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13日,过去 7 天内 DeepSeek V4.1 Flash 以 169T token 领跑 OpenCode 使用量,其次是 GLM-5.3-Flash(8.2T)和 MiniMax-M3.1-Flash(7.4T)。
热门模型. OpenCode 中各模型的使用情况。
| 日期 | deepseek-v4.1-flash | glm-5.3-flash | minimax-m3.1-flash | muse-spark-1.3-contributor | beam-1.0-501b-a23b | inkling-2-small | mimo-v2.6-flash | nemotron-3.5-super-vl | deepseek-v4.1-flash-1017 | Other | 总计 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| SEP 19 | 6.5T | 380B | 0B | 4.7T | 0B | 0B | 0B | 0B | 0B | 4.6T | 16T |
| SEP 20 | 6.9T | 426B | 0B | 4.8T | 0B | 0B | 0B | 0B | 0B | 4.7T | 17T |
| SEP 21 | 8.9T | 566B | 0B | 5.4T | 0B | 0B | 32B | 0B | 0B | 5.4T | 20T |
| SEP 22 | 8.0T | 506B | 0B | 5.7T | 0B | 0B | 941B | 0B | 0B | 5.3T | 20T |
| SEP 23 | 7.0T | 446B | 1.5T | 5.8T | 0B | 0B | 1.2T | 0B | 0B | 4.6T | 21T |
| SEP 24 | 6.2T | 402B | 6.8T | 5.4T | 0B | 0B | 1.2T | 0B | 0B | 4.5T | 25T |
| SEP 25 | 4.6T | 370B | 9.0T | 5.1T | 0B | 0B | 1.3T | 0B | 0B | 3.4T | 24T |
| SEP 26 | 4.3T | 309B | 7.9T | 5.1T | 0B | 0B | 1.2T | 0B | 0B | 2.5T | 21T |
| SEP 27 | 4.4T | 299B | 8.3T | 5.1T | 0B | 0B | 1.2T | 0B | 0B | 2.5T | 22T |
| SEP 28 | 6.3T | 413B | 8.7T | 5.5T | 0B | 0B | 1.5T | 0B | 0B | 3.5T | 26T |
| SEP 29 | 6.5T | 408B | 9.6T | 5.3T | 0B | 0B | 1.5T | 0B | 0B | 3.1T | 26T |
| SEP 30 | 5.8T | 389B | 10T | 4.8T | 0B | 0B | 1.5T | 0B | 0B | 2.9T | 25T |
| OCT 1 | 5.0T | 300B | 9.7T | 4.6T | 0B | 0B | 1.4T | 0B | 0B | 2.4T | 23T |
| OCT 2 | 4.9T | 277B | 9.0T | 4.4T | 0B | 0B | 1.4T | 0B | 0B | 2.5T | 22T |
| OCT 3 | 4.5T | 245B | 8.3T | 5.0T | 0B | 0B | 1.3T | 0B | 0B | 2.3T | 22T |
| OCT 4 | 4.6T | 253B | 8.9T | 5.2T | 0B | 0B | 1.3T | 0B | 0B | 2.4T | 23T |
| OCT 5 | 5.6T | 327B | 9.9T | 5.8T | 0B | 0B | 1.5T | 0B | 0B | 2.6T | 26T |
| OCT 6 | 6.0T | 335B | 5.8T | 6.1T | 0B | 0B | 2.2T | 0B | 0B | 3.1T | 24T |
| OCT 7 | 5.9T | 361B | 3.9T | 5.8T | 0B | 0B | 2.4T | 0B | 0B | 3.2T | 22T |
| OCT 8 | 6.6T | 381B | 3.7T | 5.9T | 0B | 0B | 2.4T | 0B | 0B | 3.4T | 22T |
| OCT 9 | 7.4T | 391B | 3.5T | 5.6T | 0B | 0B | 1.8T | 0B | 0B | 3.9T | 23T |
| OCT 10 | 7.3T | 352B | 3.3T | 5.8T | 0B | 0B | 1.5T | 0B | 0B | 4.0T | 22T |
| OCT 11 | 6.7T | 317B | 3.0T | 5.8T | 0B | 0B | 1.3T | 0B | 0B | 3.5T | 21T |
| OCT 12 | 9.4T | 485B | 3.1T | 5.9T | 0B | 0B | 1.6T | 0B | 0B | 3.4T | 24T |
| OCT 13 | 11T | 462B | 3.1T | 6.1T | 135B | 0B | 1.6T | 0B | 0B | 3.3T | 26T |
| OCT 14 | 11T | 474B | 3.0T | 6.1T | 340B | 0B | 1.6T | 0B | 0B | 3.0T | 26T |
