近期，國產大模型密集上新，且越來越多的大模型廠商選擇開源。例如，9月8日，北京面壁智能科技股份有限公司（以下簡稱“面壁”）聯合OpenBMB開源新一代MiniCPM5-2B。8月，阿里巴巴集團控股有限公司（以下簡稱“阿里”）旗艦模型Qwen3.8-Max首次開放權重；北京智譜華章科技股份有限公司（以下簡稱“智譜”）發布GLM-5.3；騰訊混元開源Hy4 preview。
“從純文本到原生多模態，國產大模型正將核心能力推向開源社區。”有行業分析師向《證券日報》記者表示，這一輪開源潮既是技術自信的集中展示，更是國產廠商圍繞開發者生態、國產算力和商業化路徑的一次集體卡位。
從“比規模”到“比省錢”
過去衡量大模型的第一指標是參數量，如今這套邏輯正被瓦解。旗艦模型“大而不貴”：Qwen3.8-Max、騰訊混元Hy4等新一代旗艦模型集體采用稀疏MoE架構，總參數站上萬億級，單詞元激活卻控制在千億上下，再疊加百萬詞元長上下文，以極低的激活成本換取旗艦能力。
在端側方面，8月以來，阿里27B稠密模型、螞蟻7.9B百靈、科大訊飛4B/1.7B星火接連開源，面壁最新發布的MiniCPM5-2B更在34項基準評測中平均得分超越4B檔最優模型。智能密度正在取代參數規模，成為廠商較量的新戰場。
競爭標尺切換的背后，是訓練范式的深層轉變。智譜GLM-5.3在基座不變的情況下，僅靠后訓練便實現編程能力五成提升；騰訊混元Hy4首次讓模型參與自身訓練方法與數據策略的自動優化，推理吞吐提升超三成。大模型能力的增長曲線，正從堆算力堆參數轉向拼工程拼方法，各家迭代節奏也因此從半年壓縮到一兩個月。
路線分化同樣清晰，萬億級MoE旗艦承接大型集團復雜業務；10B級稠密與全模態基座主攻PC、終端硬件本地部署；輕量化模型則將辦公智能體、企業自動化流程作為主戰場。一個覆蓋云端—終端—邊緣的分層開源矩陣已然形成。
上述行業分析師表示，這一輪密集開源的深層信號在于，國產大模型正在經歷一場去泡沫化的結構性調整。當頭部廠商不再以參數量作為核心賣點，而是集體轉向推理成本、端側部署和工程化效率時，說明行業共識已經形成，真正決定勝負的不是誰的模型更大，而是誰能讓AI以足夠低的成本跑進真實業務場景。“接下來，能跑通付費閉環的廠商會迅速拉開身位，剩下的則會被壓縮成純基礎設施供應商。”
生態之爭定勝負
如果說“比省錢”是競賽的表層，那么開源帶來的產業重估才是深層變量。
開源與普惠定價正在相互強化，點燃“詞元經濟”。國家數據局最新數據顯示，2026年6月，我國日均詞元調用量激增至近175萬億，穩居全球第一。OpenRouter平臺數據顯示，開源模型處理的詞元占比從1月的34%升至6月的65%。
與此對應，頭部廠商定價集體下探：騰訊混元Hy4輸入僅6元/百萬詞元，星火X2.5多語言版低至1.6元/百萬詞元，Qwen3.8-Flash更是壓到1元/百萬詞元。“九成能力、一成價格”的性價比，掃清了智能體規模化商用最現實的成本障礙，模型能力正加速滲透千行百業。
競爭勝負手也隨之從模型本身轉移到“模型+工具+生態”的體系化能力。智譜同步上線編程工具ZCode，騰訊將Hy4接入CodeBuddy、元寶、ima產品矩陣，阿里以“云+模型+編程工具鏈”構筑閉環，面壁則以全棧開源的方式開放數據與訓練配方，換取開發者和終端廠商的生態粘附。開源已從權重可下載的初級階段，邁向可商用、可復現、可二次開發的深水區。
廣州艾媒數聚信息咨詢股份有限公司CEO張毅對《證券日報》記者表示，落地深水區并非坦途。一方面，開源基座快速增多抬高了企業選型成本，各家商用授權條款并不統一，部分旗艦基座采取收入分成模式，商業化路徑仍待打磨；另一方面，算力與流量成本的波動同樣可能擾動落地節奏。
“以8月下旬輕量化模型集中開源，9月初科大訊飛、面壁接續上新為標志，國內開源大模型已全面進入工程化落地周期。”張毅表示，隨著基座間性能差距不斷收窄，誰能依托開源基座在辦公、工業、終端場景跑通可復制的商業化案例，誰就能在下一輪行業位次重排中占得先機。（記者 袁傳璽）
轉自：證券日報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
