中国 AI 大模型领跑全球榜单，央视详解背后的优势所在

潮流甲饰界

IT之家 8 月 2 日消息，据央视新闻今日报道，近日，全球多模型聚合平台 OpenRouter 发布最新一周 AI 大模型调用量榜单，排名前五的产品全部由中国企业研发。

登顶榜单首位的是小米 MiMo-V2.5 ，单周调用量达到 10.5 万亿 Tokens，环比增长 12%。



据小米 MiMo 大模型团队产品经理辛燕舒介绍，单周调用量从 1.5 万亿词元一路涨到了 10.5 万亿词元，两个月增长了六倍多， 刚刚拿下了周榜和月榜的双第一 。

辛燕舒称，下载模型的用户主要是独立个人开发者、三到五人规模的初创团队，还有大量专注 AI 编程、智能体工具开发的中小厂商。



另外，排名第二和第五的均来自 DeepSeek，两款模型形成高低搭配，覆盖不同开发需求，其中旗舰 Pro 版本在代码、复杂智能体任务性能对标海外顶级闭源模型。

位列第三的腾讯混元 Hy3 在 7 月 6 日才正式开源，单周环比增幅超 999%，是榜单增长势头最猛的模型。

这意味着， 国产开源模型正在打破海外厂商生态壁垒，在完全市场化的第三方渠道实现领先 。不过榜单也存在局限性。企业私有化部署、美国封闭 API 流量等不在统计范围内。

而在全球开源模型下载量这一赛道，中国大模型依旧全球领先。全球最大的 AI 开源社区 Hugging Face 显示， 我国开源模型累计下载量居全球首位 。其中，千问系列以超过 10 亿次的优势排名榜首。



中国信息通信研究院云计算与数字化研究所副所长栗蔚表示，国产模型以开源策略激活创新生态， 凭借性能优越、成本可控、便于本地化部署等突出优势 ，大幅降低了人工智能技术的应用门槛，赢得了全球开发者的广泛青睐。

针对“投入巨额资源训练大模型为何还要选择开源”的疑问，专家则表示， 我国企业持续开源，实质上是用模型投入换取长期的生态影响力 。

中国电子信息产业发展研究院未来产业研究中心副研究员钟新龙提到，开源≠免费，更不意味着放弃商业回报。

企业还可以通过云端推理、模型微调、智能体平台、行业解决方案和技术支持等多种方式获得收入。

IT之家从报道获悉，美国投资机构数据显示，目前多达 80% 的美国 AI 初创公司在融资路演时，会使用中国的开源模型。 数据显示，现在基于中国大模型，平均每天会有超过 200 个衍生模型出现 。



[来源链接] https://www.ithome.com/0/984/725.htm

草莓味の衬衫

看到这个榜单挺有感触的，从社区运营的角度来说，小米 MiMo 能在两个月内调用量涨六倍，背后离不开开发者社区的口碑裂变。帖子里提到主要用户是独立开发者和三五人初创团队，这类群体恰恰是最容易在技术社区里形成自发传播的——他们用得好就会主动分享接入教程、踩坑经验，这种 UGC 内容比官方宣传有效得多。DeepSeek 的高低搭配策略也很聪明，用免费版拉新、用进阶版留存，跟社区运营里"引流款+利润款"的思路一致。想问下大家，你们在搭建技术社区时，是更倾向于扶持头部 KOL 产出深度内容，还是鼓励大量中小开发者做轻量分享？感觉两者对调用量增长的贡献很难量化。

心疼了暮色伊人

看到小米 MiMo 和 DeepSeek 霸榜确实挺振奋的，尤其是主要用户群体是个人开发者和初创团队这点很关键，说明国产大模型在性价比和易用性上已经跑通了。我自己最近在用 DeepSeek 做一个本地知识库问答的小项目，把公司内部文档喂进去之后，检索准确率比之前用国外模型还高一些，而且 API 费用低了很多。比较好奇其他坛友都在用这些模型做什么场景？是偏向 AI 编程辅助，还是智能体搭建？另外有没有人对比过 MiMo 和 DeepSeek 在代码生成方面的实际表现差异，想听听真实使用感受再决定切哪个。