| OCT 15 | 13T | 489B | 2.9T | 5.7T | 330B | 0B | 1.8T | 87B | 0B | 2.7T | 27T |
| OCT 16 | 15T | 758B | 2.5T | 5.3T | 427B | 0B | 1.6T | 293B | 0B | 1.6T | 27T |
| OCT 17 | 14T | 1.4T | 2.6T | 1.2T | 836B | 0B | 1.3T | 374B | 0B | 1.2T | 23T |
| OCT 18 | 13T | 1.2T | 2.2T | 1.1T | 761B | 0B | 1.4T | 334B | 0B | 1.5T | 22T |
| OCT 19 | 18T | 1.5T | 4.7T | 1.3T | 822B | 0B | 1.7T | 335B | 71B | 1.9T | 30T |
| OCT 20 | 19T | 1.5T | 10T | 1.2T | 679B | 0B | 1.6T | 331B | 22B | 2.0T | 37T |
| OCT 21 | 19T | 1.4T | 14T | 1.1T | 626B | 0B | 1.2T | 307B | 25B | 1.8T | 40T |
| OCT 22 | 18T | 1.5T | 7.5T | 1.1T | 817B | 0B | 933B | 291B | 388B | 1.6T | 32T |
| OCT 23 | 18T | 1.4T | 162B | 1.1T | 1.0T | 0B | 815B | 279B | 551B | 1.5T | 24T |
| OCT 24 | 15T | 833B | 121B | 1.0T | 722B | 0B | 517B | 140B | 6B | 1.5T | 19T |
| OCT 25 | 16T | 910B | 98B | 975B | 762B | 0B | 571B | 148B | 394B | 1.4T | 21T |
| OCT 26 | 20T | 1.1T | 133B | 1.2T | 849B | 0B | 715B | 137B | 803B | 1.3T | 26T |
| OCT 27 | 21T | 1.2T | 120B | 1.2T | 870B | 0B | 678B | 223B | 164B | 1.6T | 27T |
| OCT 28 | 22T | 1.1T | 109B | 1.2T | 859B | 0B | 648B | 221B | 0B | 1.7T | 27T |
| OCT 29 | 20T | 1.0T | 100B | 1.1T | 893B | 0B | 604B | 169B | 84B | 1.3T | 26T |
| OCT 30 | 19T | 933B | 90B | 1.1T | 926B | 0B | 576B | 130B | 143B | 1.4T | 24T |
| OCT 31 | 18T | 838B | 74B | 972B | 883B | 0B | 473B | 139B | 144B | 1.3T | 23T |
| NOV 1 | 19T | 836B | 67B | 928B | 884B | 0B | 416B | 137B | 127B | 1.2T | 23T |
| NOV 2 | 24T | 1.0T | 104B | 1.1T | 914B | 0B | 508B | 159B | 67B | 1.6T | 29T |
| NOV 3 | 27T | 1.0T | 101B | 1.1T | 859B | 0B | 520B | 142B | 93B | 1.7T | 32T |
| NOV 4 | 26T | 1.1T | 94B | 1.0T | 812B | 0B | 552B | 387B | 137B | 1.6T | 32T |
| NOV 5 | 25T | 1.1T | 96B | 1.0T | 834B | 0B | 543B | 535B | 114B | 1.7T | 31T |
| NOV 6 | 23T | 1.1T | 88B | 1.0T | 846B | 0B | 574B | 505B | 67B | 2.1T | 29T |
| NOV 7 | 18T | 1.0T | 80B | 881B | 754B | 340B | 471B | 484B | 76B | 1.4T | 23T |
| NOV 8 | 21T | 972B | 67B | 802B | 729B | 531B | 440B | 514B | 206B | 1.5T | 27T |
| NOV 9 | 28T | 1.2T | 102B | 998B | 794B | 596B | 498B | 531B | 258B | 2.0T | 35T |
| NOV 10 | 29T | 1.3T | 1.3T | 1.0T | 871B | 731B | 528B | 527B | 257B | 1.7T | 37T |
| NOV 11 | 26T | 1.4T | 2.3T | 973B | 835B | 814B | 548B | 402B | 379B | 1.5T | 36T |
| NOV 12 | 28T | 1.3T | 2.7T | 923B | 877B | 963B | 516B | 207B | 284B | 1.3T | 37T |
| NOV 13 | 19T | 941B | 875B | 489B | 564B | 717B | 337B | 114B | 133B | 891B | 24T |
010203
deepseek-v4.1-flash169T token
DeepSeek+4% 较上周
