224 个新模型？其实只有 95 个：2026 年 Q3 LLM 新品的定价与定位
我们的数据库在 2026 年 7 到 9 月记录了 224 条新模型。去除批量镜像、别名与免费重复后只剩 95 个独立模型，而价格对智能前沿上的 8 个点中有 7 个属于它们。数据截至 2026-10-05。
1. 什么算“新模型”，价格怎么算
以下所有数字都来自本站自己的数据库，数据截至 2026-10-05，每天从 OpenRouter 抓取更新。“新模型”指 created_at 落在 2026-07-01 到 2026-09-30 的数据行。这个时间戳记录的是我们的爬虫第一次看到这条上架记录的时间，而不是厂商正式发布的日期。差别不只是细节：224 条里有 68 条在 OpenRouter 自己的创建时间早于 7 月 1 日（61 条批量镜像、4 个基础模型、3 条旧模型的免费版），它们根本不是 Q3 的发布。
价格单位是每 1M tokens 的美元，并按 3:1 的输入／输出比例合成一个“混合价”：(3 × 输入 + 输出) / 4，适合读得多、写得少的聊天与 RAG 流量。只看某一天的价格并不可靠，因为 OpenRouter 的模型级价格会跟着当下的默认 endpoint 跳动。GLM 5.2 当前这一行是 $0.024 输入／$16 输出，但它 31 天的中位数是 $0.65／$2.04；Kimi K3 今天显示 $0.67／$14，中位数却是 $3.00／$15；DeepSeek V4 Flash 0731 今天是 $0.0152／$1.28，中位数是 $0.04／$0.28。所以下文的价格一律取 2026-09-05 到 2026-10-05 每日快照的中位数（输入和输出分别取中位数再混合）。91 个新模型中有 3 个（Claude Opus 5 Fast、KAT-Coder-Air V2.5、Qwen3.8 Max）在这段时间内没有快照（三者都已不在 OpenRouter 的目录中），改用最后记录的价格。
“智能”指的是我们 benchmarks 表中 2026-09-08 存储的 Artificial Analysis（AA）Intelligence Index。91 个新模型只有 31 个有分数，9 月 8 日之后上架的 32 个还不可能有，所以性价比分析只覆盖三分之一的新模型，而且偏向较早、较知名的发布。这些数字也可能与旧文章不同（例如这份快照里 GPT-5.4 的分数是 39.0），请只在同一张表内比较，不要跨文章对照。
2. 从 224 条到 95 个模型
“224 个新模型”这个标题数字，是被上架机制注水的，与厂商出货量无关。下表一次去掉一类重复。
| 步骤 | 条数 | 剩余 |
|---|---|---|
| 7/1–9/30 首次出现的数据行（7 月 61、8 月 87、9 月 76） | — | 224 |
批量镜像行（:batch） | −94 | 130 |
~…-latest 别名 | −10 | 120 |
:free 重复行 | −20 | 100 |
| 较旧的模型、较晚才被我们看到（Ministral 8B、Nemotron 3.5 Content Safety、Nex-N2-Mini、Venice Uncensored） | −4 | 96 |
| 路由器与 stealth 模型（Auto Router Beta、Jev Router、Ox Alpha、Union Alpha、Space Bunny Alpha） | −5 | 91 |
| 补回只有免费版的模型（Ling 3.0 Tiny、Ling 3.0 Flash Sante、LFM2.5-2.6B、Dots3-Note Preview） | +4 | 95 |
最大的一块是批量镜像：94 条，占 42%。其中 76 条集中在三天出现（7 月 28 日 27 条、8 月 6 日 32 条、8 月 28 日 17 条），而且有 61 条是 7 月之前就存在的模型的镜像，从 GPT-3.5 Turbo 到 Claude Sonnet 5 都有。这也是为什么 Mistral 显示 7 条却零个新模型：6 条是批量镜像，第 7 条是 Ministral 8B，OpenRouter 把它的创建时间标在 2024 年 10 月。
95 个模型里我们保留了三个 preview／实验版本（DeepSeek V4 Flash Vision Exp、Tencent Hy4 preview、Mercury 2.5 Preview），因为它们是独立权重、有各自的价格，但承诺程度比其他发布低。OpenAI 的 14 个模型其实是 7 个模型加 7 个“Pro”孪生版本：在我们的数据里，每个 Pro SKU 的每 token 价格都与基础版相同。我们没有各自消耗多少 reasoning tokens 的数据，所以每个任务的实际成本仍可能不同。
