国产大模型开源提速，从拼参数转向拼智能密度

发布时间：2026-09-15 12:30 更新时间：2026-09-15 12:30 阅读量：0

刚刚过去的两个月，国产大模型的更新节奏明显加快。从科大讯飞、智谱到腾讯混元、面壁智能，多家厂商接连开源新模型，发布时间集中在8月下旬到9月上旬。对关注AI技术走向的站长和开发者来说，这一轮开源潮透露出的信号比单个模型本身更值得琢磨。

两个月内多款模型开源，覆盖端侧到旗舰

9月1日，科大讯飞开源星火X2.5-4B与1.7B两款端侧模型，官方资料显示其原生支持最长100万Token上下文，基于全国产算力平台训练，预训练数据约20万亿Token，采用Apache-2.0协议，允许免费商用。其中1.7B版本BF16权重仅3GB多，4bit量化后体积进一步减半，普通手机即可运行。9月7日，讯飞又发布了旗舰版本星火X2.5-293B。

智谱在8月26日开源GLM-5.3-Flash，这是GLM-5系列首个原生多模态模型，规格为320B-A18B，全部由国产芯片提供算力。发布前该模型以匿名形式参与测试，成为当周较受欢迎的模型之一。腾讯混元8月28日推出Hy4 preview，总参数770B、激活49B，上下文突破1M。面壁智能9月8日发布MiniCPM5-2B，定位2B高密度端侧模型，初步具备端侧通用Agent能力。此外，腾讯EVIE-8B/4.5B、蚂蚁Ling-3.0-flash-VL等也在同期开放。

架构与思路的转变：从比规模到比省钱

把这几款模型放在一起看，有两个共同点比较明显。一是旗舰模型集体采用稀疏MoE架构，总参数做到万亿级，但实际激活的只有千亿上下，用较低的激活成本换取接近旗舰的能力。二是竞争标尺正在从参数量转向智能密度——谁能以足够低的成本把AI跑进真实业务场景，谁就更有优势。

训练范式也在变化。有分析指出，部分模型仅靠后训练就能让编程能力明显提升，迭代周期从过去的半年压缩到一两个月。开源矩阵逐渐分层：万亿级MoE面向大型集团的复杂业务，10B级稠密或全模态基座适合PC与终端本地部署，轻量化模型则服务于办公智能体和自动化场景。

词元调用量攀升，落地成本成为关键

与模型开源同步的是调用量的增长。据公开数据，2026年6月我国日均词元调用量接近175万亿，规模居全球前列。定价也在下探，Qwen3.8-Flash低至1元/百万词元，星火X2.5多语言版为1.6元。对于需要把AI接入网站客服、内容生成或数据处理的站长来说，这意味着试错成本在降低。

需要提醒的是，端侧模型的实际表现与硬件、量化方式、推理框架都有关系，部署前建议在自己的设备上实测。模型权重、许可条款和调用价格可能随时调整，具体以各厂商官方公告和模型仓库页面为准。

继续阅读