 446B | 0B | 0B | 5.8T | 1.2T | 0B | 0B | 4.6T | 21T |
| SEP 24 | 6.2T | 6.8T | 402B | 0B | 0B | 5.4T | 1.2T | 0B | 0B | 4.5T | 25T |
| SEP 25 | 4.6T | 9.0T | 370B | 0B | 0B | 5.1T | 1.3T | 0B | 0B | 3.4T | 24T |
| SEP 26 | 4.3T | 7.9T | 309B | 0B | 0B | 5.1T | 1.2T | 0B | 0B | 2.5T | 21T |
| SEP 27 | 4.4T | 8.3T | 299B | 0B | 0B | 5.1T | 1.2T | 0B | 0B | 2.5T | 22T |
| SEP 28 | 6.3T | 8.7T | 413B | 0B | 0B | 5.5T | 1.5T | 0B | 0B | 3.5T | 26T |
| SEP 29 | 6.5T | 9.6T | 408B | 0B | 0B | 5.3T | 1.5T | 0B | 0B | 3.1T | 26T |
| SEP 30 | 5.8T | 10T | 389B | 0B | 0B | 4.8T | 1.5T | 0B | 0B | 2.9T | 25T |
| OCT 1 | 5.0T | 9.7T | 300B | 0B | 0B | 4.6T | 1.4T | 0B | 0B | 2.4T | 23T |
| OCT 2 | 4.9T | 9.0T | 277B | 0B | 0B | 4.4T | 1.4T | 0B | 0B | 2.5T | 22T |
| OCT 3 | 4.5T | 8.3T | 245B | 0B | 0B | 5.0T | 1.3T | 0B | 0B | 2.3T | 22T |
| OCT 4 | 4.6T | 8.9T | 253B | 0B | 0B | 5.2T | 1.3T | 0B | 0B | 2.4T | 23T |
| OCT 5 | 5.6T | 9.9T | 327B | 0B | 0B | 5.8T | 1.5T | 0B | 0B | 2.6T | 26T |
| OCT 6 | 6.0T | 5.8T | 335B | 0B | 0B | 6.1T | 2.2T | 0B | 0B | 3.1T | 24T |
| OCT 7 | 5.9T | 3.9T | 361B | 0B | 0B | 5.8T | 2.4T | 0B | 0B | 3.2T | 22T |
| OCT 8 | 6.6T | 3.7T | 381B | 0B | 0B | 5.9T | 2.4T | 0B | 0B | 3.4T | 22T |
| OCT 9 | 7.4T | 3.5T | 391B | 0B | 0B | 5.6T | 1.8T | 0B | 0B | 3.9T | 23T |
| OCT 10 | 7.3T | 3.3T | 352B | 0B | 0B | 5.8T | 1.5T | 0B | 0B | 4.0T | 22T |
| OCT 11 | 6.7T | 3.0T | 317B | 0B | 0B | 5.8T | 1.3T | 0B | 0B | 3.5T | 21T |
| OCT 12 | 9.4T | 3.1T | 485B | 0B | 0B | 5.9T | 1.6T | 0B | 0B | 3.4T | 24T |
| OCT 13 | 11T | 3.1T | 462B | 0B | 135B | 6.1T | 1.6T | 0B | 0B | 3.3T | 26T |
| OCT 14 | 11T | 3.0T | 474B | 0B | 340B | 6.1T | 1.6T | 0B | 0B | 3.0T | 26T |
| OCT 15 | 13T | 2.9T | 489B | 0B | 330B | 5.7T | 1.8T | 0B | 87B | 2.7T | 27T |
| OCT 16 | 15T | 2.5T | 758B | 0B | 427B | 5.3T | 1.6T | 0B | 293B | 1.6T | 27T |
| OCT 17 | 14T | 2.6T | 1.4T | 0B | 836B | 1.2T | 1.3T | 0B | 374B | 1.2T | 23T |
| OCT 18 | 13T | 2.2T | 1.2T | 0B | 761B | 1.1T | 1.4T | 0B | 334B | 1.5T | 22T |
| OCT 19 | 18T | 4.7T | 1.5T | 0B | 822B | 1.3T | 1.7T | 0B | 335B | 1.9T | 30T |
| OCT 20 | 19T | 10T | 1.5T | 0B | 679B | 1.2T | 1.6T | 0B | 331B | 2.0T | 37T |
| OCT 21 | 19T | 14T | 1.4T | 0B | 626B | 1.1T | 1.2T | 0B | 307B | 1.9T | 40T |
| OCT 22 | 18T | 7.5T | 1.5T | 0B | 817B | 1.1T | 933B | 0B | 291B | 2.0T | 32T |
| OCT 23 | 18T | 162B | 1.4T | 0B | 1.0T | 1.1T | 815B | 0B | 279B | 2.1T | 24T |
| OCT 24 | 15T | 121B | 833B | 0B | 722B | 1.0T | 517B | 0B | 140B | 1.5T | 19T |
