52T 用量第一，486K 人却在跑另一个——9月22日榜单该看哪一行

模型竞争的胜负手，已经从“谁更聪明”换成了“谁被留下来”。 跑分是入场券，留存才是座位。

今天是 9月22日，OpenCode 的数据更新到 UTC 11:47。同一个榜单上，出现了两个“第一名”。

按 token 用量，第一是 deepseek-v4.1-flash，52T，环比 +57%。按每日独立用户，最大的那个是 deepseek-v4-flash，486K——同一个牌子，不同的型号，差一个量级。

这两个数字摆在一起，比任何跑分榜都说明问题：开发者真正在压的，是一类稳定、便宜、够用的模型；而厂商希望你盯着的那个“更强”的，未必是留下最多人的那个。

留下来的那个，留存率会说话

榜单里还有一列 Weekly Retention——本周用了、下周还回来的比例。

deepseek-v4.1-flash 85.0%（23K 独立用户）；Meta 的 muse-spark-1.3-contributor 83.3%（13K）；muse-spark-1.2-contributor 81.1%；longcat-2.0 77.7%（359）；mimo-v2.5 72.7%（28K）；hy3 71.1%；qwen3.8-flash 70.9%；glm-5.3-flash 69.3%（53K）；omen-alpha 69.3%；deepseek-v4-flash-vision-exp 68.0%；qwen3.5-plus 67.8%；deepseek-v4-flash 67.6%（486K）；kimi-k2.5 66.3%；minimax-m2.7 65.8%。

这里面最刺眼的是：用得最多的那个，留存排在中间；用量涨得最猛的那个，留存是 85%。

榜单逐条看

DeepSeek。 三条线同时跑：v4.1-flash 冲量（52T，+57%，留存 85%）、v4-flash 铺面（486K 人）、v4-flash-vision-exp 试视觉（1.0T，68.0%），v4-pro 669B 站高配。

给 OPC 和 coding 开发者的建议很直接：主力锁 v4.1-flash 这类高留存型号，把 vision-exp 这种实验版放去跑副线，别让它进生产路径——1.0T 的用量说明它已经被大量当“玩”在用。玩的东西出问题不影响生意，生产路径出问题要赔钱。

Qwen。 阿里云百炼文档里有两件事得注意。一是 Qwen3.8 Max/Flash 与开源系列、3.7-Flash/Plus、3.6、3.5 系列（含 omni 与千问开源模型）支持图像、视频等多模态输入，必须走 multimodal-generation 端点，不能用面向纯文本的 Generation。二是联网搜索：qwen3.8-max、qwen3.8-flash 等型号在 Chat Completions/DashScope 协议下不支持 searchstrategy: agent，得走 Responses API 的 websearch 工具才能做多轮检索，而且 agent 策略每次调用额外收费、只支持返回搜索来源。

榜单上 qwen3.8-flash 是 299B、-22%，留存 70.9%；qwen3.5-plus 留存 67.8%，独立用户只有 264。

我的建议就一句：OPC 选型的第一页不是介绍页，是协议页。 多模态换端点、联网换 API 形态、按次计费——这三件事全都改代码。你只有一个开发者，他这周的工作量就是被这些接口差异决定的。多读半小时文档，能省三天返工。

GLM（智谱）。 glm-5.3-flash 用量 2.8T、环比 -24%，但独立用户 53K，是这份榜单里用户盘最厚的几家之一，留存 69.3%。用量降、用户还在，通常意味着调用从“堆量测试”转成了“日常按需”。

这类模型最适合当第二供应商。别只签一家，把主力和备用的调用封在一层薄适配里，谁限流、谁涨价，切过去不动业务代码。

我们自己在给老板们搭第一支 AI 战队时，从来不先问“哪个模型最强”，先问“这条流水线上有几个环节，每个环节谁盯得住”。早年最容易犯的错，是把一件事全押给一个模型，它一抽风，整条线停摆。

MiniMax。 minimax-m3 用量 253B、-15%；minimax-m2.7 留存 65.8%。文档里还有一句更关键：MiniMax-M2.1 与 Moonshot-Kimi-K2-Instruct 不支持 agent 联网搜索策略。

这不是强弱问题，是能不能干这个活的问题。你要做多轮检索的 agent，选型第一轮就该把不支持的直接划掉——省下的不是钱，是时间。

Kimi（月之暗面）。 承接上一条，K2-Instruct 在百炼的 agent 搜索策略里同样被排除；kimi-k2.5 留存 66.3%，独立用户 664。读长文档、做材料理解，它仍然顺手。

