圈小蛙
大模型行业的竞争焦点已彻底从单纯的“参数量军备竞赛”转向“高能效比与价格白刃战”。2026年8月26日晚，国内两大头部 AI 厂商阿里千问团队与智谱旗下的 Z.ai 团队在数小时内接连发出重磅更新。双方不约而同地锁定了“Flash（闪电）”这一代表极致速度与低成本的型号定位，通过大幅精简运行时的激活参数，将企业级 AI 应用的落地门槛降至历史冰点。
阿里千问此次发布的 Qwen3.8-Flash 标志着其在底层稀疏激活技术上的重大突破。新模型在发布当晚已直接内置于“千问办公”应用中，供终端用户免费体验，同时通过千问平台对外开放了 API 接口。
千亿总参激活仅 6B：阿里 Qwen3.8-Flash 的算力降维
在技术架构上，Qwen3.8-Flash 彻底摒弃了传统的稠密（Dense）模型设计，转而采用下一代更为精细的混合专家（MoE）架构。尽管模型的总参数量依然维持在千亿级的庞大身量，但得益于精密的路由算法，模型在处理每个 Token 的推理时，底层仅需调用并激活其中的 60 亿（6B）参数。
这种“大身躯、轻量运行”的物理特性，带来了惊人的成本优化。根据Qwen 团队在社交平台 X 上的官方公告，Qwen3.8-Flash 的训练成本较前代 Plus 模型暴降近 90%。在 API 报价上，阿里直接开出了每百万 Token 输入 1 元、输出 3 元的颠覆性低价，且在魔搭（ModelScope）与 Hugging Face 上同步开源了模型权重及 FP8 量化版。根据千问官方技术博客对 Qwen3.8-Flash-Next 的详解，该模型默认支持高达 1M（百万级）的超长上下文窗口，并原生集成了官方的工具调用链，在实际性能上已完成对 Claude Opus 4.6 的超越。
激活 18B 降价九成：Z.ai 原生多模态 GLM-5.3-Flash 的超低价反击
几乎在阿里的 Qwen3.8-Flash 宣布开源的同一时间，智谱生态中的 Z.ai 也祭出了其多模态领域的最新王牌，正式发布了 GLM-5 系列的首款原生多模态模型——GLM-5.3-Flash。
GLM-5.3-Flash 同样贯彻了“稀疏激活”的降本思路。模型总参数为 320B，但在运行中仅需激活 18B 参数。根据Z.ai 官方博客关于 GLM-5.3-Flash 的技术文档显示，该模型在多项逻辑编程和智能体（Agent）复杂任务的基准测试中，表现已超越了此前的经典版 GLM-5.2，智能水平直逼 Claude Opus 4.8。为了在市场竞争中压制对手，Z.ai 启动了极具侵略性的限时特惠，将 API 价格直接砍到了 GLM-5.2 的十分之一：输入价格低至每百万 Token 0.075 美元（约合人民币 0.54 元），缓存输入为 0.015 美元，输出仅为 0.25 美元，这无疑将进一步加速多模态视觉与语音应用的大规模商业化落地。
本报道由 圈小蛙（qxwa.com） 科技资讯站特约撰稿。🐸️