8月8日，21世纪经济报道梳理指出，截至8月5日的短短八周内，阿里巴巴Qwen3.8-Max、月之暗面Kimi K3、DeepSeek-V4-Flash、智谱GLM-5.2、字节Seedance 2.5五款国产前沿模型接连亮相。一个被外界忽视的信号是：大量美国企业、硅谷初创公司出于成本与部署灵活性的考量，正把业务流量切到中国大模型底座上。

这不是一句口号，而是供给侧迭代速度、成本效率和开源生态共同催生的真实变局。国产模型不再只是"平替"，而是开始反向输出到全球商业市场。

八周五模型：中国AI的供给"闪电战"

放在两年前，一款旗舰大模型从训练、调优到正式发布，动辄数月甚至跨年，OpenAI、Anthropic的旗舰更新普遍以年计。而国内厂商在两个多月里连落五子，且款款都达到全球前沿梯队。

从规格看，这批模型早已不是低端跟随。Qwen3.8-Max总参数2.4万亿、支持百万Token上下文；Kimi K3参数2.8万亿、原生多模态；DeepSeek-V4-Flash运行成本被多家机构评为全球最低。在斯坦福《2026人工智能指数报告》里，中美顶尖模型综合性能差距已大幅收窄。

硅谷为什么换底座

美国企业的转向逻辑很朴素：当性能已经能满足绝大多数日常需求，极致的成本和灵活的部署方式就成了选型决定性因素。国内厂商普遍走开放权重路线，依托MoE混合专家架构和推理侧深度优化，在控制总成本的前提下快速打磨多版本，形成覆盖高中低端的完整矩阵。

这意味着，美国中小企业有条件自主搭建、本地部署模型平台，而不再完全依赖向大型云厂商租用AI服务。底座切换，本质是一次成本结构的重估。

换底座背后的选型逻辑变了

过去大模型竞争的主线是"堆参数、拼榜单"，现在主线变成了"成本效率、本地化部署、Agent能力"。八周五模型的出现，宣告大模型竞争正式进入高频迭代时代——谁能在更低成本下稳定交付，谁就掌握下一阶段的商业入口。

对做AI应用和AI工作室的创业者来说，这其实是个利好：底座越便宜、越开放，上层应用创新的试错成本就越低，长尾场景的商业化窗口被显著打开。

真正的护城河在应用层

值得注意的是，换底座不等于换生态。开源权重降低了起步门槛，但真正难的是把模型能力嵌进真实业务流程、沉淀私有数据和行业know-how。未来一两年，国产大模型的胜负手会从"谁模型更强"转向"谁的应用生态更厚"。

这一轮八周五连发的最大意义，或许不是某款模型参数多大，而是让全球市场第一次认真把中国模型当作默认底座选项之一。

脑机派对

2026.08.10