智谱发布并开源 GLM-5.3-Flash；阿里发布并开源 Qwen3.8-Flash【AI 早报 2026-08-27】
8月27日午间，阿里云大模型服务平台百炼悄然更新了计费面板。Qwen3.8-Flash的输入价格从每百万Token 1元下调至0.8元，输出价格从3元降至2.7元。这一调整于当日12:00正式生效。
对于调用大模型API的开发者来说，这是一笔可以实时感知的成本变化——输入侧直降20%，输出侧降幅为10%。虽然幅度算不上激进，但考虑到Qwen3.8-Flash距离正式发布还不到48小时，这轮降价的速度本身传递了一个明确信号：阿里云正在用价格手段加速这款新模型的规模化渗透。
不到两天就降价，底气从何而来
要理解这次降价，得先回到8月26日晚。阿里通义千问团队正式发布了Qwen3.8-Flash。这是一个多模态混合专家（MoE）模型，主模型参数量为125B（约1250亿），额外配备51B的N-gram Embedding参数，每个Token仅激活6B参数。用通俗的话说：模型“知道”很多东西（1250亿参数的总规模），但每次推理只调用其中极小一部分（60亿参数），既保证了能力，又大幅节省了算力。
这种架构设计的直接成果是成本骤降。据阿里方面披露，Qwen3.8-Flash的训练成本仅约为前代Qwen3.7-Plus的九分之一。推理成本同样大幅下降——发布时的定价已经是每百万Token输入1元、输出3元，价格最低至DeepSeek-V4-Flash的三分之一。而8月27日的降价，是在这个本就极具竞争力的价格基础上再砍一刀。
性能方面，Qwen3.8-Flash被定位为Qwen4架构的技术预览版。在SWE-bench Pro智能体编程评测中，它领先Claude Opus4.6达9.1分；在AndroidWorld移动端智能体评测中高出22.5分。换言之，这不是一款靠低价取胜的“缩水版”模型，而是一个在多项基准测试中具备对标顶尖闭源模型能力的产品。
价格战的逻辑变了
2026年的大模型API定价正在经历一轮复杂的分化。据摩根士丹利报告统计，今年第二季度国内大模型平均API输入价格升至每百万Token 4.9元，输出价格升至21.9元，较2025年第一季度的3.3元和12.2元分别上涨约48%和80%。腾讯云年内完成两次涨价，智谱AI更是完成了三次API服务调价。在算力成本持续攀升的背景下，多数厂商选择了上调价格。
阿里云的策略则呈现出另一种节奏。一方面，它在3月跟随行业上调了AI算力产品价格；另一方面，在模型API层持续降价——8月24日上线的Token Plan模型订阅计划中，个人版正式上线、团队版同步降价，还推出了白天1折、夜间低至0.2折的错峰权益。三天后，Qwen3.8-Flash再度降价。
这种“算力层涨价、模型层降价”的双轨策略，折射出阿里云对AI商业化路径的判断：算力是基础设施，必须保证利润和可持续性；而模型是流量入口，需要用极致性价比跑马圈地。据IDC《中国AI软件市场半年度追踪，2025H2》报告，阿里云以42.2%的份额位居中国大模型训推公有云市场第一，同比增速116%为市场最高。在市场份额已经领先的情况下继续压价，更多是在巩固壁垒而非抢夺阵地。
Flash的定位：既要又要
Qwen3.8-Flash在阿里云模型矩阵中的位置值得细看。它原生支持百万级上下文窗口，兼容OpenAI与Anthropic接口协议，可无缝接入Claude Code、Codex等开发者工具。这些特性指向的是高并发应用与智能工作流场景——编程辅助、智能体协作、图文理解——而不是简单的聊天对话。
换句话说，Flash瞄准的是那些对模型能力有要求、对成本高度敏感的开发者和企业用户。这个群体恰恰是决定一个模型生态能否做大的关键。据美国AI追踪机构Interconnects AI发布的报告，截至2026年3月，通义千问系列模型已占全球开源模型下载量的50%以上，累计下载量接近10亿次。开源生态的规模优势需要转化为商业API的调用量，而价格是最直接的转化工具。
IDC在2026年7月发布的《全球基础模型软件厂商评估》报告中，将阿里云列入“领导者”象限，是唯一进入该象限的中国厂商。IDC指出，2026年全球已进入一个多模型、多智能体、多模态且自主执行的时代，考察的是“模型能力+服务能力”的综合竞争力。Qwen3.8-Flash的降价，正是在服务能力这个维度上加码——降低门槛、扩大调用量、积累更多场景数据，反过来再优化模型。
硬币的另一面
任何价格策略都有其代价。大模型API的持续降价正在将模型层变成纯粹的成本项而非差异化来源。当对手也可以跟进降价时，价格优势的窗口期往往很短。据公开信息，2026年上半年多家大模型公司密集调整定价，字节跳动豆包启动商业化付费体系，DeepSeek则将V4-Pro API价格永久降至原价的四分之一。
与此同时，算力成本仍在上涨。去年以来，算力层成本持续攀升，模型API层价格加速走低，剪刀差在扩大。阿里云能否在模型降价的同时保持云基础设施业务的利润，是一个需要持续观察的平衡题。
还有一个变量是Meta的选择。据Interconnects AI报告，Meta已于2026年放弃开源路线，转而发布闭源旗舰模型Muse Spark。当最大的开源竞争对手转向闭源，阿里云在开源模型领域的领先地位可能会进一步巩固——但也意味着它需要独自承担开源生态的维护成本。
降价的终点是规模
回到8月27日午间的这次调价。输入0.8元、输出2.7元，对于大多数开发者来说，这意味着一本100页的技术文档（约20万Token）进行一次完整分析的成本不到2元。当推理成本低到可以被忽略时，开发者的行为会发生改变——从“精打细算调用”转向“大规模实验和部署”。
这或许才是阿里云真正想要的结果。据IDC数据，2025年全年火山引擎在中国企业级MaaS市场的Token调用量份额达到49.5%，阿里云为28%。在Token调用量这个维度上，阿里云并非绝对领先。降价，本质上是在用利润换规模——更准确地说，是用架构创新带来的成本优势换取市场份额。
Qwen3.8-Flash的降价不是孤立事件。它是模型架构效率提升的结果，是开源生态规模效应的体现，也是阿里云在AI商业化路径上的一次明确表态。对于开发者而言，这意味着更好用、更便宜的工具；对于行业而言，这意味着价格战正在从单纯的低价竞争，转向“高性能+低成本”的双维较量。而这场较量的终局，将决定谁能在下一个AI应用爆发期成为基础设施级别的存在。
本文由AI辅助生成