去重还会改变高峰月份。原始条数显示 8 月最忙（7、8、9 月分别是 61、87、76），但 8 月的 87 条中有 50 条是批量镜像。按独立模型计算，最忙的是 9 月：26、26、43，仅 9 月就占全季的 45%。
3. 谁发得最多
| 供应商 | 原始条数 | 去重后模型数 | 注水来源 |
|---|---|---|---|
| OpenAI | 63 | 14 | 45 批量、4 别名 |
| Anthropic | 19 | 5 | 14 批量 |
| 16 | 4 | 12 批量 | |
| DeepSeek | 12 | 4 | 4 批量、3 别名、1 免费 |
| Qwen | 11 | 8 | 2 批量、1 免费 |
| Z.ai | 10 | 4 | 3 批量、2 别名、1 免费 |
| inclusionAI | 8 | 5 | 5 条免费版 |
| Meta | 7 | 6 | 1 批量 |
| Mistral | 7 | 0 | 6 批量、1 个旧模型 |
| Tencent | 6 | 5 | 1 免费 |
| 其他所有供应商 | 65 | 40 | — |
| 合计 | 224 | 95 |
按原始条数排名，OpenAI（63）、Anthropic（19）、Google（16）领先。按独立模型计算，顺序变成 OpenAI（14）、Qwen（8）、Meta（6）；Anthropic 和 Google 掉到 5 和 4，因为它们分别有 14 条和 12 条是批量镜像。前三名合计 28 个，占 95 个的 29%；其余是总共 32 家供应商的长尾，其中 11 家只发了一个模型。我们的供应商国别字段有 19 家是空的，所以不做国别拆分。
按首次出现日期看，OpenAI 的 14 个分四波：7 月 9 日的 GPT-5.6 Luna、Terra、Sol 系列，9 月 5 日的 GPT-6 Astra，9 月 22 日的 GPT-6 Luna 与 Sol，以及 9 月 29 日的 GPT-6.1 Sol。Meta 的六个是 Muse Spark 1.1 到 1.3（含两个 contributor 版本）加上 Muse Glimmer 30B。Qwen 的八个是一个 3.7 Flash 和七个 3.8 系列。
开放权重的占比下降了。OpenRouter 为 91 个新模型中的 32 个（35%）列出了 Hugging Face ID，旧模型则是 338 个中的 156 个（46%）。这只是代理指标，不是授权审查，但与高端市场的走向一致：AA 分数 40 以上的 13 个新模型里，只有四个有可下载的权重（Kimi K3、Qwen3.8 2.4T A95B、GLM 5.3、GLM 5.3 Flash）。更完整的开放权重对比可看开放权重性价比之王。
4. 新一代 vs 旧目录：杠铃型分布
旧目录的基准是 7 月前首次出现、价格非零的所有基础行（n = 338），用同样方法计算。单位都是每 1M tokens 美元。
| 输入／输出／3:1 混合价 | Q3 第 1 四分位 | Q3 中位数 | Q3 第 3 四分位 | 旧目录 Q1 | 旧目录 中位数 | 旧目录 Q3 |
|---|---|---|---|---|---|---|
| 输入 $/M | $0.095 | $0.50 | $2.00 | $0.15 | $0.40 | $1.25 |
| 输出 $/M | $0.345 | $2.50 | $6.00 | $0.466 | $1.50 | $4.42 |
| 混合价 $/M | $0.166 | $0.875 | $3.75 | $0.262 | $0.70 | $2.16 |
新模型的混合价中位数是 $0.875/M，旧目录是 $0.70/M，高出约 25%；输出价中位数是 $2.50 对 $1.50，两组的输出／输入比都是 4:1。如果把基准限定为窗口期内有快照的 264 个旧模型，中位数是 $0.746，差距 17%，方向不受这个选择影响。
但中位数掩盖了形状。
| 占比 | Q3 新模型（n = 91） | 旧目录（n = 338） |
|---|---|---|
| 混合价低于 $0.25 | 33.0%（30） | 23.7%（80） |
| 混合价 $0.25 – $1 | 17.6%（16） | 37.0%（125） |
| 混合价 $1 – $5 | 37.4%（34） | 28.1%（95） |
| 混合价 $5 以上 | 12.1%（11） | 11.2%（38） |
