英伟达把"每一美元能买多少智能"立成行业新尺子，千问一个月四次迭代交卷。Qwen3.8-Flash 提前放出为 Qwen4 准备的 Next 架构，把下一代地基交给开源社区先跑，友商却锁在发布会前。这场长期账，算的是架构开放与生态耐心。

上个月，英伟达发了篇论文，提了个概念，intelligence per dollar，每一美元能买到多少智能。

以前行业比谁脑子大、参数多，往后得比每一美元买到多少智能；这个尺子立起来刚一个月，千问就把答案交了。

模型迭代的节奏也确实变了，以前几个月憋一个重磅，现在几乎每天来一波。

不信你看 Qwen3.8，8 月 3 日 Max，12 日开放权重，14 日 27B 开源，昨晚 Flash，一个月四次，消息一个接一个，多得有点看不过来。

这也不只是 Qwen 一家在赶。

最近模型厂商都卷起了轻量便宜的 Flash 模型，先是 DeepSeek 给 V4 Flash 加上了多模态，紧接着这周，智谱和 Qwen 前后脚扔出了 GLM-5.3-Flash 和 Qwen3.8-Flash。

大伙儿都在想办法，用更少的钱把前沿模型的能力打下来，不过Qwen这次新模型，最值钱的是它把架构换了。

Qwen3.8-Flash 是 Qwen4 的雏形，阿里把下一代的地基提前扒出来，扔给全球开源社区先跑一遍；友商把下一代架构锁在保险柜里等发布会，它反手公开。

那Qwen到底凭什么敢这么做呢？

我认为，地基这东西平时没人注意，可它决定楼能盖多高。Qwen这次动的，就是地基。

这块地基叫 Next 架构，专门为 Qwen4 准备，先拿到 Flash 上试跑；最直接的一个数字，总参数 125B，每跑一步只激活 6B。

这什么概念呢？我举个例子：

一家 125 人的公司，每天只有 6 个人上班，业绩干翻了千人大厂，人力成本只有人家的零头；以前比人多，现在比人少。

新旧地基的差距，全在这个效率差里。

过去几年，大家几乎全在用 MOE 架构，长在一棵树上，改来改去只能修修边幅。

Qwen 把树给换了，改枝叶的公司还在比谁的叶子多，换树的公司已经在新树杈上结果了。这么说够清晰吧？

架构要动，就得动在最贵的地方，我翻了翻技术报告，这次技术动作有三处。

第一点，注意力。

老架构读长文章，前面读过的内容得重新翻一遍，越长越费劲，新架构把两种新机制叠在一起，一种把历史压成固定大小的状态，读再长也不膨胀；另一种按重要程度挑着读，该细看的细看，该扫过的扫过。

1M tokens 的长场景，处理速度最快能到 8 倍上下。你想想，这差不多是整部《三体》三部曲的体量。

这种量级的材料，人得啃好几天。一个律师把整本卷宗丢进去，模型从头读到尾，重点一个不落。

Agent 场景天天跟长文本打交道，上下文越长，老架构越贵，这一处动下去，省下的都是真金白银。长文本从奢侈品变成日用品，Agent 时代才起得来。

第二点，信息通道。

老架构里，信息在模型内部只有一条主路，所有知识挤在一起过，新架构把一条主路拆成四条，读写各走各的，堵车少了，训练也更稳。

第三点，记忆。

模型记东西靠参数硬背，参数越多越贵，Qwen 在模型边上挂了一张 51B 的「速查手册」，答案查表就能找到，平时不占计算，要用时一翻就有。

别人靠死记硬背，它随身带工具书。

好，三点动完，账本就变了，训练花的钱，只有上一代 Qwen3.7-Plus 的九分之一；官方口径是成本降了近 90%，按九分之一记更直观。

这代模型跟市面其他模型，差别就在这；别人卷参数，在旧楼上加层，它省成本，直接在地基上重新盖。

……

重新盖到底能省多少钱？我把账本儿摊开给你看看：

现在每百万 Tokens 输入 0.8 元，输出 2.7 元；Claude 的 Opus 系列旗舰，从 4.6 到刚发布的 Opus 5，都是 5 美元和 25 美元，Qwen3.8-Flash 连它的 3% 都不到。