glm-5.3-flash8.2T token
Zhipu+16% 较上周
minimax-m3.1-flash7.4T token
MiniMax新
040506070809101112131415161718
muse-spark-1.3-contributor6.1T token
Meta-14% 较上周
beam-1.0-501b-a23b5.4T token
Reflection-10% 较上周
inkling-2-small4.7T token
Thinking Machines新
mimo-v2.6-flash3.3T token
Xiaomi-7% 较上周
nemotron-3.5-super-vl2.8T token
NVIDIA+39% 较上周
deepseek-v4.1-flash-10171.6T token
DeepSeek+113% 较上周
muse-ember-1.01.4T token
Meta+63% 较上周
gpt-6-luna993B token
OpenAI-11% 较上周
deepseek-v4-pro971B token
DeepSeek+2% 较上周
deepseek-v4.1-flash-1017-op836B token
DeepSeek-20% 较上周
iceman669B token
+89% 较上周
nemotron-3.5-lightning638B token
NVIDIA-6% 较上周
glm-5.3593B token
Zhipu+149% 较上周
longcat-2.5485B token
Meituan新
flint-40b475B token
Recursive-25% 较上周
010203040506070809101112131415161718
deepseek-v4.1-flash169T token
DeepSeek+4% 较上周
glm-5.3-flash8.2T token
Zhipu+16% 较上周
minimax-m3.1-flash7.4T token
MiniMax新
muse-spark-1.3-contributor6.1T token
Meta-14% 较上周
beam-1.0-501b-a23b5.4T token
Reflection-10% 较上周
inkling-2-small4.7T token
Thinking Machines新
mimo-v2.6-flash3.3T token
Xiaomi-7% 较上周
nemotron-3.5-super-vl2.8T token
NVIDIA+39% 较上周
deepseek-v4.1-flash-10171.6T token
DeepSeek+113% 较上周
muse-ember-1.01.4T token
Meta+63% 较上周
gpt-6-luna993B token
OpenAI-11% 较上周
deepseek-v4-pro971B token
DeepSeek+2% 较上周
deepseek-v4.1-flash-1017-op836B token
DeepSeek-20% 较上周
iceman669B token
+89% 较上周
nemotron-3.5-lightning638B token
NVIDIA-6% 较上周
glm-5.3593B token
Zhipu+149% 较上周
longcat-2.5485B token
Meituan新
flint-40b475B token
Recursive-25% 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 | mimo-v2.6-flash | beam-1.0-501b-a23b | deepseek-v4-pro | muse-spark-1.3-contributor | claude-haiku-5-5 | glm-5.3 | Other | 总计 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| SEP 19 | 53K | 0 | 15K | 0 | 0 | 6.7K | 28K | 0 | 4.4K | 126K | 234K |
| SEP 20 | 54K | 0 | 16K | 0 | 0 | 6.9K | 25K | 0 | 4.5K | 117K | 223K |
| SEP 21 | 80K | 0 | 21K | 2.2K | 0 | 9.6K | 38K | 0 | 6.0K | 163K | 320K |
| SEP 22 | 66K | 0 | 19K | 41K | 0 | 8.2K | 36K | 0 | 5.6K | 156K | 333K |
| SEP 23 | 62K | 2.5K | 18K | 39K | 0 | 7.4K | 35K | 0 | 4.7K | 140K | 308K |
| SEP 24 | 60K | 12K | 16K | 37K | 0 | 6.8K | 34K | 0 | 4.3K | 136K | 306K |
| SEP 25 | 49K | 12K | 13K | 21K | 0 | 5.8K | 32K | 0 | 3.6K | 123K | 260K |
| SEP 26 | 45K | 11K | 12K | 18K | 0 | 4.9K | 29K | 0 | 3.2K | 109K | 231K |
| SEP 27 | 46K | 12K | 12K | 17K | 0 | 4.8K | 28K | 0 | 3.4K | 110K | 233K |
| SEP 28 | 62K | 16K | 15K | 22K | 0 | 7.1K | 34K | 0 | 4.9K | 145K | 307K |
