前十名里有六个是同门的，这张图像榜像产品目录

OpenRouter 截止 10 月 26 日那一周的图像榜，读起来像一份产品目录，而不是一场比赛。前十名里有六个位置属于同一个模型家族。第一名 157 万次请求，第十名 25.3 万次。

按顺序：Nano Banana 2（Gemini 3.1 Flash Image）157 万，周环比增长 13%；GPT Image 2.5 Sunburst 125 万，增长 6%；Meta 的 Muse Image 82.4 万，增长 23%；GPT Image 2.5 Flare 79.3 万，增长 26%；Nano Banana 2 Lite 72.6 万，增长 18%；GPT Image 2 63.3 万，下降 4%；Nano Banana 45 万，持平；Nano Banana Pro 41.7 万，增长 5%；Nano Banana 2.1 38.3 万，增长 21%；以及预览版的 Nano Banana 2，25.3 万，下降 14%。

按厂商看，从 10 月 19 日开始那一周的图像请求份额是这样分的：Google 43.3%，OpenAI 33.2%，Meta 7.8%，Black Forest Labs 4.8%，ByteDance Seed 3.9%，Recraft 1.8%，SpaceXAI 1.8%，腾讯 1.1%，Qwen 0.9%。

两家公司拿走了四分之三的请求。这是故事，但这个故事比藏在档位结构里的那个要无聊得多。

同一个模型的五个档位

Google 的那几个条目不是五个互相竞争的模型，而是一条模型血脉按价格和能力切出来的片：Nano Banana 2 在顶上，Nano Banana 2 Lite 在下面，Nano Banana Pro 在质量上更高，Nano Banana 2.1 是中档，而上一代那个朴素的 Nano Banana 每周还在拉 45 万次请求。

OpenAI 用两个条目做了同一件事：Sunburst 和 Flare 都是 GPT Image 2.5，定位在速度和价格不同的点上，合起来占了第二和第四。

这不算什么花招。分档是服务一个市场的办法——有人需要一张 4K 主视觉，有人要在午饭前出 900 张缩略图。但它也意味着这张榜衡量的并不是模型质量。一个有四个档位的厂商，用一个模型占了四个位置；一个有一个好模型的厂商，只占一个位置。

最能说明这些是分发决定而非质量决定的证据，是第十名：预览版的 Nano Banana 2，正式版上线九周之后，每周还在收 25.3 万次请求。没有人是主动去选预览模型的。某个人的流水线是照着那个模型字符串建的，之后谁也没动过。请求量衡量的是惰性，和偏好一样多。

唯一一个跟 Google 和 OpenAI 无关的数字

Meta 的 Muse Image 82.4 万，是前四里唯一不属于那两家领先者的条目，一周涨了 23%，比它们俩都快。Meta 给 Muse 的说法是先规划构图再渲染，这跟 Canva 这周在 Craft 上押的是同一个架构赌注。两家公司在同一个月走到“先规划后渲染”，值得注意，不过它说明的也许更多是容易的增益在哪里，而不是有什么共同的洞见。

另一个跳出来的数字是 Black Forest Labs 的 4.8%，周环比增长 83%。这是整张榜上最快的增速，而且离 5% 还差一点。低体量上的高速增长，通常意味着一家大客户在上线，而不是市场转向。值得看，但不值得下结论。

表格尾部才是那些有意思的缺席所在。Recraft 1.8%、增长 29%，腾讯 1.1%，Qwen 0.9%，SpaceXAI 1.8%。这些不是失败。它们是有特定任务的模型：Recraft 一直是矢量和品牌一致性素材的选择，腾讯的图像模型在中文产品内部很重要，而 Qwen 的开源权重跑在客户自己的硬件上，请求根本不会出现在这里。

最后这点是任何路由榜最大的盲区。一个以开源权重分发的模型，可以被极广泛地使用，同时在这份数据里完全隐形，因为跑它的人是自己跑。请求数衡量的是托管侧的采用，那是开发者便利度的代理指标，不是总部署量。

请求数不会告诉你的

这是请求数，不是收入，也不是 token。一个 Lite 档的请求可能只值 Pro 档一个请求的零头，所以一个用便宜默认款的厂商可以霸榜，同时每次调用的收入低于第三名。OpenRouter 也正是出于这个原因，另有一份支出份额视图，而两份数据并不总是一致。

还有第二个缺口：OpenRouter 是个路由器。它看见的是开发者从它这里走的流量，这偏向于在做产品、做 agent、跑批任务的人。它看不见直连厂商自家应用的流量，也看不见 Canva 或 Photoshop 这类工具里那个巨大的消费者体量。Google 在这里以 43.3% 领先，说的是开发者的默认选择，不是哪个模型在地球上画的图最多。

做产品的人该从里面拿什么

如果你这周在选图像模型，这张榜对三件事是个合理的代理：哪些模型的示例和社区答案最多，哪些不太可能毫无预告地被下线，以及你以后招的人大概已经用过哪些。

对你真正在意的那件事，它是个糟糕的代理——你的那些特定图像，模型处理得好不好。157 万次请求的领先，对你产品的包装会被渲染成什么样，一句话都没说。

数据里更有用的模式是分档本身。如果两家厂商现在都在为同一个底层模型出四个、五个价位，那价格的可谈空间跟一年前完全不是一回事，而正确的动作是先测便宜的那档。大多数生产工作不需要 Pro 模型，它需要 Lite 模型加一个像样的放大。

还有第十名那个预览条目，是给所有维护流水线的人的一个小提醒：你三月写死的那个模型还在跑，还在计费，而且很可能还是预览版。检查一下只花一个下午。

没人算过的那一档成本

这个结构里还藏着一笔更安静的成本。每一个多出来的档位，都是一次迟早有人要做的迁移，而各个档位老化的速度不一样。一个为一条血脉出五个价位的厂商，会先退役最底下那些，因为那些在商业上最没人守。挂在 25.3 万次请求上的那个预览版，今天不是问题。它停止接受调用的那天才是。

处理得好的团队只做一件无聊的事：维护一张短清单，写清每个产品用的是哪个模型字符串、谁负责、兜底方案是什么。这不是有趣的工作。它是周二下午和周二故障之间的区别。