2026 最多人用的 5 大 LLM：OpenRouter 排名揭示企業真正選擇

如果你問「2026 年最多人用邊個 AI 模型？」，答案未必係 ChatGPT、Gemini
或 Claude。根據 OpenRouter 官方 LLM Leaderboard 的「This
Week」數據，截至 2026 年 7 月 13 日，以每週 token 用量計，頭五名依次為
Tencent Hy3（free）、Xiaomi MiMo-V2.5、DeepSeek V4 Flash、MiniMax M3 及
Z.ai GLM 5.2（OpenRouter
Rankings）。

不過，這個排名量度的是經 OpenRouter 路由的開發者 token
用量，並非全球消費者聊天機械人市佔率。它反映的不是「最多人開 App
傾偈」，而是「開發者真正把哪些模型接入產品、程式及 AI Agent」（OpenRouter FAQ）。

今篇文章會逐一解釋這五個 LLM
是甚麼、為何用量高，以及香港中小企、marketer
和開發團隊應該如何選擇。

OpenRouter 排名如何計算？

OpenRouter 可以理解為「LLM 的轉機機場」：開發者連接一套
API，就可以按價錢、速度及可用性調用不同供應商的模型。官方排行榜顯示平台上各模型的每週
token 用量；token 是模型閱讀及生成文字的基本計算單位（OpenRouter Rankings）。

因此，「6.13T tokens」不代表有 6.13
萬億個用戶，也不等於模型一定最聰明，只代表該星期經 OpenRouter 處理的
token
特別多。閱讀時要留意：免費模型容易推高用量（開發者常用來測試及做原型）；長
context 任務會消耗更多 token；而平台數據不能代替 ChatGPT、Gemini
等消費者產品的用戶數據。

這比較似餐廳的「食材消耗榜」：能反映廚房實際大量使用甚麼，但用得最多不代表最高級，也不代表最適合每一道菜。對香港企業而言，這份榜的價值在於觀察開發者實際的取捨方向，而不是找出一個放諸四海皆準的「最佳模型」。

2026 年 7 月
OpenRouter 最多人用的 5 大 LLM

排名及用量來自 2026 年 7 月 13 日的 OpenRouter「This Week」頁面（OpenRouter Rankings）；價錢及
context 來自各模型的 OpenRouter
官方頁面。排行榜會持續變動，不應把這個快照當成永久排名。

第一名：Tencent Hy3（free）

Hy3 是騰訊推出的 Mixture-of-Experts 模型，主打
coding、文件處理、財務分析、遊戲開發及工作流程協調，並以 Apache 2.0
授權公開模型權重（Tencent）。它登上第一名的原因很直接：OpenRouter
上的 tencent/hy3:free 路由輸入及輸出均為
US$0，非常適合開發者做壓力測試、Agent prototype 或批量實驗（OpenRouter
Hy3）。例如香港中小企想測試「自動閱讀報價單、再整理成 Excel」的
Agent，可以先用 Hy3 驗證 workflow，不用一開始就承擔 API 費用。

但免費不代表可以直接放入正式生產環境：OpenRouter
已標示這條免費路由將於 2026 年 7 月 21
日停止，排名亦可能因免費期完結而快速下跌（OpenRouter
Hy3）。它目前以文字任務為主，亦不適合需要原生圖像或影片理解的應用。企業若打算長期依賴
Hy3，應提早規劃免費期完結後的替代方案及預算，避免 workflow
突然斷線。

第二名：Xiaomi MiMo-V2.5

MiMo-V2.5 最大賣點是
omnimodal：可理解文字、圖片、影片及音訊，並提供最高 1M
context，目標是讓 Agent
不只回答問題，還可以瀏覽、理解、推理和執行任務（Xiaomi MiMo；Hugging
Face）。OpenRouter 價錢為每 100 萬輸入 token US0.105、輸出US0.28，在支援多模態及
1M context 的模型中相當進取（OpenRouter
MiMo-V2.5）。

它特別適合內容團隊：marketer 可以讓 Agent
同時閱讀產品圖片、長影片逐字稿、客戶錄音及品牌文件，再整理內容重點或產生社交媒體版本，以往這類流程可能要多個模型合作才能完成。限制是「樣樣做到」不代表每項都最好，企業仍要用自己的廣東話錄音、產品圖片及真實影片測試準確度，不能只看官方
benchmark 就直接投入生產使用。

第三名：DeepSeek V4 Flash

DeepSeek V4 Flash 是五個模型之中最便宜的付費選擇，OpenRouter
價錢低至每 100 萬輸入 token US0.077、輸出US0.154，同時提供
1M context（OpenRouter
DeepSeek V4
Flash）。「Flash」有如快餐店的高效率廚房：未必每道菜都最高規格，但速度、成本及出餐量非常出色。DeepSeek
官方把它定位為快速、有效率及經濟的模型，推理能力接近但並非完全等同 V4
Pro（DeepSeek）。

對香港企業來說，它適合大量、重複而規則清晰的工作，例如電商產品資料分類及改寫、客戶查詢初步整理、程式碼解釋與測試、AI
Agent
的資料提取，以及大量長文件摘要。對需要大量處理重複任務的客服中心或電商團隊而言，低成本加上長
context 的組合，可以大幅降低每筆 API
呼叫的支出。主要取捨是它以文字為主，若流程需要直接理解圖片、影片或音訊，便要配合其他模型。

第四名：MiniMax M3

MiniMax M3 把三個企業常見需要放在同一模型：1M 長
context、原生多模態，以及 coding／Agent
能力，可接收文字、圖片和影片，並進行任務拆解、工具調用及多步推理（MiniMax）。OpenRouter
定價為每 100 萬輸入 token US0.30、輸出US1.20，比榜內前三名的付費路由昂貴（OpenRouter MiniMax
M3）。