| OCT 25 | 16T | 98B | 910B | 0B | 762B | 975B | 571B | 0B | 148B | 1.8T | 21T |
| OCT 26 | 20T | 133B | 1.1T | 0B | 849B | 1.2T | 715B | 0B | 137B | 2.1T | 26T |
| OCT 27 | 21T | 120B | 1.2T | 0B | 870B | 1.2T | 678B | 0B | 223B | 1.7T | 27T |
| OCT 28 | 22T | 109B | 1.1T | 0B | 859B | 1.2T | 648B | 0B | 221B | 1.7T | 27T |
| OCT 29 | 20T | 100B | 1.0T | 0B | 893B | 1.1T | 604B | 0B | 169B | 1.4T | 26T |
| OCT 30 | 19T | 90B | 933B | 0B | 926B | 1.1T | 576B | 0B | 130B | 1.5T | 24T |
| OCT 31 | 18T | 74B | 838B | 0B | 883B | 972B | 473B | 0B | 139B | 1.4T | 23T |
| NOV 1 | 19T | 67B | 836B | 0B | 884B | 928B | 416B | 0B | 137B | 1.4T | 23T |
| NOV 2 | 24T | 104B | 1.0T | 0B | 914B | 1.1T | 508B | 0B | 159B | 1.7T | 29T |
| NOV 3 | 27T | 101B | 1.0T | 0B | 859B | 1.1T | 520B | 0B | 142B | 1.8T | 32T |
| NOV 4 | 26T | 94B | 1.1T | 0B | 812B | 1.0T | 552B | 0B | 387B | 1.7T | 32T |
| NOV 5 | 25T | 96B | 1.1T | 0B | 834B | 1.0T | 543B | 0B | 535B | 1.8T | 31T |
| NOV 6 | 23T | 88B | 1.1T | 0B | 846B | 1.0T | 574B | 0B | 505B | 2.2T | 29T |
| NOV 7 | 18T | 80B | 1.0T | 340B | 754B | 881B | 471B | 0B | 484B | 1.5T | 23T |
| NOV 8 | 21T | 67B | 972B | 531B | 729B | 802B | 440B | 0B | 514B | 1.8T | 27T |
| NOV 9 | 28T | 102B | 1.2T | 596B | 794B | 998B | 498B | 0B | 531B | 2.2T | 35T |
| NOV 10 | 29T | 1.3T | 1.3T | 731B | 871B | 1.0T | 528B | 0B | 527B | 2.0T | 37T |
| NOV 11 | 26T | 2.3T | 1.4T | 814B | 835B | 973B | 548B | 0B | 402B | 1.9T | 36T |
| NOV 12 | 28T | 2.7T | 1.3T | 963B | 877B | 923B | 516B | 0B | 207B | 1.6T | 37T |
| NOV 13 | 27T | 1.1T | 1.3T | 1.1T | 863B | 752B | 488B | 0B | 165B | 1.5T | 34T |
| NOV 14 | 23T | 852B | 1.2T | 1.2T | 826B | 715B | 408B | 0B | 158B | 1.3T | 30T |
| NOV 15 | 23T | 861B | 1.2T | 1.2T | 804B | 677B | 399B | 0B | 146B | 1.4T | 30T |
| NOV 16 | 29T | 899B | 1.4T | 1.2T | 829B | 801B | 484B | 1.4T | 157B | 1.7T | 38T |
| NOV 17 | 868B | 29B | 43B | 39B | 27B | 26B | 15B | 100B | 5B | 54B | 1.2T |
010203
deepseek-v4.1-flash158T token
DeepSeek-8% 较上周
minimax-m3.1-flash8.8T token
MiniMax+390% 较上周
glm-5.3-flash7.8T token
Zhipu+1% 较上周
040506070809101112131415161718
inkling-2-small6.5T token
Thinking Machines+197% 较上周
beam-1.0-501b-a23b5.1T token
Reflection-10% 较上周
muse-spark-1.3-contributor4.9T token
Meta-28% 较上周
mimo-v2.6-flash2.9T token
Xiaomi-21% 较上周
hy4-flash1.5T token
Tencent新
nemotron-3.5-super-vl1.2T token
NVIDIA-64% 较上周
deepseek-v4.1-flash-10171.2T token
DeepSeek+4% 较上周