看到这，大部分人都会认为真便宜。

不过别着急，这年头便宜模型多了去了，便宜还能打的，不多。能不能打，全看智能。

我看了下，SWE-bench Pro 62.5 分，比 Opus4.6 高出 9.1 分，编程这一关不光没缩水，还反超了；而且 Flash 不止编程能打，多模态也站在第一梯队。

模拟手机操作的 AndroidWorld 评测，它比 Opus4.6 高出 22.5 分。手机上的智能体，一边看屏幕一边操作，这最像 Agent 的干活方式。

聪明没输，价格差出 30 多倍，这才叫斩杀线。

斩杀线这词的意思，性能比你强、价格还比你低，直接把你的生存空间划走。

背景我再提一句。

DeepSeek 8 月 17 日刚调完价，V4-Flash 忙时输出涨到 9 元。千问输出 2.7 元，正好是它忙时价格的三分之一。

别人刚涨完，它反手把线又压下去一截，斩杀线这东西，一天之内又往下挪了一格。

对了，同一天晚上，智谱的 Flash 也发了，参数比 Qwen 大一倍，320B 对 125B，价格却贴着打。

参数大这么多还卖同一个价，这笔账算下来是亏的；算力家底也没这么厚，这个价据说是限时两周。

Qwen 这边不一样，阿里云自己养着算力，0.8 元、2.7 元是长期价。同样斩杀线，一个拿补贴，一个拿家底；谁划得久，比谁划得低更值得看。

我担心你对数字不敏感，换个场景就更直观了。

说真的，做一次 PPT，从资料搜集到排版调整，背后要触发几十次模型调用；按一次任务五十次调用、每次几千 token 算，用 Opus，这一单下来好几美元。用 Flash，几毛钱，甚至几分钱。