| SEP 29 | 68K | 17K | 15K | 23K | 0 | 7.1K | 36K | 0 | 5.0K | 146K | 317K |
| SEP 30 | 61K | 16K | 15K | 22K | 0 | 6.6K | 34K | 0 | 4.8K | 141K | 301K |
| OCT 1 | 56K | 15K | 13K | 22K | 0 | 5.9K | 33K | 0 | 4.3K | 128K | 277K |
| OCT 2 | 54K | 15K | 13K | 22K | 0 | 5.7K | 32K | 0 | 4.2K | 126K | 271K |
| OCT 3 | 46K | 13K | 11K | 18K | 0 | 4.5K | 29K | 0 | 3.6K | 112K | 236K |
| OCT 4 | 45K | 13K | 11K | 17K | 0 | 4.5K | 29K | 0 | 3.5K | 111K | 234K |
| OCT 5 | 54K | 17K | 13K | 21K | 0 | 6.1K | 35K | 0 | 4.7K | 134K | 284K |
| OCT 6 | 58K | 17K | 14K | 41K | 0 | 6.2K | 38K | 0 | 4.7K | 136K | 315K |
| OCT 7 | 65K | 18K | 14K | 42K | 0 | 6.2K | 39K | 691 | 4.6K | 133K | 321K |
| OCT 8 | 74K | 20K | 15K | 42K | 0 | 6.7K | 37K | 4.9K | 5.0K | 143K | 347K |
| OCT 9 | 88K | 20K | 15K | 31K | 0 | 6.4K | 35K | 5.4K | 4.8K | 136K | 341K |
| OCT 10 | 80K | 17K | 13K | 28K | 0 | 5.3K | 31K | 4.8K | 4.3K | 123K | 307K |
| OCT 11 | 73K | 16K | 11K | 22K | 0 | 4.8K | 31K | 4.4K | 3.9K | 111K | 278K |
| OCT 12 | 99K | 24K | 16K | 29K | 0 | 6.7K | 37K | 6.5K | 5.4K | 137K | 360K |
| OCT 13 | 102K | 26K | 16K | 27K | 6.7K | 7.1K | 37K | 6.3K | 5.5K | 133K | 367K |
| OCT 14 | 107K | 28K | 16K | 32K | 11K | 7.6K | 36K | 6.3K | 5.6K | 126K | 376K |
| OCT 15 | 123K | 29K | 17K | 42K | 8.9K | 8.1K | 35K | 6.6K | 5.9K | 124K | 399K |
| OCT 16 | 128K | 27K | 27K | 42K | 11K | 7.5K | 34K | 5.8K | 5.6K | 119K | 408K |
| OCT 17 | 121K | 24K | 31K | 39K | 14K | 6.3K | 11K | 4.9K | 4.5K | 105K | 359K |
| OCT 18 | 98K | 21K | 23K | 28K | 12K | 5.4K | 7.9K | 4.2K | 3.8K | 79K | 282K |
| OCT 19 | 137K | 32K | 30K | 36K | 13K | 7.8K | 9.8K | 6.2K | 5.5K | 111K | 388K |
| OCT 20 | 142K | 33K | 30K | 35K | 12K | 7.5K | 9.3K | 6.1K | 5.5K | 113K | 393K |
| OCT 21 | 144K | 34K | 32K | 27K | 12K | 7.7K | 9.4K | 6.2K | 5.9K | 134K | 412K |
| OCT 22 | 149K | 34K | 32K | 24K | 14K | 7.7K | 9.4K | 6.3K | 5.4K | 130K | 411K |
| OCT 23 | 152K | 34K | 32K | 22K | 16K | 7.2K | 9.7K | 6.0K | 5.1K | 96K | 379K |
| OCT 24 | 122K | 28K | 25K | 14K | 13K | 5.8K | 8.2K | 5.0K | 4.3K | 77K | 303K |
| OCT 25 | 116K | 29K | 24K | 14K | 13K | 5.8K | 7.9K | 5.1K | 4.1K | 76K | 296K |
| OCT 26 | 147K | 40K | 30K | 18K | 15K | 8.4K | 9.8K | 6.9K | 5.7K | 93K | 374K |
| OCT 27 | 154K | 42K | 31K | 18K | 16K | 8.9K | 9.8K | 7.1K | 5.7K | 85K | 378K |
| OCT 28 | 158K | 42K | 30K | 18K | 15K | 8.7K | 9.8K | 7.3K | 5.3K | 79K | 374K |
| OCT 29 | 161K | 42K | 31K | 18K | 16K | 8.7K | 9.7K | 7.3K | 5.3K | 74K | 373K |
