OpenRouter Screenshot-snapshot
Narusya Deep Search
Forbrugsoversigt fra Narusya Deep Search på OpenRouter — baseret på et screenshot fra app usage-siden. Data er OCR-ekstraheret og kan indeholde fejl.
627MTotal tokens uncertain
Mar 2026Datering / siden
952Brugere uncertain
20Top-modeller
Top 20 modeller — denne måned
| # | Model | Tokens | M tokens |
|---|---|---|---|
| 1 | Owl Alpha | 153 | |
| 2 | DeepSeek V4 Flash | 78.9 | |
| 3 | Nemotron 3 Super | 63 | |
| 4 | gpt-oss-120b | 62.2 | |
| 5 | Text Embedding 3 Large | 58.1 | |
| 6 | Claude Sonnet 4.5 | 44.3 | |
| 7 | Nemotron 3 Nano 30B A3B | 34.5 | |
| 8 | Gemini 2.5 Flash | 33.4 | |
| 9 | Gemini 2.5 Flash (variant?) | 29.2 | |
| 10 | Gemini 3 Flash Preview | 27 | |
| 11 | Llama Nemotron Extended V1.8B 12B (free) | 26.6 | |
| 12 | Text Embedding 3 Small | 21.4 | |
| 13 | Qwen3-5-Flash | 13.4 | |
| 14 | GPT-4o-mini | 10.8 | |
| 15 | GLM 4.5 | 10 | |
| 16 | Gemini 2.5 Pro | 9.78 | |
| 17 | DeepSeek V3 0324 | 9.24 | |
| 18 | Claude Opus 4.7 | 8.09 | |
| 19 | Kimi K2.0 | 8.13 | |
| 20 | Claude Sonnet 4 | 7.96 |
Analyse og indsigter
Top-3 koncentration: Owl Alpha + DeepSeek V4 Flash + Nemotron 3 Super står for ~295M tokens — ca. 47% af total forbrug.
Embedding-modeller: Text Embedding 3 Large (58.1M) + Text Embedding 3 Small (21.4M) = ~79.5M tokens tilsammen. Overraskende højt for en Deep Search-app — tyder på tung vector/RAG-brug.
Claude-familien: Sonnet 4.5 + Opus 4.7 + Sonnet 4 ≈ ~60.4M tokens. Claude bruges som en af de primære reasoning-modeller.
Gemini-familien: 2.5 Flash (2x) + 3 Flash Preview + 2.5 Pro ≈ ~99.4M tokens. Gemini Flash er en arbejdshest i stacken.
Diversitet: 20+ modeller fra 8+ providers (Owl, NVIDIA, DeepSeek, OpenAI, Anthropic, Google, Xiaomi/Kimi, GLM/Zhipu) — en ekstremt divers model-stack.
Originalt screenshot
Nedenstående er det originale screenshot fra OpenRouter. Siden er ikke live-telemetri — det er et øjebliksbillede.
