OpenRouter: DeepSeek lidera con 32,8 billones de tokens

Qué muestra el ranking de OpenRouter esta semana

El modelo más usado de la semana en OpenRouter fue DeepSeek V4.1 Flash, con 32,8 billones de tokens procesados a través de la plataforma: un 20% menos que la semana anterior. Y no es un caso aislado. De los diez modelos con más volumen, seis retrocedieron en la comparación semanal.

GLM 5.3 Flash, de Z.ai, quedó segundo con 12,2 billones y variación plana, seguido por Step 5 Preview, de StepFun, con 11,5 billones y un alza del 30%. Más abajo aparecen MiMo-V2.6-Flash de Xiaomi (-13%), Hy4 preview de Tencent (-9%) y GPT-6 Luna de OpenAI (-12%). Los únicos que crecieron con fuerza fueron Claude Opus 5.5, de Anthropic (+23%), y GLM 5.3 (+37%).

Antes de sacar conclusiones, la letra chica: OpenRouter aclara que su ranking mide tokens procesados —prompt y completion— y no usuarios ni gasto. También advierte que los modelos difieren en verbosidad y tokenización, así que un total más alto indica cuánto se usa un modelo, no cuál es mejor para una tarea concreta.

¿Está muriendo el token-maxxing o es rotación de modelos?

La caída semanal de los líderes convive con un mes de crecimiento explosivo. En la ventana de treinta días, DeepSeek V4.1 Flash acumula 124 billones de tokens, un 582% más que en los treinta días previos. En el mismo período aparece Space Bunny Alpha, un modelo de un autor en modo stealth, con 56,7 billones y etiqueta de nuevo. Del otro lado, GPT-5.6 Luna de OpenAI cayó 63%.

La lectura más útil para un founder no es "se usa menos IA", sino rotación: la atención se mueve de modelo en modelo mucho más rápido que antes. La tabla de nuevos y trending de OpenRouter lo muestra con claridad: DeepSeek V4.1 Flash 1017 entró con 3,72 billones de tokens, Nemotron 3.5 Super VL (free) de Nvidia con 805.000 millones, Gemini 4 Argon con 767.000 millones, Jev 1.14 de typesafe con 596.000 millones y Muse Wonder de Meta con 233.000 millones. Todos marcados como nuevos.

Mientras los modelos individuales se estancan, la plataforma sigue creciendo. TechCrunch reportó en mayo de 2026 que OpenRouter procesaba 100 billones de tokens al mes —unos 25 billones por semana—, cinco veces más que los 5 billones semanales de seis meses antes. Y Fool reportó en agosto de 2026 que la compañía ya procesa más de 10 billones de tokens por día, casi el triple del ritmo de mayo.

Traducción: el volumen total sube, pero el reparto se mueve. El token-maxxing como métrica de un ganador estable se terminó; lo que hay es un mercado de rotación permanente.

La propia OpenRouter se volvió un activo estratégico en ese contexto. Fool reportó en agosto de 2026 que Stripe acordó adquirirla en una operación estimada en US$7.500 millones, casi seis veces la valoración de US$1.300 millones que The New York Times le atribuyó tras su Serie B de US$113 millones liderada por CapitalG en mayo de 2026, según TechCrunch. El mismo reporte estima su facturación anualizada en US$140 millones en julio, frente a unos US$50 millones a comienzos de año, con una comisión del 5,5% sobre el gasto que pasa por la plataforma.

La cuota de mercado: DeepSeek manda en cantidad de requests

El otro tablero de OpenRouter mide algo distinto: requests, no tokens. En la semana que comenzó el 12 de octubre de 2026, DeepSeek concentró el 24,4% de los requests de texto de la plataforma, con un alza del 3%. Le siguen OpenAI con 18,5% (+3%), Z.ai con 12,2% (-6%), Qwen con 5,3% (+1%) y Anthropic con 4,7%, que fue el autor que más creció en cantidad de requests (+25%). Xiaomi quedó en 2,4% (-14%), Meta Llama en 2,1% y Mistral AI en 2,0%. El resto de los autores agrupados sumó 8,6%.

Que DeepSeek lidere en requests y no solo en tokens importa: sugiere que no es un puñado de cuentas quemando volumen, sino una base amplia de aplicaciones eligiéndolo.