gpt-6-luna964B token
OpenAI-10% 较上周
deepseek-v4-pro839B token
DeepSeek-16% 较上周
iceman798B token
+67% 较上周
deepseek-v4.1-flash-1017-op695B token
DeepSeek-2% 较上周
nemotron-3.5-lightning647B token
NVIDIA-8% 较上周
flint-40b435B token
Recursive-18% 较上周
glm-5.3422B token
Zhipu+3% 较上周
claude-haiku-5-5381B token
Anthropic-14% 较上周
010203040506070809101112131415161718
deepseek-v4.1-flash158T token
DeepSeek-8% 较上周
minimax-m3.1-flash8.8T token
MiniMax+390% 较上周
glm-5.3-flash7.8T token
Zhipu+1% 较上周
inkling-2-small6.5T token
Thinking Machines+197% 较上周
beam-1.0-501b-a23b5.1T token
Reflection-10% 较上周
muse-spark-1.3-contributor4.9T token
Meta-28% 较上周
mimo-v2.6-flash2.9T token
Xiaomi-21% 较上周
hy4-flash1.5T token
Tencent新
nemotron-3.5-super-vl1.2T token
NVIDIA-64% 较上周
deepseek-v4.1-flash-10171.2T token
DeepSeek+4% 较上周
gpt-6-luna964B token
OpenAI-10% 较上周
deepseek-v4-pro839B token
DeepSeek-16% 较上周
iceman798B token
+67% 较上周
deepseek-v4.1-flash-1017-op695B token
DeepSeek-2% 较上周
nemotron-3.5-lightning647B token
NVIDIA-8% 较上周
flint-40b435B token
Recursive-18% 较上周
glm-5.3422B token
Zhipu+3% 较上周
claude-haiku-5-5381B token
Anthropic-14% 较上周
独立用户. 按模型显示的每日 OpenCode 独立用户。
| 日期 | deepseek-v4.1-flash | gpt-6-luna | glm-5.3-flash | beam-1.0-501b-a23b | mimo-v2.6-flash | minimax-m3.1-flash | deepseek-v4-pro | muse-spark-1.3-contributor | claude-haiku-5-5 | Other | 总计 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| SEP 23 | 62K | 2.5K | 18K | 0 | 39K | 6.9K | 7.4K | 35K | 0 | 138K | 308K |
| SEP 24 | 60K | 12K | 16K | 0 | 37K | 20K | 6.8K | 34K | 0 | 120K | 306K |
| SEP 25 | 49K | 12K | 13K | 0 | 21K | 34K | 5.8K | 32K | 0 | 92K | 260K |
| SEP 26 | 45K | 11K | 12K | 0 | 18K | 36K | 4.9K | 29K | 0 | 76K | 231K |
| SEP 27 | 46K | 12K | 12K | 0 | 17K | 35K | 4.8K | 28K | 0 | 78K | 233K |
| SEP 28 | 62K | 16K | 15K | 0 | 22K | 45K | 7.1K | 34K | 0 | 106K | 307K |
| SEP 29 | 68K | 17K | 15K | 0 | 23K | 49K | 7.1K | 36K | 0 | 102K | 317K |
| SEP 30 | 61K | 16K | 15K | 0 | 22K | 50K | 6.6K | 34K | 0 | 96K | 301K |
| OCT 1 | 56K | 15K | 13K | 0 | 22K | 49K | 5.9K | 33K | 0 | 83K | 277K |
| OCT 2 | 54K | 15K | 13K | 0 | 22K | 46K | 5.7K | 32K | 0 | 84K | 271K |
| OCT 3 | 46K | 13K | 11K | 0 | 18K | 41K | 4.5K | 29K | 0 | 75K | 236K |
| OCT 4 | 45K | 13K | 11K | 0 | 17K | 41K | 4.5K | 29K | 0 | 73K | 234K |
| OCT 5 | 54K | 17K | 13K | 0 | 21K | 50K | 6.1K | 35K | 0 | 89K | 284K |
| OCT 6 | 58K | 17K | 14K | 0 | 41K | 35K | 6.2K | 38K | 0 | 105K | 315K |
| OCT 7 | 65K | 18K | 14K | 0 | 42K | 25K | 6.2K | 39K | 691 | 113K | 321K |
