阿里智谱同日发布高性价比MoE模型，推理成本大幅下降

记者丨董静怡

编辑丨包芳鸣

8月26日，阿里、智谱两款“高性价比”模型同日发布。

阿里通义千问正式发布Qwen3.8‑Flash，智谱AI上线并开源GLM‑5.3‑Flash，两款产品均采用混合专家MoE架构。前者为下一代Qwen4架构的先导预览版，MoE总参数125B，每Token仅激活6B参数；后者是GLM‑5系列首个原生多模态模型，总参数320B，单Token激活18B参数。

两个模型都对外开源权重，主打高并发、低成本、原生多模态与Agent能力，引发社区关注。发布还不足24小时，阿里云把Qwen3.8-Flash的定价又砍了一刀——输入每百万Tokens 0.8元，输出2.7元。

用更少的计算资源，做更多的事，Flash成了大模型厂商心照不宣的新方向。参数不再是竞赛的唯一标尺，效率、成本和落地能力正在重新定义游戏规则。

竞赛换了计分牌

Qwen3.8‑Flash与GLM‑5.3‑Flash，代表国内大模型厂商对Flash路线的落地，二者在技术路径上既有共识，也存在差异化取舍。

阿里Qwen3.8‑Flash主模型总参数125B，叠加51B N‑gram Embedding记忆库，但每一次Token生成，仅激活6B参数参与计算，这也是其推理成本大幅下降的核心原因。

架构层面，Qwen3.8-Flash引入了GDN与QSA混合注意力机制，在高缓存命中的百万Token长上下文场景中可提速8倍以上。

训练成本较前代Qwen3.7-Plus骤降近90%，推理成本同样大幅下降，推理定价每百万Tokens输入1元、输出3元，最低仅为DeepSeek-V4-Flash的三分之一。发布次日降价后，输入每百万Tokens 0.8元，输出2.7元。

几乎同一时间登场的GLM‑5.3‑Flash，总参数320B，单Token激活仅18B，采用稀疏注意力+线性注意力混合架构，是GLM‑5系列第一个原生多模态基座。

API价格仅为GLM-5.3的十分之一，限时折扣阶段进一步降至二十分之一，约为Claude Opus 4.8的四十分之一。

正式发布前，该模型以匿名模型Ox-Alpha在OpenRouter、OpenCode两大海外平台测试，迅速登顶并刷新双平台历史纪录，Token调用量高达62T。8月27日港股收盘，智谱全日收涨12.62%，报1160港元/股，最新市值5401亿港元。

放在两年前，行业主流认知依旧是稠密模型效果更稳，MoE被视作“看上去很美，但落地麻烦”的备选方案。但2026年，MoE‑Flash已经从备选变成主流。

背后是大模型产业迎来商业化的关键拐点。经历过去几年的疯狂烧钱，行业已经不再满足于实验室里的榜单分数，企业客户、开发者最关心三件事：单位Token成本、真实业务任务成功率、部署灵活性。

背后有两层现实约束。第一，稠密模型的推理成本天花板很难突破，千亿稠密模型高并发场景下，算力开销会直接吞噬企业客户的AI预算，很多企业即便看到强大的模型能力，也无法大规模落地；

第二，长上下文、多模态、Agent智能体成为刚需，文档解析、办公自动化、代码全链路任务，对知识储量要求极高，单纯小稠密模型很难胜任复杂任务，单纯做大稠密模型又会陷入算力不可承受的死循环。

第三，MoE‑Flash恰好提供折中解法，接近旗舰的综合能力，推理成本下降一个数量级，让大规模商用从经济上变得可行。

放眼国内其他厂商，也能看到高度相似的迭代节奏。腾讯7月发布混元Hy3极致量化版本，总参数量295B，单Token激活21B，同样追求大知识底座、低部署门槛；DeepSeek持续迭代V4‑Flash，依靠MoE架构在代码、长文本领域形成性价比优势；海外谷歌Gemini Flash系列，长期坚持“旗舰能力下探、推理成本大幅下降”的产品策略，成为云服务商最主要的流量载体。

重写AI成本账

Flash模型的集中发布，正在重塑行业商业逻辑，同时也在改写国产模型出海的竞争格局。

阿里Qwen3.8‑Flash训练成本相比前代下降九成，GLM‑5.3‑Flash价格仅为自家上一代旗舰的十分之一，这种成本下降源于稀疏激活、注意力优化、缓存压缩等底层技术，构成了可长期持续的成本优势。

“过去降价是赔本换流量，现在架构带来成本下降，厂商可以在合理毛利区间内持续压低对外报价。”有AI云厂商技术负责人向记者评价称。

因此对于大模型厂商来说，这并不是打价格战，而是技术路线的选择。

“降价和提升毛利率并非矛盾。只要单位Token毛利率仍然保持正向，并且持续改善毛利，规模扩大就会带来更高的绝对毛利。”MiniMax CEO闫俊杰在财报会议上表示，成本下降后，一部分收益让给客户降低门槛，一部分保留改善毛利。

横向对比，中国模型的定价仅为国际顶尖闭源模型的数十分之一。中小企业、垂直行业客户不再完全依赖大厂闭源API，拥有更多选型空间。据Hugging Face《2026年春季全球开源AI生态报告》，中国开源模型下载占比已达41%，首次超过美国，累计下载量突破100亿次。

这会倒逼闭源商业API持续下调价格，加速全球大模型的价格内卷。

8月，OpenAI宣布对GPT-5.6 Sol进行“限时促销”，价格下调逾20%。这已是OpenAI近一个月内的第二轮降价。就在7月底，同系列的GPT-5.6 Luna价格刚被下调了80%。

有分析认为，中国AI企业通过开源权重策略快速提升了价格竞争力，在全球市场影响力持续扩大，由此引发的市场价格战正迫使美国企业跟进。

此外，算力格局迎来变化，国产算力大规模承接MoE推理，算力需求结构发生转移。

智谱GLM‑5.3‑Flash是国内前沿大模型首次大规模线上流量完全跑在国产算力之上，具备标志性意义。智谱称，通过推理系统改造，硬件效率和单Token成本已达到与主流英伟达GPU相当的水平。

MoE架构本身对算力互联、显存带宽、调度框架提出极高要求，过去国产芯片普遍被诟病难以承载千亿级MoE大模型。而Flash版本通过稀疏激活，降低单Token计算压力，让国产算力有机会承接前沿模型，反过来，国产算力的成熟，又进一步压低Flash模型的推理成本，形成正向循环。

当然，Flash模型不会彻底取代稠密旗舰大模型。对于最高难度科研推理、复杂风险决策场景，稠密旗舰模型依旧代表能力上限。整个市场会形成分层格局，共同构成产业的供给底座。

SFC

出品丨21财经客户端 21世纪经济报道

编辑丨刘雪莹

21君荐读

光模块牛股半年净赚60亿元，尾盘直线涨停，股民直呼“不可思议”

549亿市值、半年净利7000万元，宇树影子股股价回撤超48%

深圳高校AI班，挤满600分以上考生

作者: 21世纪经济报道

查看原文 →