上周末我翻了翻 OpenRouter 的实时调用排行榜，说实话愣了一下。
排在前四的模型——Qwen3.8-Flash-Next、DeepSeek-V4-Pro、Qwen3.8-Max、DeepSeek-V4-Flash——全是国产开源模型。曾经长期霸榜的 GPT-4o 系列和 Claude 系列，被挤到了第二屏。这个变化不是一天发生的，但 2026 年 8 月的数据把这个趋势推到了临界点：中国开源模型在全球最大模型调用平台上的用量占比，首次超过 60%。
我自己的感受是，半年前大家还在讨论"国产模型能不能用"，现在讨论的已经是"用哪个更划算"。这种转变背后，不只是模型变强了，更关键的是成本结构被彻底掀翻了。
一、一张定价表，把硅谷的牌桌掀了
先看一组数字。阿里昨天发布的 Qwen3.8-Flash-Next，千亿总参数、激活仅 60 亿参数，每百万 token 输入 1 元、输出 3 元。作为对比，Claude Opus 5 是 $5/$25，折合人民币约 36/180 元。差距接近 40 倍。
但 Qwen 还不是最便宜的。DeepSeek V4-Flash 的 API 价格更低，输入 0.5 元、输出 2 元。两家中国厂商在价格上互相"卷"，把全球推理成本拉到了前所未有的低位。
有人可能会说，便宜没好货。但 Benchmark 数据不支持这个结论。Qwen3.8-Flash-Next 在多个编码和多模态评测上跑赢了同参数量级的闭源模型，DeepSeek V4 Pro 在数学推理和长上下文任务上也和 GPT-5.6 Sol 互有胜负。换句话说，不是性能降级换低价，而是用更高效的架构实现了同等性能的极低成本。
这背后是 MoE（混合专家）架构的成熟。中国厂商在 MoE 上的投入比硅谷同行激进得多——Qwen 3.8 系列的总参数/激活参数比高达 20:1，DeepSeek 的 V4 系列也维持在 15:1 以上。这种"参数量管够，但每次只唤醒一小部分"的思路，让训练和推理的边际成本大幅下降。
二、开源不只是"免费"，而是生态定价权
一个经常被忽略的点是：开源模型的影响不只在下载量，更在 API 定价权。
道理很简单。当一个开发者可以在 Hugging Face 上免费下载 Qwen3.8 的权重，自己部署到 4 张 RTX 4090 上跑推理时，闭源 API 供应商就不能随意涨价。因为用户的替代方案摆在桌面上：要么你把价格降到接近自部署的成本，要么我走。
这种"开源锚定效应"在过去一年表现得非常明显。2025 年初，主流闭源 API 的每百万 token 价格还在 10-20 美元区间。到 2026 年 8 月，GPT-5.6 Sol 已经把价格打到了 $4/$20（促销价），Claude Sonnet 5 的 $2/$10 也被认为是"必须跟否则流失用户"的价格。硅谷模型公司不是突然想降价，是被开源模型逼着降价。
国际数据也印证了这一点。中国开源模型在海外的下载量累计突破 100 亿次，在美国开发者平台上的使用占比达到 62%，首次超过闭源模型。这些数字说明，中国开源模型已经不只是"国内开发者用用"，而是真正进入了全球开发者的日常工具链。
三、效率竞赛：从"堆参数"到"压成本"
今年八月的一个有趣现象是，新模型发布节奏达到了历史最快——22 天里发布了至少 11 个新模型。但更值得关注的是，这些新模型的参数规模并没有显著增长，反而在"效率"上做文章。
Qwen3.8-Flash-Next 的架构设计很能说明问题。它采用了阿里自研的 Next 混合架构，Transformer 部分 125B 参数但只激活 6B，加上视觉专家的 2B 激活，总共只需 8B 激活参数就完成了千亿级模型的推理能力。训练成本比上一代 Qwen3.7-Plus 降低了近 90%。
这个 90% 的数字很有意思。它不是靠单一技术实现的，而是架构设计、数据配比、训练策略三个层面的协同优化。MoE 的专家路由更精准了，长序列训练的并行效率更高了，合成数据的质量也更接近人工标注。
效率竞争取代参数竞赛，是 2026 年大模型行业最重要的转折之一。当模型能力普遍跨过"可用"门槛后，谁能以更低成本提供同等质量的服务，谁就能赢下开发者生态。
四、这套打法能持续吗？
也有质疑的声音。一个核心问题是：中国开源模型当前的低价，是技术进步带来的结构性优势，还是烧钱补贴换市场份额？
我自己的判断偏向前者。理由有三：
第一，MoE 架构的优化空间还远没到天花板。当前主流模型的激活参数比在 10:1 到 20:1 之间，理论上可以做到 50:1 甚至更高，这意味着推理成本还有进一步下降的空间。
第二，中国在芯片受限的条件下，被迫在算法优化上走得更深。买不到最先进的 H100，就在算子融合、量化压缩、投机解码上做文章。这些技术积累不是短期补贴能取代的。
第三，生态规模效应正在显现。当越来越多开发者基于开源模型做二次开发、写工具链、建社区时，模型的边际成本会进一步摊薄。这不是烧钱，这是典型的互联网规模效应在 AI 层的复制。
当然，风险也存在。中美科技脱钩可能进一步加剧，影响开源模型的国际分发。国内算力基础设施的瓶颈也可能限制更大规模模型的训练。但至少从当前的市场数据看，中国开源模型已经站稳了脚跟。
五、结尾
回到文章开头那个 OpenRouter 排行榜。排名前四的模型都是中国开源模型，这个事实本身已经回答了"能不能用"的问题。现在真正需要关注的是：当推理成本降到接近于零时，应用的形态会发生什么变化？
我个人觉得，答案可能不在模型本身，而在那些被低成本模型催生出来的新场景上——比如实时多轮 agent 对话、端侧智能体、全量代码库的持续分析。这些场景以前因为推理成本太高而被搁置，现在成本闸门一开，想象力空间反而成了最大的变量。
你最近在用什么模型跑生产？是坚持闭源 API 还是迁移到了开源方案？欢迎评论区聊聊。