| Context window 1M 以上 | 59.3%（54） | 18.3%（62） |
| Context window 200K 以下 | 12.1%（11） | 54.1%（183） |
| Context window 中位数 | 1,000,000 | 200,000 |
| 有 Hugging Face ID（开放权重代理指标） | 35.2%（32） | 46.2%（156） |
| 输出价 ÷ 输入价 中位数 | 4.0 | 4.0 |
新一代呈现杠铃型分布。三分之一（33%）的新模型混合价低于 $0.25/M，之前是 24%；$0.25 到 $1 的中间带从 37% 缩到 18%；最贵的四分之一从 $3.75 起步，旧目录是 $2.16。$5 以上的占比几乎没变（12% 对 11%）。按月份看，7 月 25 个模型的混合价中位数是 $1.30，8 月 23 个是 $0.87，9 月 43 个是 $0.88。
结构性的变化在 context window。新模型的中位数是 1,000,000 tokens，旧目录是 200,000；59% 的新模型提供 1M 以上，旧目录只有 18%；新模型只有 12% 停在 200K 以下，旧目录是 54%。在旧目录里 1M 是例外，在这批新模型里它是默认值。
第二个规律：厂商让价格跨代不变，只让分数上升。Google 的 Gemini 3.6、3.7、3.8 Flash 全都是 $0.75/$3.75，AA 却从 34.3 升到 39.4 再到 41.2（+20%）。Meta 的 Muse Spark 1.1、1.2、1.3 全都是 $1.25/$4.25，AA 从 34.3 升到 39.8 再到 45.2（+32%）。Anthropic 的做法不同：Claude Opus 5（$5/$25，AA 50.7）分数超过较早的 Claude Fable 5（49.7），价格却只有后者 $10/$50 的一半。
5. 本季最值得买的新模型
单纯算“每美元 AA”会奖励最便宜的模型，所以我们用更严格的检验：如果目录中没有任何其他有分数的模型，能以相同或更低的混合价拿到相同或更高的 AA，这个模型就在前沿上。先看总览：AA 30 以上的 37 个有分数模型中，22 个是 Q3 新模型，而且每个区间里新模型的价格中位数都比旧模型低。
| AA 区间 | Q3 新模型（混合价中位数） | 旧模型（混合价中位数） |
|---|---|---|
| 45 以上 | 5（$10.00） | 1（$20.00） |
| 40 – 45 | 8（$3.00） | 2（$10.00） |
| 30 – 40 | 9（$1.50） | 12（$4.66） |
| 低于 30 | 9（$0.16） | 190（$0.54） |
下表列出全部 31 个有分数的新模型，按 AA 排序。“被另一个 Q3 新模型压过”是指有更新的同系列或对手，以相同或更低的价格达到相同或更高的分数；“被旧模型压过”则是 7 月前的模型做到。† 表示该模型在窗口期内没有快照，价格取最后记录的标价。
| 模型 | AA | 输入 $/M | 输出 $/M | 混合价 $/M | Ctx | 位置 |
|---|---|---|---|---|---|---|
| Claude Fable 5.1 | 53.4 | $10.00 | $50.00 | $20.00 | 1M | 在前沿上 |
| GPT-6 Astra | 52.8 | $10.00 | $50.00 | $20.00 | 1M | 被另一个 Q3 新模型压过 |
| Claude Opus 5 | 50.7 | $5.00 | $25.00 | $10.00 | 1M | 在前沿上 |
| GPT-5.6 Sol | 47.1 | $2.00 | $10.00 | $4.00 | 1M | 在前沿上 |
| Muse Spark 1.3 | 45.2 | $1.25 | $4.25 | $2.00 | 1M | 在前沿上 |
| GLM 5.3 | 44.9 | $1.40 | $4.40 | $2.15 | 1M | 被另一个 Q3 新模型压过 |
| Grok 4.6 | 44.4 | $2.00 | $6.00 | $3.00 | 500K | 被另一个 Q3 新模型压过 |
| Kimi K3 | 43.8 | $3.00 | $15.00 | $6.00 | 1M | 被另一个 Q3 新模型压过 |
| GPT-5.6 Terra | 42.3 | $2.00 | $12.00 | $4.50 | 1M | 被另一个 Q3 新模型压过 |