| OCT 8 | 74K | 20K | 15K | 0 | 42K | 25K | 6.7K | 37K | 4.9K | 123K | 347K |
| OCT 9 | 88K | 20K | 15K | 0 | 31K | 24K | 6.4K | 35K | 5.4K | 117K | 341K |
| OCT 10 | 80K | 17K | 13K | 0 | 28K | 22K | 5.3K | 31K | 4.8K | 106K | 307K |
| OCT 11 | 73K | 16K | 11K | 0 | 22K | 19K | 4.8K | 31K | 4.4K | 96K | 278K |
| OCT 12 | 99K | 24K | 16K | 0 | 29K | 20K | 6.7K | 37K | 6.5K | 122K | 360K |
| OCT 13 | 102K | 26K | 16K | 6.7K | 27K | 19K | 7.1K | 37K | 6.3K | 119K | 367K |
| OCT 14 | 107K | 28K | 16K | 11K | 32K | 18K | 7.6K | 36K | 6.3K | 113K | 376K |
| OCT 15 | 123K | 29K | 17K | 8.9K | 42K | 18K | 8.1K | 35K | 6.6K | 112K | 399K |
| OCT 16 | 128K | 27K | 27K | 11K | 42K | 18K | 7.5K | 34K | 5.8K | 107K | 408K |
| OCT 17 | 121K | 24K | 31K | 14K | 39K | 18K | 6.3K | 11K | 4.9K | 91K | 359K |
| OCT 18 | 98K | 21K | 23K | 12K | 28K | 14K | 5.4K | 7.9K | 4.2K | 69K | 282K |
| OCT 19 | 137K | 32K | 30K | 13K | 36K | 24K | 7.8K | 9.8K | 6.2K | 93K | 388K |
| OCT 20 | 142K | 33K | 30K | 12K | 35K | 29K | 7.5K | 9.3K | 6.1K | 89K | 393K |
| OCT 21 | 144K | 34K | 32K | 12K | 27K | 47K | 7.7K | 9.4K | 6.2K | 92K | 412K |
| OCT 22 | 149K | 34K | 32K | 14K | 24K | 40K | 7.7K | 9.4K | 6.3K | 96K | 411K |
| OCT 23 | 152K | 34K | 32K | 16K | 22K | 4.0K | 7.2K | 9.7K | 6.0K | 97K | 379K |
| OCT 24 | 122K | 28K | 25K | 13K | 14K | 2.8K | 5.8K | 8.2K | 5.0K | 79K | 303K |
| OCT 25 | 116K | 29K | 24K | 13K | 14K | 2.6K | 5.8K | 7.9K | 5.1K | 78K | 296K |
| OCT 26 | 147K | 40K | 30K | 15K | 18K | 3.3K | 8.4K | 9.8K | 6.9K | 95K | 374K |
| OCT 27 | 154K | 42K | 31K | 16K | 18K | 3.2K | 8.9K | 9.8K | 7.1K | 87K | 378K |
| OCT 28 | 158K | 42K | 30K | 15K | 18K | 2.9K | 8.7K | 9.8K | 7.3K | 82K | 374K |
| OCT 29 | 161K | 42K | 31K | 16K | 18K | 3.0K | 8.7K | 9.7K | 7.3K | 76K | 373K |
| OCT 30 | 153K | 40K | 29K | 16K | 17K | 2.8K | 7.8K | 9.3K | 6.9K | 75K | 357K |
| OCT 31 | 130K | 33K | 24K | 15K | 14K | 2.4K | 6.5K | 7.9K | 5.9K | 66K | 305K |
| NOV 1 | 129K | 33K | 24K | 14K | 14K | 2.2K | 6.6K | 7.4K | 5.8K | 64K | 301K |
| NOV 2 | 173K | 46K | 31K | 16K | 17K | 3.2K | 9.2K | 9.1K | 8.4K | 88K | 401K |
| NOV 3 | 180K | 48K | 32K | 17K | 17K | 3.1K | 9.5K | 9.4K | 8.7K | 78K | 402K |
| NOV 4 | 185K | 47K | 32K | 16K | 17K | 3.1K | 9.0K | 9.2K | 8.5K | 82K | 409K |
| NOV 5 | 190K | 48K | 34K | 17K | 17K | 3.2K | 9.4K | 9.4K | 8.8K | 83K | 420K |
| NOV 6 | 187K | 46K | 36K | 16K | 17K | 3.4K | 9.6K | 9.3K | 8.4K | 81K | 414K |