El fenómeno viene de antes. Una investigación de CNBC publicada el 7 de julio y recogida por Yahoo Finance encontró que, desde el 8 de febrero de 2026, los modelos de origen chino representaron al menos el 30% del volumen de tokens empresariales de OpenRouter en todas las semanas, con un pico semanal del 46% a mediados de 2026. El promedio de los doce meses anteriores había sido del 11%, y solo del 4,5% en el primer semestre de 2025. En esa medición, DeepSeek tenía el 17,6% de los tokens enrutados y Qwen, de Alibaba, el 13,9%.

El motor de ese desplazamiento es el precio. Según la misma investigación, DeepSeek V4 Flash costaba US$0,14 por millón de tokens de entrada frente a los US$5,00 de GPT-5.5 de OpenAI.

¿Por qué le importa esto a tu startup?

Porque el costo de tu stack de IA depende de a qué modelo enrutás cada tarea, y el ranking se está comportando como una pizarra de precios.

Business Insider reportó que la versión más cara de DeepSeek V4 corría a 43 centavos por millón de tokens de entrada y 87 centavos por millón de salida en OpenRouter, contra US$1 y US$5 del modelo más barato de Claude, Haiku. Para un producto con uso intensivo de IA, esa diferencia se come el margen.

Y el consumo no baja: un análisis de Andreessen Horowitz basado en datos de OpenRouter, difundido por eWeek, estimó que las cargas de trabajo de agentes consumen unas cinco veces más tokens que el uso humano, y que cerca del 85% de ese consumo son inputs cacheados. El mismo reporte señala que GPT-5.6 Sol cuesta US$4,00 por millón de tokens de entrada en contexto estándar y US$0,40 en caché.

Ahí está la palanca real: no es solo elegir el modelo más barato, es cachear y enrutar por tarea.

Qué significa esto para tu startup

• No te cases con un proveedor. El líder semanal cambió de manos varias veces en un mes. Si tu código llama a un modelo directamente, cada migración es un sprint. Si llamas a una capa de enrutamiento, es un cambio de configuración.
• Instrumenta el gasto por modelo, no por aplicación. Los rankings de OpenRouter miden tokens porque es la unidad que se factura. Tu dashboard debería hacer lo mismo: costo por feature, por cliente y por tipo de tarea.
• Activa caché antes de optimizar prompts. Si la mayor parte del consumo agéntico son inputs repetidos, la caché es la palanca de mayor retorno y menor riesgo.
• Separa la decisión de calidad de la de costo. Los rankings de tokens no miden precisión. OpenRouter publica benchmarks aparte, con puntajes de Artificial Analysis y Design Arena, y para código conviene mirar el índice de coding en lugar del volumen.

Cómo elegir modelo sin quemar presupuesto

1. Define dos o tres perfiles de tarea (por ejemplo: clasificación barata, generación de calidad, razonamiento complejo) y asigna un modelo distinto a cada uno.
2. Corre un A/B de dos semanas con el mismo tráfico dividido entre tu modelo actual y una alternativa más barata. Mide calidad con tu propia evaluación, no con benchmarks genéricos.
3. Pon un tope de gasto por cliente antes de escalar. La volatilidad diaria del ranking —DeepSeek V4.1 Flash 1017 subió 345% en un día y Nemotron 3 Ultra (free) más de 999%— es la misma volatilidad que puede aparecer en tu factura si no tienes límites.
4. Revisa el tablero cada mes. La rotación es tan rápida que una decisión de routing tomada a comienzos de año puede estar desactualizada pocos meses después.

Conclusión

El ranking de OpenRouter dejó de ser una tabla de popularidad y se convirtió en un tablero de precios y de rotación. DeepSeek lidera tanto en tokens como en requests, los modelos de origen chino ya explican una porción enorme del volumen empresarial y la ventaja competitiva se está moviendo de "tener el mejor modelo" a "saber cuál usar en cada momento".

Para un founder, la conclusión es incómoda pero clara: la capa de enrutamiento dejó de ser un detalle de infraestructura y pasó a ser una decisión de margen. Las startups que la traten como tal van a gastar menos por el mismo producto.

Fuentes

• OpenRouter Rankings (fuente original)
• OpenRouter more than doubles valuation to $1.3B in a year
• Chinese AI Models Now Capture Up to 46% of US Enterprise Token Usage
• AI Agents Use 5 Times More LLM Tokens Than Humans, a16z Data Shows
• Stripe's $7.5 Billion Bet on the AI Model Routing Layer
• The startups trying to save you from sky-high AI bills are getting showered with cash