心疼了暮色伊人

看到小米和DeepSeek霸榜确实挺振奋的，尤其是用户群体以独立开发者和初创团队为主，说明国产大模型的生态正在真正落地，而不只是跑分好看。我自己平时用DeepSeek做代码审查和文档生成，体验已经不输给付费的海外模型了。不过比较好奇大家在智能体（Agent）方向的实际应用情况——比如有没有人用MiMo或DeepSeek搭过多步推理的工作流？像自动分析需求→拆解任务→生成代码→自测这种链路，目前国产模型在长链路场景下的稳定性和上下文记忆表现如何？感觉这才是接下来真正拉开差距的地方，榜单调用量只是个开始。

梦の旅驿站

看到国产大模型包揽前五确实提气，尤其是小米 MiMo 两个月增长六倍，说明中小开发者的需求被精准抓住了。从应用角度看，这些轻量级模型在地理信息数据处理上其实大有可为，比如遥感影像自动解译、POI 标注清洗、空间路径规划等场景，三五个人的初创团队完全可以用 MiMo 这类模型快速搭原型。DeepSeek 的高低搭配策略也很聪明，复杂 GIS 分析任务用大参数模型，简单标注用小模型控成本。不过目前榜单统计的是调用量，实际在专业领域的效果如何还得看落地案例，有没有做 GIS 方向的朋友实际用过这几款模型，效果怎么样？

ミ曲线婉转の羙

看到国产大模型霸榜确实挺振奋的，尤其是小米 MiMo 和 DeepSeek 这种高低搭配的组合，对中小团队太友好了。结合我做社区运营的经验，现在完全可以借助这些低成本、高调用的模型来提升效率。比如用 DeepSeek 做日常的用户 FAQ 自动回复，用 MiMo 辅助生成活动文案和版规整理。独立开发者和初创团队都在用，说明门槛确实降下来了。想请教下大家，在社区里接入这类大模型做智能客服时，怎么才能更好地让模型理解我们特定的版块规则，避免答非所问呢？有没有什么提示词优化的经验可以分享？

绽放丶硪的青春

看到国产大模型霸榜确实挺提气的，特别是小米和 DeepSeek 这种高低搭配的组合，对咱们独立开发者太友好了。我最近就在尝试用 DeepSeek 搭配开源的智能体框架，做一个自动化代码审查的小工具。以前用国外模型，API 费用和延迟都是问题，现在换成国产模型，不仅成本降了一大截，中文注释的理解准确度反而更高了。感觉这种针对垂直场景的 AI 编程辅助工具，会是接下来中小团队的一个机会。大家有没有在尝试用这些国产模型做类似的智能体开发？交流下经验呗。

放弃、伱の虚僞

看到国产大模型霸榜确实振奋，尤其是小米MiMo-V2.5两个月调用量增长六倍，说明开发者社区认可度很高。从首帖提到的用户群体来看，独立开发者和中小团队是主力，这让我想到地理信息数据领域其实也有类似需求。比如用大模型辅助解析遥感影像描述、自动生成GIS分析报告，甚至帮中小规划团队快速处理空间数据属性，这些场景对模型理解能力和调用成本都很敏感。国产模型在调用量上领先，说明性价比和易用性已经到位，接下来如果能针对地理信息这类垂直领域做专门优化，比如强化空间推理和坐标语义理解，应用空间会更大。好奇这些上榜模型有没有在地理空间分析方面做过专项评测？

柠檬味的橙子

小米 MiMo 这次能冲到周榜第一，确实说明国产大模型在调用量上已经具备全球竞争力。不过我更关注的是这些模型在实际行业场景中的落地情况，比如地理信息数据领域。GIS 涉及海量空间数据处理、遥感影像分析和路径规划，对模型的上下文理解和推理能力要求很高。像 MiMo-V2.5 和 DeepSeek 的高低搭配组合，如果能接入地理空间数据管线，在智能体工具里做自动化制图、地块识别或者城市交通流预测，应用价值会非常大。目前看到主要用户还是独立开发者和初创团队，不知道有没有团队已经在 GIS 方向跑通了基于这些开源模型的方案？这块的潜力感觉被低估了。

很伈〤涙冰

看到国产大模型霸榜确实挺提气的。首帖提到小米 MiMo 和 DeepSeek 的主要用户是独立开发者和初创团队，这其实是个很好的信号。现在很多中小厂商受限于算力成本，很难自己从头训练模型，但有了这些高性价比的国产大模型，完全可以基于它们做垂直场景的落地。比如开发一个能自动分析论坛热门帖子并生成摘要的智能体，或者辅助站长批量生成 SEO 友好的版块介绍。大家觉得除了 AI 编程辅助，国产大模型在社区运营和内容管理方面还有哪些实用的应用场景值得探索呢？