| GLM 5.3 Flash | 41.9 | $0.09 | $0.50 | $0.19 | 1M | 在前沿上 |
| Gemini 3.8 Flash | 41.2 | $0.75 | $3.75 | $1.50 | 1M | 被另一个 Q3 新模型压过 |
| Qwen3.8 Max† | 40.3 | $2.00 | $6.00 | $3.00 | 1M | 被另一个 Q3 新模型压过 |
| Qwen3.8 2.4T A95B | 40.0 | $2.00 | $6.00 | $3.00 | 1M | 被另一个 Q3 新模型压过 |
| Muse Spark 1.2 | 39.8 | $1.25 | $4.25 | $2.00 | 1M | 被另一个 Q3 新模型压过 |
| Gemini 3.7 Flash | 39.4 | $0.75 | $3.75 | $1.50 | 1M | 被另一个 Q3 新模型压过 |
| Grok 4.5 | 39.1 | $2.00 | $6.00 | $3.00 | 500K | 被另一个 Q3 新模型压过 |
| GPT-5.6 Luna | 37.5 | $0.20 | $1.20 | $0.45 | 1M | 被另一个 Q3 新模型压过 |
| DeepSeek V4 Pro 0813 | 36.3 | $0.58 | $1.74 | $0.87 | 1M | 被另一个 Q3 新模型压过 |
| DeepSeek V4 Flash 0731 | 34.5 | $0.04 | $0.28 | $0.10 | 1M | 在前沿上 |
| Gemini 3.6 Flash | 34.3 | $0.75 | $3.75 | $1.50 | 1M | 被旧模型压过 |
| Muse Spark 1.1 | 34.3 | $1.25 | $4.25 | $2.00 | 1M | 被旧模型压过 |
| Qwen3.8 27B | 33.9 | $0.42 | $3.00 | $1.06 | 1M | 被旧模型压过 |
| Solar Pro 4 | 28.2 | $0.09 | $0.36 | $0.16 | 524K | 被另一个 Q3 新模型压过 |
| Inkling Small | 26.1 | $0.45 | $1.20 | $0.64 | 524K | 被旧模型压过 |
| Hy3 | 25.8 | $0.083 | $0.33 | $0.14 | 262K | 被另一个 Q3 新模型压过 |
| Inkling | 25.5 | $1.00 | $4.05 | $1.76 | 524K | 被旧模型压过 |
| Ling 3.0 Flash | 24.9 | $0.021 | $0.063 | $0.032 | 262K | 在前沿上 |
| Gemini 3.5 Flash Lite | 22.7 | $0.30 | $2.50 | $0.85 | 1M | 被旧模型压过 |
| LongCat 2.0 | 19.7 | $0.30 | $1.20 | $0.52 | 1M | 被旧模型压过 |
| Nemotron 3.5 Lightning | 13.6 | $0.08 | $0.20 | $0.11 | 262K | 被旧模型压过 |
| Granite 4.2 8B | 12.4 | $0.06 | $0.25 | $0.11 | 131K | 被旧模型压过 |
31 个中有 7 个在前沿上，它们正是整个目录 8 个前沿点中的 7 个；第 8 个是较早、AA 只有 9.7 的小模型 Ling 2.6 Flash。推荐清单由此而来。
有实力的最佳预算之选：GLM 5.3 Flash。AA 41.9，$0.09/$0.50（混合价 $0.19，1M context）。分数高于 Gemini 3.8 Flash（41.2），价格约为其八分之一；也高于较早的 Claude Opus 4.7（40.7，混合价 $10），价格约为其五十分之一。它每日混合价落在 $0.07 到 $0.24 之间，即使在最贵的那天也仍在前沿上。
最便宜且可用：DeepSeek V4 Flash 0731。AA 34.5，$0.04/$0.28（混合价 $0.10，1M context）。它是这一组里价格最不稳的，按日期落在 $0.05 到 $0.33 之间，预算请按上限留。最底端的 Ling 3.0 Flash（AA 24.9，$0.021/$0.063）是有分数模型中最便宜的。
中间价位：Muse Spark 1.3。AA 45.2，$1.25/$4.25（混合价 $2.00），是混合价 $4 以下分数最高的，小幅领先 GLM 5.3（$2.15 拿 44.9）。
