OpenRouter объединяет 400+ моделей за одним API. Недельный объём токенов отражает, что команды реально роутят в продакшене — а не то, что выигрывает демо на лидерборде. Этот пост читает Top10 июня 2026 через призму Claude, Gemini, DeepSeek и Kimi.
В заголовке нет одного «победителя»: одни команды оптимизируют объём, другие — стоимость единицы, третьи — кто остаётся на самых сложных 5 % задач. Таблицы ниже раскладывают эти углы, чтобы вы сопоставили их со своим стеком.
1. Зачем OpenRouter?
Бенчмарки меряют потолок в single-shot. OpenRouter меряет, кто получает API-вызовы — дефолты IDE, роутеры agent-фреймворков, SaaS-fallback: всё видно на недельной кривой токенов. Та же логика, что в войне compute-инфраструктуры: в 2026 борьба не только за баллы моделей, но за то, кто стабильно и дёшево поставляет токены.
Перед чтением рейтингов — три оговорки (мультитурные агенты усиливают разрыв цен — см. биллинг агентов):
| Допущение | Что это значит |
|---|---|
| Токен ≠ выручка | Более дешёвые модели естественно накапливают больше токенов |
| ≠ глобальный API-трафик | ChatGPT, Azure и on-device трафик в этом графике не учтены |
| Агенты усиливают разрыв | Многошаговые tool-call умножают разницу цены за токен |
2. Top10 вендоров (июнь 2026)
Цифры — из публичных Rankings OpenRouter и стороннего трекинга (OfficeChai, Digital Applied и др.) недельного объёма платформы. Top10 вендоров дают примерно 19T токенов/неделю; точные числа плавают — официальная страница — источник истины.
Таблица отвечает на «куда идёт трафик?». Если вы роутите API, а не шипите consumer-приложение, доля вендора — лучший сигнал для закупки, чем любой бенчмарк.
| # | Вендор | Репрезентативные модели | Доля | Позиционирование |
|---|---|---|---|---|
| 1 | DeepSeek | V3.2 / V4 | ~16.3% | Лидер по объёму; дефолт для agent batch |
| 2 | Anthropic | Claude Sonnet / Opus 4.x | ~15.5% | Премиум-удержание на сложных задачах |
| 3 | Gemini 3.x | ~13.2% | Длинный контекст + дистрибуция экосистемы | |
| 4 | OpenAI | GPT-5.x | ~8.7% | Сильный бренд; доля на OpenRouter снижается |
| 5 | Xiaomi | MiMo-V2-Pro | ~8.6% | Стратегия объёма по низкой цене |
| 6 | Tencent | Серия Hy | ~7.8% | Coding / agents |
| 7 | MiniMax | M2.5 / M2.7 | ~7.2% | Agent-native; всплеск эры OpenClaw |
| 8 | OpenRouter | Агрегат платформы | ~5.9% | Дефолтный роутинг / free tier |
| 9 | Qwen | Qwen 3.6 Plus | ~4.7% | Open weights + cloud deploy |
| 10 | Moonshot | Kimi K2.x | ~3–5%* | Одна модель часто в Top10; доля вендора волатильна |
* Вендоры из Китая в Top10 вместе ~44%+. Kimi может быть #2 по модели в отдельную неделю, оставаясь ниже топ-3 по вендору.
Топ-4 — DeepSeek, Anthropic, Google, OpenAI — дают больше половины трафика; с #5 идут охотники за объёмом: Xiaomi, Tencent, MiniMax. Для большинства команд практичный набор — топ-4 + Kimi.
3. Top10 на уровне моделей (2026 Q2)
Доля вендора показывает, куда идут деньги; рейтинг моделей — какой model ID вызывается. Один вендор часто ставит два уровня (Sonnet + Opus, Gemini Pro + Flash) в один чарт — выбирайте ID, а не только бренд.
| Диапазон ранга | Модель | Вендор | Типичное применение |
|---|---|---|---|
| 1–2 | MiMo-V2-Pro / MiniMax M2.5 | Xiaomi / MiniMax | Ультра-дёшевый agent batch |
| 2–4 | Claude Sonnet 4.6 | Anthropic | Дефолт IDE-агента |
| 3–5 | DeepSeek V3.2 / V4 | DeepSeek | Reasoning / code / self-host |
| 4–6 | Qwen 3.6 Plus | Alibaba | Мультиязычный MoE |
| 5–7 | Claude Opus 4.6 / 4.7 | Anthropic | Архитектура / security review |
| 6–8 | Gemini 3.1 Pro / Flash Lite | Очень длинный контекст / мультимодал | |
| 7–9 | Kimi K2 / K2.5 / K2.6 | Moonshot | Параллелизм агентов / coding |
Типичный путь Kimi: «одна модель пробивает Top10, доля вендора отстаёт» — история breakout-SKU. DeepSeek — наоборот: линейка, которая держится на доске. Далее — все четверо в одной сравнительной таблице.
4. Сравнение четырёх: Claude vs Gemini vs DeepSeek vs Kimi
| Измерение | DeepSeek | Claude | Gemini | Kimi |
|---|---|---|---|---|
| Доля вендора | ~16.3% (#1) | ~15.5% (#2) | ~13.2% (#3) | ~3–5% (#10) |
| Ключевое преимущество | Стоимость единицы интеллекта | Команды платят премиум за самую сложную работу | Длинный контекст + экосистема GCP | Параллелизм агентов / всплески coding |
| Типичный fit | Массовые tool-call, суммаризация логов | Архитектурные созвоны, security review | Документы на миллионы токенов, мультимодал | Agent-стеки Silicon Valley, multi sub-agent |
| Относительный минус | Compliance / латентность / англ. креатив | Цена за единицу | GitHub-coding hype ниже Sonnet | Колебания доли; риск гонки за версиями |
| Тег «победитель» | Чемпион по объёму | Премиум и доверие | Дистрибуция и дефолт | Breakout agent-coding |
Документация: Claude · Gemini API. Ни один из четырёх не доминирует по всем осям — DeepSeek выигрывает объём, Claude — готовность платить за сложное, Gemini — дефолты экосистемы, Kimi — всплески adoption в agent-coding.
