两天前，AI大模型圈还在卷参数和榜单，两天后风向突然就变了。8月26日，阿里通义千问与智谱AI几乎同步甩出两款"高性价比"模型——Qwen3.8-Flash和GLM-5.3-Flash，不约而同打出了同一张牌：不拼参数，拼效率、拼成本。

两款新品都采用混合专家MoE架构。阿里的Qwen3.8-Flash总参数125B，但每个Token仅激活6B参数参与计算，训练成本较前代骤降近90%；智谱的GLM-5.3-Flash总参数320B，单Token只激活18B，还是GLM-5系列首个原生多模态基座，发布前以匿名模型在海外平台测试直接登顶双平台纪录。更狠的是定价：阿里发布不足24小时又砍一刀，输入每百万Tokens压到0.8元；智谱API价格约为GLM-5.3的十分之一，一度低至Claude Opus 4.8的四十分之一。

价格战的背后是一场行业逻辑的切换。过去两年大家死磕"千亿稠密参数"，可现实很骨感——高并发场景下算力开销直接把企业客户的AI预算吃干抹净。2026年的开发者和企业最关心三件事：单位Token成本、真实业务成功率、部署灵活性。参数不再是竞赛的唯一标尺，谁能用更少的算力办更多的事，谁才能活到下一轮。资本市场也很快给出回应：8月27日智谱港股单日收涨12.62%，市值站上1160港元/股。

当MoE-Flash从"备选方案"变成主流路线，说明大模型产业正迎来商业化拐点——烧钱换排名的时代结束了，落地和性价比才是硬通货。对开发者而言，这无疑是好消息：更强的模型，更便宜的价格，更多可以放手去做的应用。

一句话：AI大模型的军备竞赛，正式从"谁参数多"转场到"谁更省钱还能打"。

AI 生成 . DeepSeek | 搜索综合