给 OPC 的用法是模型分工：长文归一家，联网归一家，代码归一家。别指望一个模型把所有事做圆，那是一个团队的思路，不是一个人的思路。

GPT（OpenAI）。 gpt-5.6-luna 用量 536B、-4%，留存榜前 15 里没看到它。海外模型依然值得用，但不宜当唯一主力。

coding 开发者今年最该做的一件事，是把模型调用抽成一层薄适配层——prompt 模板、超时、重试、降级全放这一层，上面换谁，下面不疼。

Gemini（Google）。 官方 API 文档里现在挂着几个工具/代理模型：computer use 预览版能“看见”数字屏幕，执行点击、输入、浏览等 UI 动作；Deep Research 预览版可自主规划并执行多步骤研究，从数百个来源取信息并生成带出处的报告，另有 Deep Research Max。

这是 OPC 最该盯的一类能力——你雇不起一个每天替你在后台点网页的人，但一个能操作浏览器的模型可以。 对账单、比价、备案、投标信息收集，这类碎活的边际成本会被压到接近零。但它是预览版，别放进客户看得见的关键路径。

Llama / Meta。 这次 Meta 系上榜的不是 Llama 这个名字，而是 muse-spark-1.3-contributor（35T，-6%）和 muse-spark-1.2-contributor（2.8T，-26%），留存 83.3% 和 81.1%——不是最大的量，是最扎实的一档留存。

对 OPC，权重可及的意义是数据不外流。给客户做私有化交付，能用可自持的模型就别全托在别人的云上；留存高说明它被稳稳嵌进了流程，而不是被试一下就丢。

小米 MiMo。 mimo-v2.5 用量 6.1T、-32%，独立用户 28K，留存 72.7%；mimo-v2.6-flash 新上榜 428B。手机厂的模型，长期看点在端侧。

产品面向门店、工厂、上门服务这类网络不稳的场景，端侧是唯一能保证“当场能用”的路子。现在预留一个端侧档位，比明年临时改架构便宜得多。

NVIDIA Nemotron。 nemotron-3-ultra 用量 3.1T、环比 +37%；nemotron-3.5-lightning 347B、-24%。硬件厂做模型，角色是基准线。

做私有化交付的开发者，把它当性能标尺，报价前先量一遍，量过再报，比事后扯皮省事。

蚂蚁 Ling 与美团 LongCat。 ling-3.0-flash-fin 648B、环比 +39%，金融垂类在涨；longcat-2.0 留存 77.7%，独立用户只有 359，池子很小。

这两个才是 OPC 该认真看的方向。通用赛道你拼不过大厂，垂类可以。 一个只有几百人用的模型，可能正好对口你那一千个客户；金融这种合规重、术语重、容错低的行业，垂类小模型往往比通用大模型更稳。

那个最常见的反驳，站不住

一定有人说：留存率高，不就是便宜、不就是懒得改配置吗？跟能力有什么关系。

但这事得拆开看。

切换成本本身就是能力的一部分。 一个模型能被留下，意味着输出格式稳定、上下文不飘、工具调用不崩。这些在跑分榜上占不了几行，但在你写代码时是每天的痛。便宜能让人试一次，不能让 85% 的人下周还回来。

留存是接口层面硬差异的结果，不是情绪。 百炼文档里那几条写得很清楚：哪些型号能走多模态端点、哪些在某个协议下不支持 agent 搜索、agent 策略每次调用额外收费。这些是写死在文档里的规则，不是用户偏好。你从 A 换到 B，可能要多写一套调用、多接一种 API 形态、多算一笔账——留存差距有一部分就是这么来的。

科研场景已经把答案摊开了。 中科院自动化所的磐石·科学基础大模型 7月17日发布 2.0，走“通专双轮驱动”；8月28日入选北京市首批 AI 用于科学研究的典型案例；5月，自动化所牵头的队伍在世界模型方向的国际比赛里拿了第一；9月15日，他们主办的期刊 MIR 入选 2025 年度世界一流科技期刊目录。科研不看谁的 demo 漂亮，只看一件事：能不能嵌进真实的实验流程。 商业侧同理，能不能嵌进你的日常工作流，才是留下来的理由。

最后半步

今天这份榜单，最值得抄的不是第一行。