国内大模型动态周报：三天三家旗舰齐发，Flash路线重塑价格底线

2026年8月29日 | 国内大模型行业动态日报

本周国内大模型赛道迎来年内最密集迭代窗口：智谱GLM-5.3-Flash、阿里Qwen3.8-Flash、腾讯混元Hy4 preview在三天内密集发布并开源，全部采用MoE稀疏架构主打"高性价比"。国产算力首次大规模承接前沿模型推理，OpenAI被迫跟进降价，中国开源模型下载量首超美国。

一、智谱GLM-5.3-Flash：1/40价格的"牛来"正式现身

8月26日，智谱AI正式上线并开源GLM-5.3-Flash（320B-A18B），并确认其正是此前在海外平台匿名登顶的神秘模型"Ox-Alpha"——中文社区称之"牛来"。

技术规格： - 总参数320B，单Token激活仅18B - 采用稀疏注意力+线性注意力混合架构 - GLM-5系列首个原生多模态基座 - 上下文窗口1M Token

定价策略：

社区表现： 正式发布前以匿名身份在OpenRouter和OpenCode两大海外平台测试，迅速登顶并刷新双平台历史纪录，Token调用量高达62T。8月27日港股收盘，智谱全日收涨12.62%，报1160港元/股。

国产算力突破： GLM-5.3-Flash是国内前沿大模型首次大规模线上流量完全跑在国产算力之上。智谱称通过推理系统改造，硬件效率和单Token成本已达到与主流Nvidia GPU相当水平。

影响与意义： 智谱通过MoE-Flash路线实现了"旗舰能力下探+推理成本数量级下降"，同时验证了国产算力承接千亿级MoE模型的可行性，对国内算力自主化具有标志性意义。

二、阿里Qwen3.8-Flash：训练成本骤降90%，发布次日再砍价

8月26日，阿里通义千问正式发布Qwen3.8-Flash并开源权重，作为下一代Qwen4架构的先导预览版。

技术规格： - MoE总参数125B，叠加51B N-gram Embedding记忆库 - 每Token仅激活6B参数参与计算 - 引入GDN与QSA混合注意力机制 - 在高缓存命中的百万Token长上下文场景中可提速8倍以上 - 训练成本较前代Qwen3.7-Plus骤降近90%

定价调整：

降价后价格最低仅为DeepSeek-V4-Flash的三分之一。百炼平台已于8月27日12时起正式执行新价格。

可用渠道： 千问办公首发上线，开发者可通过百炼平台获取API服务。

影响与意义： Qwen3.8-Flash代表了阿里"以架构创新换成本下降"的技术路线。发布次日即降价，体现了Flash模型基于架构而非补贴的可持续降价逻辑——"过去降价是赔本换流量，现在架构带来成本下降"。

三、腾讯混元Hy4 preview：770B参数开源，递归自我优化

8月28日，腾讯混元发布并开源新一代大语言模型Hy4 preview，距7月6日上代Hy3发布不到两个月。

技术规格： - 总参数770B，激活参数49B - 上下文长度突破1M - 在模型尺寸、上下文长度、数据规模上均较Hy3全面扩展 - 具备递归自我优化能力 - 预训练和后训练共同进步

开源与可用渠道： - Apache 2.0协议开源，HuggingFace、GitHub、ModelScope、GitCode同步放出权重与代码 - 腾讯云TokenHub和OpenRouter上线 - WorkBuddy、CodeBuddy、元宝、ima等产品可体验 - 限免2周至9月10日

影响与意义： 三天之内，智谱、阿里、腾讯三家头部厂商轮番出牌，家家开源、家家喊着性价比，标志着国产大模型进入"闪电战"迭代模式。腾讯的"模型+场景+工程"差异化策略，通过Hy4 preview在开源生态中的快速反馈获得改进信号。

四、国内大模型价格全景：Flash路线重塑竞争逻辑

本周国内三大模型发布后，国内主流模型定价对比如下：

Flash为何成为新方向：

1. 稠密模型推理成本天花板难破：千亿稠密模型高并发场景下算力开销吞噬企业AI预算
2. 长上下文+多模态+Agent成刚需：单纯小稠密模型难胜任复杂任务，做大稠密模型又陷入算力不可承受的死循环
3. MoE-Flash提供折中解法：接近旗舰综合能力，推理成本下降一个数量级，让大规模商用从经济上变得可行

MiniMax CEO闫俊杰在财报会议上表示："降价和提升毛利率并非矛盾。只要单位Token毛利率仍保持正向并持续改善，规模扩大就会带来更高的绝对毛利。"

五、中国开源模型全球影响力：下载量首超美国，倒逼OpenAI降价

据Hugging Face《2026年春季全球开源AI生态报告》，中国开源模型下载占比已达41%，首次超过美国，累计下载量突破100亿次。

对全球价格体系的影响： - 8月，OpenAI宣布对GPT-5.6 Sol"限时促销"，价格下调超20%（输入降20%，输出降33.3%） - 这是OpenAI近一个月内第三轮降价：7月底GPT-5.6 Luna价格已下调80% - 中国AI企业通过开源权重策略快速提升价格竞争力，由此引发的市场价格战正迫使美国企业跟进

国产算力的角色转变： - 智谱GLM-5.3-Flash首次大规模线上流量完全跑在国产算力上 - MoE-Flash通过稀疏激活降低单Token计算压力，让国产芯片有机会承接前沿模型 - 国产算力成熟反过来进一步压低Flash推理成本，形成正向循环

趋势总结与展望

本周国内大模型动态呈现四大趋势：

1. Flash路线全面主流化：智谱、阿里、腾讯三天内集中发布MoE-Flash模型，稀疏激活从"备选方案"变成"主流选择"，用更少计算资源做更多事成为行业共识。

2. 价格内卷源于技术而非补贴：本轮降价潮的核心驱动力是架构创新（稀疏激活、注意力优化、缓存压缩）带来的可持续成本下降，而非赔本换流量，厂商可在合理毛利区间持续压低报价。

3. 国产算力实现前沿模型承载：智谱GLM-5.3-Flash全量跑在国产算力上是标志性事件，打破了国产芯片难以承载千亿级MoE大模型的固有认知。

4. 开源策略重塑全球竞争格局：中国开源模型下载量首超美国，41%的全球占比正在倒逼闭源商业API持续降价。中小企业不再完全依赖大厂闭源API，拥有更多选型空间。

下周值得关注：腾讯混元Hy4 preview的真实社区反馈及正式版推进节奏；Qwen3.8-Flash和GLM-5.3-Flash在企业级场景的实际落地表现；国产算力能否持续承接更多前沿MoE模型推理。

数据来源

• 智谱GLM-5.3-Flash：新浪财经（21世纪经济报道）、智谱官方公告
• 阿里Qwen3.8-Flash：36氪、每日经济新闻、新浪财经
• 腾讯混元Hy4 preview：科技日报、IT之家、人民网、华城网
• 价格对比数据：清霜之晨博客国内大模型Benchmarks与定价调研报告、Artificial Analysis
• 开源生态报告：Hugging Face 2026年春季全球开源AI生态报告
• MiniMax CEO发言：闫俊杰财报会议发言