업데이트됨 9월 16일, 오전 02:32 UTC

모델 데이터

실제 사용량에서 어떤 모델이 앞서고 있는지, 사용 구성이 어떻게 바뀌는지, 그것이 비용에 어떤 의미인지 확인하세요.

상위 모델. OpenCode 전반의 모델 사용량입니다.

3.0TJUL 23JUL 23

2.6TJUL 24JUL 24

2.3TJUL 25JUL 25

2.2TJUL 26JUL 26

3.1TJUL 27JUL 27

3.2TJUL 28JUL 28

3.1TJUL 29JUL 29

2.8TJUL 30JUL 30

3.3TJUL 31JUL 31

3.8TAUG 1AUG 1

4.6TAUG 2AUG 2

6.1TAUG 3AUG 3

5.8TAUG 4AUG 4

7.5TAUG 5AUG 5

8.9TAUG 6AUG 6

9.1TAUG 7AUG 7

9.1TAUG 8AUG 8

9.2TAUG 9AUG 9

10TAUG 10AUG 10

16TAUG 11AUG 11

19TAUG 12AUG 12

21TAUG 13AUG 13

22TAUG 14AUG 14

20TAUG 15AUG 15

18TAUG 16AUG 16

14TAUG 17AUG 17

13TAUG 18AUG 18

12TAUG 19AUG 19

13TAUG 20AUG 20

12TAUG 21AUG 21

13TAUG 22AUG 22

15TAUG 23AUG 23

19TAUG 24AUG 24

18TAUG 25AUG 25

16TAUG 26AUG 26

12TAUG 27AUG 27

10TAUG 28AUG 28

9.1TAUG 29AUG 29

8.6TAUG 30AUG 30

10TAUG 31AUG 31

11TSEP 1SEP 1

10TSEP 2SEP 2

12TSEP 3SEP 3

13TSEP 4SEP 4

11TSEP 5SEP 5

11TSEP 6SEP 6

12TSEP 7SEP 7

12TSEP 8SEP 8

13TSEP 9SEP 9

16TSEP 10SEP 10

16TSEP 11SEP 11

16TSEP 12SEP 12

15TSEP 13SEP 13

18TSEP 14SEP 14

19TSEP 15SEP 15

1.6TSEP 16SEP 16

deepseek-v4.1-flash34T

DeepSeek신규

muse-spark-1.3-contributor32T

Meta0%

deepseek-v4-flash17T

DeepSeek-27%

mimo-v2.57.6T

Xiaomi-23%

glm-5.3-flash3.2T

Zhipu-4%

muse-spark-1.2-contributor3.1T

Meta-50%

nemotron-3-ultra2.0T

NVIDIA-25%

deepseek-v4-flash-vision-exp928B

DeepSeek-16%

deepseek-v4-pro620B

DeepSeek-20%

gpt-5.6-luna474B

OpenAI-15%

ling-3.0-flash-fin414B

-1%

nemotron-3.5-lightning381B

NVIDIA-49%

omen-alpha369B

-77%

qwen3.8-flash298B

-50%

minimax-m3250B

MiniMax-19%

kimi-k2.7-code144B

Moonshot-14%

mimo-v2.5-pro143B

Xiaomi-21%

glm-5.2104B

Zhipu-34%

deepseek-v4.1-flash34T

DeepSeek신규

muse-spark-1.3-contributor32T

Meta0%

deepseek-v4-flash17T

DeepSeek-27%

mimo-v2.57.6T

Xiaomi-23%

glm-5.3-flash3.2T

Zhipu-4%

muse-spark-1.2-contributor3.1T

Meta-50%

nemotron-3-ultra2.0T

NVIDIA-25%

deepseek-v4-flash-vision-exp928B

DeepSeek-16%

deepseek-v4-pro620B

DeepSeek-20%

gpt-5.6-luna474B

OpenAI-15%

ling-3.0-flash-fin414B

-1%

nemotron-3.5-lightning381B

NVIDIA-49%

omen-alpha369B

-77%

qwen3.8-flash298B

-50%

minimax-m3250B

MiniMax-19%

kimi-k2.7-code144B

Moonshot-14%

mimo-v2.5-pro143B

Xiaomi-21%

glm-5.2104B

Zhipu-34%

더 알아보기상위 모델▸

순 사용자. 모델별 일간 OpenCode 순 사용자입니다.

143KJUL 23JUL 23

132KJUL 24JUL 24

106KJUL 25JUL 25

98KJUL 26JUL 26

145KJUL 27JUL 27

147KJUL 28JUL 28

141KJUL 29JUL 29

139KJUL 30JUL 30

142KJUL 31JUL 31

110KAUG 1AUG 1

112KAUG 2AUG 2

169KAUG 3AUG 3

194KAUG 4AUG 4

180KAUG 5AUG 5

183KAUG 6AUG 6

189KAUG 7AUG 7

167KAUG 8AUG 8

161KAUG 9AUG 9

225KAUG 10AUG 10

408KAUG 11AUG 11

406KAUG 12AUG 12

393KAUG 13AUG 13

391KAUG 14AUG 14

333KAUG 15AUG 15

336KAUG 16AUG 16

455KAUG 17AUG 17

427KAUG 18AUG 18

441KAUG 19AUG 19

423KAUG 20AUG 20

432KAUG 21AUG 21

357KAUG 22AUG 22

320KAUG 23AUG 23

453KAUG 24AUG 24

440KAUG 25AUG 25

430KAUG 26AUG 26

388KAUG 27AUG 27

343KAUG 28AUG 28

266KAUG 29AUG 29

260KAUG 30AUG 30

352KAUG 31AUG 31

343KSEP 1SEP 1

332KSEP 2SEP 2

352KSEP 3SEP 3

328KSEP 4SEP 4

254KSEP 5SEP 5

246KSEP 6SEP 6

309KSEP 7SEP 7

299KSEP 8SEP 8

283KSEP 9SEP 9

319KSEP 10SEP 10

293KSEP 11SEP 11

235KSEP 12SEP 12

235KSEP 13SEP 13

317KSEP 14SEP 14

317KSEP 15SEP 15

74KSEP 16SEP 16

Weekly Retention. Weekly users returning the next week.

더 알아보기상위 모델▸

세션 비용. 세션당 평균 비용입니다.

비용 / 세션

토큰 / 세션

비용/세션$0.0014

토큰/세션614K

더 알아보기세션 비용▸

토큰 비용. 100만 토큰당 가격입니다.

입력$0.15

출력$0.60

캐시됨$0.0030

더 알아보기토큰 비용▸

캐시 비율. 캐시에서 제공된 입력 토큰의 비율입니다.

캐시 비율98%

캐시됨33T

캐시 안 됨709.3B

더 알아보기시장 점유율▸

지역별 분포

Model Comparisons. Popular model pairs from the leaderboard.

Top two by recent usagedeepseek-v4.1-flash vs muse-spark-1.3-contributordeepseek-v4.1-flashmuse-spark-1.3-contributor Leader vs challengerdeepseek-v4.1-flash vs deepseek-v4-flashdeepseek-v4.1-flashdeepseek-v4-flash Adjacent leaderboard pairmuse-spark-1.3-contributor vs deepseek-v4-flashmuse-spark-1.3-contributordeepseek-v4-flash Top model alternativedeepseek-v4-flash vs mimo-v2.5deepseek-v4-flashmimo-v2.5

모델 데이터

#상위 모델. OpenCode 전반의 모델 사용량입니다.

상위 모델. OpenCode 전반의 모델 사용량입니다.