AI到底能便宜到什么程度？
8月26日晚上，阿里给出了一个新答案：每百万Tokens，输入1元，输出3元。（来源：新京报、新浪科技）
这是阿里发布并同步开源的新模型Qwen3.8-Flash的API定价。为了搞懂这件事，我把新京报、新浪科技、IT之家、凤凰网科技、网易科技的报道挨个翻了一遍，发现比价格更值得咂摸的，是这个价格背后的两个数字。
第一个数字：60亿
Qwen3.8-Flash的总参数是1250亿（125B），但每次计算只激活约60亿（6B）。（来源：IT之家、凤凰网科技）
有篇分析用了个很贴切的说法：125B的身体，6B的饭量。（来源：腾讯新闻）
传统的稠密模型是全员上班，算一次要过一遍全部参数；MoE（混合专家）架构相当于养了一个专家团，每次只喊相关的几位出来干活，账单按出勤算。总参数量决定模型"见过多少世面"，激活参数量决定"算一次花多少钱"。（来源：腾讯新闻）
所以这次降价和过去两年的模型价格战不是一回事。以前不少低价是补贴战——先烧钱抢用户，账以后再说；这次的价格是架构层面算出来的，不是靠补贴硬撑。（来源：腾讯新闻）训练端也一样：官方称训练成本较上一代Qwen3.7-Plus骤降近90%，只用约九分之一的资源就完成了训练。（来源：新京报）
顺带一提，同一晚智谱也发布了匿名登顶海外平台的GLM-5.3-Flash并开源，官方称线上流量全部由国产芯片承载。（来源：第一财经、凤凰网）八月底的国产开源阵营，节奏快得让人喘不过气。
第二个数字：3%
性能上，官方称Qwen3.8-Flash超越Claude Opus 4.6、接近Opus 4.8；而价格，约为Opus 4.6的3%，最低是DeepSeek-V4-Flash价格的1/3。（来源：和讯网、新京报）
智能单价崩到这个位置，改变的不是"同样的用法便宜点"，而是用法本身。
Tokens贵的时候，大家是"省着问"：重要问题才舍得扔给AI，长文档先心疼费用。现在这个模型原生上下文262K，用YaRN可以扩展到1M，官方称在高缓存命中的长上下文场景可提速8倍以上。（来源：腾讯新闻、新京报）
这意味着一批以前"不划算"的用法，现在算得过账了：整本合同扔进去逐条审，一整年的会议纪要扔进去提炼结论，重复性的批量任务让它一轮一轮跑。过去卡住这些场景的，不是AI的能力，是账单。
还有个容易被忽略的落地入口：这个模型已首发上线"千问办公"，标准模式内置，官方称可完成95%的日常办公任务。（来源：网易科技）对不碰API、不懂参数的人来说，就是打开即用。
现在就能做的两件事
第一，给任务分层。 日常产出（周报、摘要、初稿、翻译）交给便宜的快速模型，管够就行；关键交付（客户方案、对外文稿）再切强模型精修。今早我刚写过Fable 5的企业账单——7万家公司用真金白银验证了"多数任务够用就行"，今晚这个价格，把"够用"的成本又砸下去一截。
第二，找一个长文档任务实测。 把一件你一直想扔给AI、又嫌"太长太贵"的事，这周真扔进去跑一遍，看看账单到底花多少。我平时在 spark1.cn/tools/ 归拢常用AI工具入口，打开即用，方便你几个模型横着比。
💬 评论