Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Developers pushed 69 trillion tokens through AI models worldwide between August 3 and August 9. DeepSeek-V4-Flash-0731, released officially on July 31, took the top spot with 8.83 trillion tokens, after usage rose 570 percent week-on-week. The result was visible almost immediately in the global traffic chart.
Les développeurs ont fait transiter 69 billions de tokens par des modèles d’IA dans le monde entre le 3 et le 9 août. DeepSeek-V4-Flash-0731, sorti officiellement le 31 juillet, a pris la première place avec 8,83 billions de tokens, après une hausse de 570 % sur une semaine. Le résultat est apparu presque immédiatement dans le classement mondial du trafic.
Chinese models accounted for 34.25 trillion tokens, compared with 9.17 trillion for US models, according to the latest OpenRouter dataset. Chinese models have now led the global count for fifteen consecutive weeks. Tencent Hy3 ranked second with 8.05 trillion tokens, followed by DeepSeek’s preview version at 5.88 trillion and Xiaomi MiMo-V2.5 at 5.39 trillion. All four leading positions went to Chinese labs.
Les modèles chinois ont représenté 34,25 billions de tokens, contre 9,17 billions pour les modèles américains, selon le dernier jeu de données d’OpenRouter. Les modèles chinois dominent désormais le classement mondial depuis quinze semaines consécutives. Tencent Hy3 s’est classé deuxième avec 8,05 billions de tokens, suivi par la version preview de DeepSeek avec 5,88 billions et par Xiaomi MiMo-V2.5 avec 5,39 billions. Les quatre premières places sont revenues à des laboratoires chinois.
The model itself was not rebuilt from the ground up. Its structure and parameter count stayed unchanged, while DeepSeek reran the post-training recipe from scratch. The source links the resulting improvement in math and code benchmarks to the rapid shift in developer traffic. Artificial Analysis put the official V4-Flash’s average cost for a single-task benchmark at 0.03 dollars, roughly one one-hundredth of Anthropic’s Claude Fable 5 flagship, and described it as the lowest-cost major model in the world.
Le modèle lui-même n’a pas été reconstruit depuis zéro. Sa structure et son nombre de paramètres sont restés inchangés, tandis que DeepSeek a relancé la recette de post-entraînement depuis zéro. La source relie l’amélioration obtenue dans les benchmarks de mathématiques et de programmation au basculement rapide du trafic des développeurs. Artificial Analysis a estimé à 0,03 dollar le coût moyen du V4-Flash officiel pour un benchmark sur une tâche unique, soit environ un centième de celui du modèle phare Claude Fable 5 d’Anthropic, et l’a présenté comme le grand modèle le moins coûteux au monde.
The ranking remains fluid. OpenAI’s GPT-5.6 Luna entered the top five at 4.43 trillion tokens after an 80 percent enterprise price cut, while Google’s Gemini 3.6 Flash entered the top ten for the first time at 2.33 trillion tokens, up 446 percent week-on-week. MiniMax M3 and Stepfun Step 3.7 Flash fell out of the top ten.
Le classement reste mouvant. Le GPT-5.6 Luna d’OpenAI est entré dans le top cinq avec 4,43 billions de tokens après une baisse de 80 % de son prix pour les entreprises, tandis que le Gemini 3.6 Flash de Google a intégré pour la première fois le top dix avec 2,33 billions de tokens, en hausse de 446 % sur une semaine. MiniMax M3 et Stepfun Step 3.7 Flash sont sortis du top dix.
So what does it change in practice? For developers choosing a model at scale, the data points to Chinese open-source systems competing not only through lower prices but also through usage, throughput and benchmark performance. The numbers show a strong shift in usage, but they are still a weekly OpenRouter snapshot; the cost comparison comes from Artificial Analysis.
Qu’est-ce que cela change en pratique ? Pour les développeurs qui choisissent un modèle à grande échelle, les données montrent que les systèmes chinois open source se démarquent non seulement par des prix plus bas, mais aussi par leur usage, leur débit et leurs performances dans les benchmarks. Les chiffres témoignent d’un fort basculement des usages, mais ils restent un instantané hebdomadaire d’OpenRouter ; la comparaison des coûts provient d’Artificial Analysis.