近期，国产大模型密集上新，且越来越多的大模型厂商选择开源。例如，9月8日，北京面壁智能科技股份有限公司（以下简称“面壁”）联合OpenBMB开源新一代MiniCPM5-2B。8月，阿里巴巴集团控股有限公司（以下简称“阿里”）旗舰模型Qwen3.8-Max首次开放权重；北京智谱华章科技股份有限公司（以下简称“智谱”）发布GLM-5.3；腾讯混元开源Hy4preview。
“从纯文本到原生多模态，国产大模型正将核心能力推向开源社区。”有行业分析师向《证券日报》记者表示，这一轮开源潮既是技术自信的集中展示，更是国产厂商围绕开发者生态、国产算力和商业化路径的一次集体卡位。
从“比规模”到“比省钱”
过去衡量大模型的第一指标是参数量，如今这套逻辑正被瓦解。旗舰模型“大而不贵”：Qwen3.8-Max、腾讯混元Hy4等新一代旗舰模型集体采用稀疏MoE架构，总参数站上万亿级，单词元激活却控制在千亿上下，再叠加百万词元长上下文，以极低的激活成本换取旗舰能力。
在端侧方面，8月以来，阿里27B稠密模型、蚂蚁7.9B百灵、科大讯飞4B/1.7B星火接连开源，面壁最新发布的MiniCPM5-2B更在34项基准评测中平均得分超越4B档最优模型。智能密度正在取代参数规模，成为厂商较量的新战场。
竞争标尺切换的背后，是训练范式的深层转变。智谱GLM-5.3在基座不变的情况下，仅靠后训练便实现编程能力五成提升；腾讯混元Hy4首次让模型参与自身训练方法与数据策略的自动优化，推理吞吐提升超三成。大模型能力的增长曲线，正从堆算力堆参数转向拼工程拼方法，各家迭代节奏也因此从半年压缩到一两个月。
路线分化同样清晰，万亿级MoE旗舰承接大型集团复杂业务；10B级稠密与全模态基座主攻PC、终端硬件本地部署；轻量化模型则将办公智能体、企业自动化流程作为主战场。一个覆盖云端—终端—边缘的分层开源矩阵已然形成。
上述行业分析师表示，这一轮密集开源的深层信号在于，国产大模型正在经历一场去泡沫化的结构性调整。当头部厂商不再以参数量作为核心卖点，而是集体转向推理成本、端侧部署和工程化效率时，说明行业共识已经形成，真正决定胜负的不是谁的模型更大，而是谁能让AI以足够低的成本跑进真实业务场景。“接下来，能跑通付费闭环的厂商会迅速拉开身位，剩下的则会被压缩成纯基础设施供应商。”
生态之争定胜负
如果说“比省钱”是竞赛的表层，那么开源带来的产业重估才是深层变量。
开源与普惠定价正在相互强化，点燃“词元经济”。国家数据局最新数据显示，2026年6月，我国日均词元调用量激增至近175万亿，稳居全球第一。OpenRouter平台数据显示，开源模型处理的词元占比从1月的34%升至6月的65%。
与此对应，头部厂商定价集体下探：腾讯混元Hy4输入仅6元/百万词元，星火X2.5多语言版低至1.6元/百万词元，Qwen3.8-Flash更是压到1元/百万词元。“九成能力、一成价格”的性价比，扫清了智能体规模化商用最现实的成本障碍，模型能力正加速渗透千行百业。
竞争胜负手也随之从模型本身转移到“模型+工具+生态”的体系化能力。智谱同步上线编程工具ZCode，腾讯将Hy4接入CodeBuddy、元宝、ima产品矩阵，阿里以“云+模型+编程工具链”构筑闭环，面壁则以全栈开源的方式开放数据与训练配方，换取开发者和终端厂商的生态粘附。开源已从权重可下载的初级阶段，迈向可商用、可复现、可二次开发的深水区。
广州艾媒数聚信息咨询股份有限公司CEO张毅对《证券日报》记者表示，落地深水区并非坦途。一方面，开源基座快速增多抬高了企业选型成本，各家商用授权条款并不统一，部分旗舰基座采取收入分成模式，商业化路径仍待打磨；另一方面，算力与流量成本的波动同样可能扰动落地节奏。
“以8月下旬轻量化模型集中开源，9月初科大讯飞、面壁接续上新为标志，国内开源大模型已全面进入工程化落地周期。”张毅表示，随着基座间性能差距不断收窄，谁能依托开源基座在办公、工业、终端场景跑通可复制的商业化案例，谁就能在下一轮行业位次重排中占得先机。
熊猫配资提示：文章来自网络，不代表本站观点。