5. «Настоящий победитель» — по какой линейке?
| Угол | Лидер |
|---|---|
| Доля токенов (голос роутинга) | DeepSeek > Anthropic > Google |
| Цена × доля (прокси выручки) | Anthropic, Google могут перевернуть порядок |
| Сложнейшие 5 % задач | Claude Opus / Gemini Pro |
| Стоимость agent batch | Ротация DeepSeek, MiniMax, Kimi, MiMo |
Один график — три аудитории: финансы смотрят цена × доля, инженерия — кто выживает на самых сложных задачах, ops — кто дешевле на масштабе агентов. Линии расходятся — поэтому Top10 стоит обновлять ежемесячно.
6. Справочник многоуровневого роутинга
Хватит спорить, кто #1; делите по уровню задач. Таблица ниже — типичное распределение трафика по данным Top10 июня 2026. Для compliance-чувствительной работы — прямой API или self-hosted weights.
| Уровень задач | Рекомендуемые модели | Доля трафика |
|---|---|---|
| Лёгкие / sub-agents | DeepSeek Chat / Gemini Flash Lite / Kimi K2 | ~80% |
| Ежедневный coding | Claude Sonnet 4.6 / DeepSeek V3.2 / Qwen 3.6 | ~15% |
| Архитектура / review | Claude Opus 4.6 | ~5% |
| Очень длинные / мультимодал | Gemini 3.1 Pro | По запросу |
OPENROUTER_MODEL_FAST=deepseek/deepseek-chat OPENROUTER_MODEL_CODING=anthropic/claude-sonnet-4.6 OPENROUTER_MODEL_HARD=anthropic/claude-opus-4.6 OPENROUTER_MODEL_LONG=google/gemini-3.1-pro
Сочетайте с fallback Model Routing, чтобы 429 на основной модели деградировал gracefully, а не убивал agent pipeline. Практический rollout: неделю гоняете фиксированный eval-набор (10–20 реальных задач), логируете pass rate и стоимость токенов, затем фиксируете пропорции выше — надёжнее, чем выбор с лидерборда.
Solo-разработчики начинают с двух уровней: Sonnet или DeepSeek на каждый день, Opus на review. Команды добавляют Gemini для длинных доков и Kimi для multi-agent subtasks. Пересматривайте таблицу роутинга ежемесячно по Rankings — новый релиз может перекроить Top10 за 1–2 недели.
7. Три частые ошибки чтения
| Ошибка | Реальность |
|---|---|
| DeepSeek #1 = Claude проиграл | 80 % sub-tasks на DeepSeek + 20 % Opus review — они дополняют друг друга |
| Kimi в Top10 = all-in Kimi | Зафиксировать model ID + eval; не гнаться за брендом |
| OpenRouter = глобальный рынок | Отражает только роутинг API / agent-разработчиков |
Ошибки обычно из-за трактовки «#1 на этой неделе» как тотальной победы. DeepSeek и Claude оба в топ-3 OpenRouter — разработчики платят по уровню задач, а не выбирают лагерь.
8. FAQ
Шесть частых вопросов выбора, коротко — model ID и цены проверяйте в консоли OpenRouter.
| Вопрос | Краткий ответ |
|---|---|
| Дефолт для solo-разработчика? | Coding: Sonnet 4.6 или DeepSeek V3.2; экономия: Flash Lite |
| OpenRouter vs прямой API? | OpenRouter для dev-агрегации; прямой — для prod SLA / compliance |
| DeepSeek — просто накрутка объёма? | Гоняйте свой eval неделю; игнорируйте глобальные тоталы |
| Kimi vs DeepSeek? | Эксперименты multi sub-agent → Kimi; стабильная низкая цена → DeepSeek |
| Стоит ли ставить на Gemini? | Уже на GCP / нужен длинный контекст → да; только GitHub-coding → Sonnet/DeepSeek |
| Как быстро меняются данные? | Скользящие 7 дней; новые модели могут перекроить Top10 за 1–2 недели |
9. Заключение
Возврат к заголовку: DeepSeek лидирует по объёму, Claude держит премиум, Gemini едет на экосистеме, Kimi врывается. OpenRouter Top10 показывает слоистый рынок — выигрывают те, кто вшивает роутинг в архитектуру и выбирает таблицами, а не слоганами.
Следующий шаг: открыть Rankings, сопоставить типы задач, взять два уровня из четырёхсторонней таблицы на A/B и задокументировать результат в spec роутинга команды. График сдвинется; многоуровневый роутинг — нет.
Не сжигайте сэкономленные токены на нестабильной среде Agent
Роутинг моделей снижает L2 API cost, но когда агенты засыпают на ноутбуке, стоят в очереди CI или теряют cache, полные перезапуски сжигают экономию обратно на L3/L4. Nuvcloud M4 Mac mini даёт always-on macOS с SSH/VNC — под долгие OpenClaw, Claude Code и похожие agent-стеки.
Попробуйте аренду на сутки с многоуровневым OpenRouter-роутингом на реальных agent-задачах и сравните счёт за токены с полным TCO — смотреть цены.