如果企業要建立一個能觀看培訓影片、閱讀操作手冊，再自行調用工具完成後續工作的
Agent，MiniMax M3
比純文字模型更完整，較適合長時間維持任務狀態，而不只是回答單一問題。限制是不同供應商提供的
context
上限可能不同，多模態長流程也更容易延誤或累積錯誤，正式部署前應先測試成本上限、逾時處理及人工覆核流程，確保出錯時有人可以及時介入。

第五名：Z.ai GLM 5.2

GLM 5.2 主打長程軟件工程及 project-level coding，不只看一段
function，而是持續記住 module 邊界、API contract 及工程規範，適合 API
migration、跨語言 refactoring 及大型 codebase 任務（Z.ai）。Z.ai 公布的
Terminal-Bench 2.1 成績為 81.0，高於 GLM-5.1 的 62.0，並接近 Claude Opus
4.8 的 85.0；這是供應商公布的 benchmark，應配合企業自己的 repository
測試，不宜直接當成保證（Z.ai）。

OpenRouter 定價為輸入 US0.85、輸出US2.50，context
為 1M，是五個模型中最昂貴的選擇（OpenRouter GLM
5.2）。它適合真正需要長程 coding、跨檔案理解及 Agentic development
的團隊；若只是寫短文或一般客服，未必值得支付較高價錢。

為甚麼頭五名全部不是美國模型？

這不代表美國模型已失去競爭力：OpenRouter 前十名仍有 Claude Opus
系列，而 ChatGPT、Gemini 亦擁有大量不經 OpenRouter 的官方 App 及 API
用戶（OpenRouter
Rankings）。更合理的解讀是，當開發者真正按 token
付費時，「夠好、夠平、context
夠長」往往比品牌知名度更重要；這五個模型普遍透過開源權重或低價 API
加快採用。

就像物流公司不會每件貨都用頭等艙運送，企業亦不需要每個 AI
任務都用最昂貴的旗艦模型，成熟的做法是按工作風險及難度分流。

香港企業應該怎樣選？

不要只問「邊個模型最勁」，應該問「這個 workflow
最怕甚麼出錯」。不同部門對錯誤的寬容度不一，成本與風險的平衡點也不同，因此選型前先把具體任務列出來。

• 想零成本試 Agent： 選 Hy3
  免費路由，但要預先計劃免費期完結後的替代模型。
• 需要圖片、影片或音訊： 優先測試
  MiMo-V2.5；若任務需要長時間工具調用，可比較 MiniMax M3。
• 大量文字及 coding、最重視成本： DeepSeek V4 Flash
  的價格／context 比例最突出。
• 長影片、長文件、多步 Agent： MiniMax M3
  的多模態及長 context 較完整。
• 大型 codebase 及長程軟件工程： GLM 5.2
  較對題，但應先用真實 repository 做小規模評估。

更穩健的企業架構是「模型路由」：低風險分類交給便宜模型，複雜分析交給較強模型，敏感決策則加入人工審批。這樣做比把所有工作綁死在一個
LLM
更容易控制成本及風險，日後模型更新或供應商調價時，亦可以較靈活地切換，不用重新設計整套系統。

結論：最多人用，不等於最適合你

OpenRouter
排名最有價值的地方，不是選出一個永遠的冠軍，而是揭示開發者的真實取捨。2026
年 7 月的數據顯示，免費或低價、1M context、coding、Agent
及多模態，正成為推動 LLM 用量的五大因素（OpenRouter Rankings）。

企業選模型時，應以自己的資料、語言、錯誤成本、速度及預算做測試，並進行小規模試用，確認模型能否穩定處理自家的實際數據。排名可以幫你建立
shortlist，但最後的答案一定來自真實 workflow。

如果公司正考慮把 LLM 接入客服、內容營銷、內部知識庫或 AI
Agent，AD-Linkage 可以協助團隊由 use case、模型選擇、workflow
設計到實際部署，避免只買工具而沒有建立可持續的工作方法。可瀏覽 AD-Linkage AI
課程或透過 WhatsApp 9316
9306查詢。

常見問題

2026 年最多人用的 5 大 LLM
是哪些？

截至 2026 年 7 月 13 日，按 OpenRouter 本週 token 用量計，首五名是
Tencent Hy3（free）、Xiaomi MiMo-V2.5、DeepSeek V4 Flash、MiniMax M3 及
Z.ai GLM 5.2（OpenRouter
Rankings）。這是 OpenRouter
開發者用量，不是全球聊天機械人用戶排名。

為甚麼 Hy3 可以排第一？

Hy3 在 OpenRouter 提供免費輸入及輸出，加上它是新推出的 coding／Agent
模型，因此吸引大量測試及原型開發。不過免費路由標示將於 2026 年 7 月 21
日停止（OpenRouter
Hy3）。

哪個 LLM 最抵用？

在這五個模型中，DeepSeek V4 Flash 是最便宜的付費選擇，每 100 萬輸入
token US0.077、輸出US0.154，並提供
1M context（OpenRouter
DeepSeek V4 Flash）。若需要圖片、影片及音訊，MiMo-V2.5
的整體性價比更值得測試。

哪個模型最適合 AI Agent？

低成本文字 Agent 可先試 DeepSeek V4 Flash；多模態 Agent 可測試
MiMo-V2.5；需要長流程及工具調用則可比較 MiniMax
M3。最終選擇應以工具成功率、延誤、成本及錯誤恢復能力做實測。

OpenRouter
排名是否代表模型質素？

不是。OpenRouter 的使用榜量度 token
用量，而不是綜合智能或準確度。免費價格、長 context 及批量工作都會推高
token 數字；OpenRouter 亦把 benchmark 與 usage 分開展示（OpenRouter Rankings）。