| NOV 7 | 159K | 37K | 32K | 14K | 15K | 2.9K | 7.7K | 8.4K | 7.1K | 73K | 357K |
| NOV 8 | 151K | 35K | 28K | 14K | 13K | 2.3K | 6.8K | 7.5K | 6.3K | 75K | 339K |
| NOV 9 | 189K | 49K | 35K | 15K | 16K | 3.2K | 9.6K | 9.1K | 8.8K | 96K | 431K |
| NOV 10 | 193K | 50K | 36K | 16K | 16K | 8.3K | 9.8K | 9.3K | 9.1K | 98K | 446K |
| NOV 11 | 190K | 49K | 38K | 16K | 16K | 10.0K | 10.0K | 9.2K | 8.8K | 99K | 445K |
| NOV 12 | 198K | 49K | 36K | 15K | 15K | 10K | 9.1K | 8.9K | 8.6K | 81K | 430K |
| NOV 13 | 195K | 47K | 35K | 16K | 15K | 9.7K | 8.6K | 8.5K | 8.3K | 80K | 423K |
| NOV 14 | 164K | 37K | 31K | 14K | 12K | 8.0K | 6.9K | 7.1K | 6.5K | 67K | 354K |
| NOV 15 | 164K | 36K | 31K | 14K | 12K | 7.8K | 6.8K | 6.9K | 6.5K | 67K | 351K |
| NOV 16 | 202K | 51K | 37K | 15K | 15K | 9.0K | 9.8K | 8.3K | 9.1K | 108K | 464K |
| NOV 17 | 45K | 4.0K | 4.5K | 2.0K | 2.3K | 841 | 963 | 1.9K | 738 | 11K | 73K |
Weekly Retention. Weekly users returning the next week.
| Rank | Model | Retention | Rate | Eligible |
|---|---|---|---|---|
| 01 | mimo-v2.6-flash | 81.3% | 12K | |
| 02 | deepseek-v4.1-flash | 81.0% | 716K | |
| 03 | muse-spark-1.3-contributor | 75.5% | 49K | |
| 04 | hy3 | 74.4% | 892 | |
| 05 | beam-1.0-501b-a23b | 74.0% | 12K | |
| 06 | minimax-m3.1-flash | 72.0% | 16K | |
| 07 | muse-ember-1.0 | 71.8% | 358 | |
| 08 | longcat-2.0 | 71.1% | 540 | |
| 09 | glm-5.3-flash | 70.1% | 62K | |
| 10 | mimo-v2.6-pro | 69.3% | 9.3K | |
| 11 | qwen3.7-plus | 69.0% | 5.0K | |
| 12 | qwen3.8-flash | 68.5% | 8.6K | |
| 13 | gpt-6-luna | 67.9% | 21K | |
| 14 | mimo-v2.5 | 67.9% | 6.7K | |
| 15 | minimax-m3 | 67.5% | 8.0K |
会话成本. 每次会话的平均成本。
成本 / 会话
Token / 会话
成本/会话$0.0175
Token/会话12.8M
Token 成本. 每 100 万 token 的价格。
输入$0.07
输出$0.28
已缓存$0.0030
缓存比例. 从缓存提供的输入 token 占比。
缓存比例97%
已缓存1.4T
未缓存42.8B
地理分布
方法说明. 这些数据的收集方式。
- 更新
- 每小时汇总一次。日和周均按 UTC 划分。
- Token
- 每个请求的输入、输出、推理和已缓存 token。
- 用户和会话
- 独立用户数和 OpenCode 会话数的近似值。
- 成本
- 会话成本是每次 OpenCode 会话的平均成本。Token 价格为 OpenCode 模型目录中的标价。
- 留存率
- 某一周使用某模型的用户中,下一周再次使用该模型的用户占比。
- 引用
- 引用时请注明 OpenCode Data(opencode.ai/data)以及页面顶部显示的更新时间。
Model Comparisons. Popular model pairs from the leaderboard.
Top two by recent usagedeepseek-v4.1-flash vs minimax-m3.1-flashdeepseek-v4.1-flash·minimax-m3.1-flashLeader vs challengerdeepseek-v4.1-flash vs glm-5.3-flashdeepseek-v4.1-flash·glm-5.3-flashAdjacent leaderboard pairminimax-m3.1-flash vs glm-5.3-flashminimax-m3.1-flash·glm-5.3-flashTop model alternativeglm-5.3-flash vs inkling-2-smallglm-5.3-flash·inkling-2-small