| OCT 30 | 153K | 40K | 29K | 17K | 16K | 7.8K | 9.3K | 6.9K | 5.1K | 73K | 357K |
| OCT 31 | 130K | 33K | 24K | 14K | 15K | 6.5K | 7.9K | 5.9K | 4.3K | 64K | 305K |
| NOV 1 | 129K | 33K | 24K | 14K | 14K | 6.6K | 7.4K | 5.8K | 4.3K | 62K | 301K |
| NOV 2 | 173K | 46K | 31K | 17K | 16K | 9.2K | 9.1K | 8.4K | 5.8K | 85K | 401K |
| NOV 3 | 180K | 48K | 32K | 17K | 17K | 9.5K | 9.4K | 8.7K | 5.8K | 75K | 402K |
| NOV 4 | 185K | 47K | 32K | 17K | 16K | 9.0K | 9.2K | 8.5K | 5.6K | 79K | 409K |
| NOV 5 | 190K | 48K | 34K | 17K | 17K | 9.4K | 9.4K | 8.8K | 5.8K | 81K | 420K |
| NOV 6 | 187K | 46K | 36K | 17K | 16K | 9.6K | 9.3K | 8.4K | 5.8K | 78K | 414K |
| NOV 7 | 159K | 37K | 32K | 15K | 14K | 7.7K | 8.4K | 7.1K | 4.8K | 71K | 357K |
| NOV 8 | 151K | 35K | 28K | 13K | 14K | 6.8K | 7.5K | 6.3K | 4.4K | 73K | 339K |
| NOV 9 | 189K | 49K | 35K | 16K | 15K | 9.6K | 9.1K | 8.8K | 6.2K | 92K | 431K |
| NOV 10 | 193K | 50K | 36K | 16K | 16K | 9.8K | 9.3K | 9.1K | 13K | 93K | 446K |
| NOV 11 | 190K | 49K | 38K | 16K | 16K | 10.0K | 9.2K | 8.8K | 14K | 94K | 445K |
| NOV 12 | 198K | 49K | 36K | 15K | 15K | 9.1K | 8.9K | 8.6K | 5.3K | 86K | 430K |
| NOV 13 | 174K | 38K | 29K | 12K | 12K | 6.9K | 7.4K | 6.7K | 4.0K | 67K | 356K |
Weekly Retention. Weekly users returning the next week.
| Rank | Model | Retention | Rate | Eligible |
|---|---|---|---|---|
| 01 | mimo-v2.6-flash | 80.2% | 9.6K | |
| 02 | deepseek-v4.1-flash | 75.6% | 637K | |
| 03 | beam-1.0-501b-a23b | 74.5% | 7.9K | |
| 04 | minimax-m3.1-flash | 72.2% | 15K | |
| 05 | muse-spark-1.3-contributor | 69.2% | 55K | |
| 06 | mimo-v2.6-pro | 68.2% | 8.1K | |
| 07 | iceman-contributor | 67.8% | 423 | |
| 08 | gpt-6-luna | 66.7% | 17K | |
| 09 | claude-haiku-5-5 | 66.1% | 7.7K | |
| 10 | gemini-4-argon | 64.9% | 1.9K | |
| 11 | hy3 | 64.1% | 1.1K | |
| 12 | minimax-m2.5 | 63.3% | 109 | |
| 13 | glm-5.3-flash | 62.7% | 68K | |
| 14 | qwen3.8-flash | 61.6% | 9.2K | |
| 15 | qwen3.7-plus | 61.3% | 5.6K |
会话成本. 每次会话的平均成本。
成本 / 会话
Token / 会话
成本/会话$0.0278
Token/会话15.6M
Token 成本. 每 100 万 token 的价格。
输入$0.12
输出$0.42
已缓存$0.03
缓存比例. 从缓存提供的输入 token 占比。
缓存比例97%
已缓存5.9T
未缓存185.6B
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 glm-5.3-flashdeepseek-v4.1-flash·glm-5.3-flashLeader vs challengerdeepseek-v4.1-flash vs minimax-m3.1-flashdeepseek-v4.1-flash·minimax-m3.1-flashAdjacent leaderboard pairglm-5.3-flash vs minimax-m3.1-flashglm-5.3-flash·minimax-m3.1-flashTop model alternativeminimax-m3.1-flash vs muse-spark-1.3-contributorminimax-m3.1-flash·muse-spark-1.3-contributor