高端：GPT-5.6 Sol 与 Claude Opus 5。Sol 以 $2/$10 拿 47.1，Opus 5 以 $5/$25 拿 50.7，两者都在前沿上，没有更便宜的模型能追上。
OpenAI 预算款：GPT-5.6 Luna。AA 37.5，$0.20/$1.20。它不在前沿上（GLM 5.3 Flash 在两个维度上都胜过它），但仍是 $1 以下分数最高的 OpenAI 模型。它的后继者 GPT-6 Luna 标价 $0.10/$0.50，目前还没有分数。
按预算选。混合价 $0.25 以下，GLM 5.3 Flash 是唯一 AA 超过 40 的有分数模型。$0.25 到 $3 之间，Muse Spark 1.3 领先。$3 到 $10 之间，GPT-5.6 Sol（$4）和 Claude Opus 5（$10）是仅有的前沿模型。$10 以上，只有 Fable 5.1 的分数比 Opus 5 高，幅度 5.3%。
6. 昂贵的新人与定价失准的发布
旗舰溢价很陡。Claude Fable 5.1（AA 53.4）与 GPT-6 Astra（52.8）都标价 $10/$50，混合价 $20。相对于混合价 $10 的 Opus 5，AA 只多 5.3% 和 4.2%，价格却是两倍。Astra 在相同价格下还略输 Fable 5.1。
被更便宜的新模型压过。Kimi K3（AA 43.8）的混合价中位数是 $6.00，有四个新模型压过它，包括 Muse Spark 1.3（$2.00 拿 45.2）和 GLM 5.3（$2.15 拿 44.9）；它最便宜的一天是 $2.77，仍高于这两者。GPT-5.6 Terra（$4.50 拿 42.3）被自家的 Sol（$4.00 拿 47.1）压过。Grok 4.5、Qwen3.8 Max、Qwen3.8 2.4T A95B 混合价都是 $3.00、AA 只有 39 到 40，而 GLM 5.3 Flash 以 $0.19 拿到 41.9。
被旧模型压过。Inkling（$1.76 拿 25.5）被 12 个旧模型压过，包括 MiniMax M3（$0.525 拿 29.6）。Gemini 3.5 Flash Lite（$0.85 拿 22.7）被 DeepSeek V4 Flash 0423（$0.084 拿 24.8）压过，后者便宜约十倍。LongCat 2.0（$0.52 拿 19.7）同样被 12 个旧模型压过。AA 只衡量一个维度，这些模型仍可能在工具调用、语言覆盖或延迟上胜出，但举证责任在它们身上。
还没有分数、价格又高。几个新模型（多数在季末发布）标价偏高、目前没有 AA 分数：Claude Opus 5 Fast $10/$50、Fugu Ultra v2 $5/$30、Claude Opus 5.5 $4/$20、Qwen3.8 Max Prime $4/$12、Ember-1 $3/$15。加价最明显的是速度版：Opus 5 Fast 的标价是标准 Opus 5 的两倍，而 MiMo-V2.6-Pro-UltraSpeed（$4.35/$8.70）恰好是 MiMo-V2.6-Pro（$0.435/$0.87）的十倍。
7. 后续观察重点
分数还在陆续进来。91 个模型中有 32 个是在 9 月 8 日 AA 快照之后才出现的，包括 GPT-6 Luna（$0.10/$0.50）、GPT-6.1 Sol（$2/$10）、Claude Sonnet 5.5（$2/$10）、Grok 4.7（$2/$6）和 MiMo-V2.6-Pro。其中几个可能进入前沿，或把现有成员挤出去，等分数出现后请回头看性价比排行。
批量镜像会持续注水。预计还会有更多整批的批量上架，任何没有去重的“本月新模型数”，都应该保持怀疑。
endpoint 造成的价格波动。Kimi K3、DeepSeek V4 Flash 0731、GLM 5.3、GLM 5.3 Flash 在 31 天窗口内价格都出现过两倍以上的摆动。在拿某个模型最便宜那天的价格做预算之前，请先到模型列表确认实时价格。
怎么用这份清单。把前沿当成候选清单，而不是定论：AA 只是一个通用指数，所以请在两三个候选上跑你自己的评测，选通过门槛里最便宜的。预算请按每日价格区间的上限，而不是中位数；以 DeepSeek V4 Flash 0731 为例，区间（混合价 $0.05 到 $0.33）跨了六倍以上。
简短结论：本季实际是 95 个独立模型，而不是 224 个，9 月才是真正的高峰；价格分布向两端拉开，1M tokens 的 context 成为常态，而价格对智能前沿上的 8 个点中，有 7 个属于 Q3 首次出现的模型。