同样的活，成本差了四十倍，一个 AI 助手根本用不起的场景，便宜到能当日常消耗品，这就是把 3% 换成人民币之后的样子。

这还是按最费钱的场景算的账，实际跑起来，缓存命中的价才 0.1 元，还能更省；这个价差长期挂着，不是促销，你的应用每跑一次，成本都是别人的零头。

做 AI 应用的人心里都有本账，这个差距是生存问题。

这笔便宜，最大的赢家是 Agent。Agent 干活和聊天不一样，一项任务背后几十次调用，调用越多，对单价越敏感。

而且，性能趋同之后，模型要落地到各行各业，绕不开 Agent 这一层。

Agent 在模型和真实任务之间搬货，搬运工最怕运费太贵，这两年各家模型能力拉不开差距，Agent 是模型走到真实任务面前的最后一公里。

我今天早上打开千问办公时，发现Qwen3.8-Flash已经接入了，讲真的，日常那些活儿，这一款模型就够了。

企业为任务付费，模型和Agent 搭着卖，这笔账就通了；当然，直接接 API 按 token 算账的开发者也有，两条路都有人走。

打包了 Agent，企业就多了一个选择，按任务付钱。

算一笔企业的账。

一份行业研报，外包团队做，几万块起步，要等一周；带着 Agent 做，几小时出初稿，成本是零头。企业只关心活干没干完。

Token 的成本，被 Agent 打包进了任务价里，这就是模型和 Agent 绑在一起卖的底气。

今天查资料，我还翻到一份有意思的实测：

杰富瑞，华尔街的投行，拿八款主流 Agent 真刀真枪跑了一遍办公任务，千问办公综合得分第一，所有维度里唯一一个都上 90 分的。

能用又便宜，Agent 才敢放开手脚用。便宜这步棋的落点很清楚，让 Agent 把模型当日常消耗品。

……

价格是入场券，开源才是重头戏。

昨天晚上 11 点，Flash-Next 的权重在 Hugging Face 和魔搭同步放出，还带一个 FP8 量化版，开发者和企业当场就能拿。

SGLang 第一时间给了 Day 0 支持，vLLM、Transformers、TokenSpeed 全部配好，开发者拿到权重就能跑，不用等适配。

讲真的，开源见得多了，开源到自己还没正式发布、就让全行业先把工具链铺好的，少见。

这个动作的潜在动机很清晰，等 Qwen4 正式落地那天，工具链已经在上面跑顺了，不需要任何人重新学。

推理框架就那么几家主流的，谁的架构先被接进来，谁就先一步进了开发者的生产环境，Day 0 支持，不用我说了吧，这是抢滩。

Qwen3.8-Flash 发布后，我看 X 上有不少开发者火速跑起来了。

有个叫 Alexey 的用户，他一句话让 Qwen3.8-Flash 做了一个射击游戏，回车之后人就走了，几个小时后回来翻日志，发现模型在自动截图、看自己游戏的画面、发现不对就回去改，全程没人盯着。

一个 prompt，五个多小时，自己把游戏做完了，拿到权重的人，就这么玩。

过去半年，Qwen 家族全球下载超 30 亿次，衍生模型 30 万个；同期 Google 的开源家族 4.18 亿，Meta 2.27 亿，不是一个量级。

OpenRouter 上中国模型的调用占比，一年前 11%，现在 46.4%，全球模型调用快一半是中国模型在处理。

Qwen 在开源这件事上的家底就摆在这，全球开源第一梯队的位置是实打实的，中国厂商已经从参与者，变成了规则制定者之一。

这时候会有人嘀咕：

开源做这么大，图什么？权重都放出去了，别人拿去改一版更好的，用户凭什么留在你这里？

好问题，这个说法有一定的道理，不过漏了一件事，适配本身就要成本；对开发者来说，换模型是搬家，框架要重新适配，量化也要重新做，线上的验证都得重新跑一遍。

这一整套下来，不是一两天能解决的。

大厂换模型更要排期，生产环境里跑着的东西，不是说换就换的，适配得越深，离开的成本越高，生态先手最实在的地方，就在这。

Qwen 这边，生态本身就扎得深。

阿里云上的 AI 收入，今年一季度 89.71 亿，占外部客户收入三成，年底 ARR 奔着 300 亿去，模型开源是引流，算力才是生意，这套生意，跑得通。

可引流也不是做慈善，线画在哪，千问模型团队心里门清。

Flash-Next 的权重放出来了，自己用、自己部署，随便折腾；可要想拿它当生意做，把模型包成服务往外卖，那就得坐下来，单独找阿里谈。

这个风向不止千问一家，摩根士丹利 8 月的研报就提过：开源授权正从宽松往收紧走，大厂都在给商用划边界。

开源免费，免费不是无界的，许可这事，正在悄悄收紧。

苹果那边，千问已经拿下国行 Apple Intelligence，双方联合训练的专属模型也在路上，这是国内的一条线。

海外那边，QwenWork 也在公测，接Slack、Notion 这些，内外两条线一起铺，这种生态终端入口，不是花钱能买到的。

所以，回到开头那个问题，都在卷模型，千问凭什么？

我认为，当模型便宜到不再是约束条件，决定胜负的是谁让生态先跑起来。先跑起来的那个，把路先占了，后面人再追，成本完全不一样。

Qwen4 还在路上，具体时间我还没拿到，但这步棋的意图已经很明确，它把底牌提前掀了出来，接下来就看谁来跟。

数据参考：

[1].模型参数、性能与成本数据来自Qwen3.8-Flash技术报告；定价来自千问与 Anthropic 官网；生态数据来自 Hugging Face《State of Open Models》与 OpenRouter 平台