阿里AI，从变量成为恒量

如果只看过去几天阿里发布新模型的动作，很容易把这轮变化理解为一次常规的模型更新周期。

但细看之下，这一轮发布的密度和质量，都已经超出了“更新”的范畴。

更重要的是，这轮发布伴随着两个背景。

内部背景，是阿里成立ATH后的又一波迅速行动；

外部背景，是龙虾点燃的token经济，正在成为AI竞争的主流范式。

而这两者合并来看，就会得出一个新的结论——阿里AI依然很强，但打法变了。

如果说有一家企业开始兼具国际AI巨头的激进和大力出奇迹，以及中国本土AI企业的务实+应用导向，并开始以恐怖的全栈能力开始新的平推式打法，那可能只有阿里符合这个标准。

——导语

01

模型密集发布的背后

短短数日内，阿里连续推出Qwen3.5-Omni、Wan2.7-image、Qwen3.6-Plus三款模型，覆盖多模态理解、图像生成与Agent编程等多个关键方向。

其中，Qwen3.6-Plus在当前最具代表性的AI编程评测Code Arena中位列全球第二，成为该榜单上排名最高的中国模型，仅次于Anthropic的Claude ，并以微弱差距领先OpenAI与Google最新模型。

更重要的是，这一成绩并非建立在更大参数规模之上。相反，Qwen3.6在多项真实任务测试中，超越了参数规模是其两倍甚至三倍的GLM-5、Kimi-K2.5等模型。

在SWE-bench、Terminal-Bench、NL2Repo等复杂编程任务中，它已经具备完整的工程能力：能够自主拆解问题、规划路径、调用工具并完成迭代修正。这种能力，意味着模型不再只是“生成代码”，而是在接近“完成开发工作”。

与此同时，多模态能力的提升也并非简单的感知增强，而是开始与编程能力深度耦合——模型可以基于界面截图或设计稿直接生成前端代码，并完成后续修改与调试。从“理解界面”到“生成代码”再到“执行修改”，一条完整的工程链路正在被打通。

如果把这些能力放在全球坐标系中来看，会发现一个微妙但重要的变化：阿里已经不再是“追赶国际巨头的本土AI最强者”，而是“稳定进入全球第一梯队的玩家”。

但问题在于，这是否意味着阿里正在复制美国巨头的路径？

答案绝非如此。

02

贯穿东西

如果把视角从模型能力本身稍微拉远，会看到一个更大的结构变化正在形成：中美正在围绕争夺全球AI第一创新策源地的这个终极目标，已经走出两条明显不同的路径。

美国的路径，更接近“压强式推进”。以OpenAI、Google、Anthropic为代表，通过极高强度的资本投入与算力堆叠，持续快速迭代模型版本，把能力边界不断向前推。这是一种典型的“以技术突破驱动市场”的模式。

其中，最具代表性，同时也和阿里也有一定可比性的，就是谷歌。

在模型能力上，Gemini的迭代速度不断加快，不断抢下新的赛点；在基础设施建设上，谷歌提出了极其激进的计划，正在进行一次从底层硬件到云服务，再到上层生态的垂直整合，这种垂直整合不但使得谷歌具备了前所未有的端到端整合的能力，也使得它在token经济学爆发的时候，能提供给市场最具质量价格比的天量token；这就是具有海量实体业务同时兼具底层硬核研发能力的巨头企业，最具舒适度的打法。

而现在，在国内市场，最具有类似特征的企业之一，就是阿里。

但这并非阿里的全部。

阿里可以像谷歌，但并不需要变成谷歌，因为阿里的另一侧，也是基础市场所在的中国，正在盛行另一套打法。

中国的路径，呈现出另一种逻辑。整体来看，在最强模型的节奏上略慢，但在应用层推进更快。

最明显的例子，就是龙虾（OpenClaw）及其类似产品在中国AI行业中迅速铺开，它绝非一个风口，而是AI被嵌入到具体业务流程之中的至关重要的一环。所以，在这个方向上的努力，中国才代表了全球最高效率的推进。

与此同时，中国开源模型创造的Token占比已超过全球30%，这意味着在真实使用场景中，商业闭环已经开始形成。

两种路径的差异，本质上并不在于技术强弱，而在于系统演化方向：一条是以模型为中心不断外扩，一条是以应用为牵引不断内嵌。

而阿里的特殊性，恰恰在于它并不完全属于这两者中的任何一种。

一方面，在模型层，千问体系的迭代速度明显加快，开始具备类似美国巨头的“压强式推进”特征。Qwen3.6的表现已经证明，它可以在最核心的能力维度上与全球顶级模型正面竞争。

另一方面，在应用与基础设施层，阿里并没有走向“单点突破”，而是选择了一条更复杂但也更具粘性的路径——围绕Token构建完整的生产与消耗体系。

而这一切的起点，是ATH。

03

ATH的深层意义

如果说这轮阿里AI的变化有一个真正的分水岭，那么这个分水岭不是某一个模型版本，而是ATH的设立。

其实，直到现在，我们也很难定义ATH。

因为它看上去，既好像是阿里为了迎接token经济学的爆发而进行的业务聚焦，也很像是在不进行底层组织完全重组的前提下，为了迎接高强度的挑战而构架的一种虚拟但又有实体业务支撑的新业务架构。

但是，我认为，研究ATH，从组织的层面去探讨，还是视野小了。它更大的价值在于，是阿里在AI大战进入一个新的阶段后，一种自发的嬗变。

过去，外界习惯从“模型能力”去理解AI竞争，但在ATH之后，阿里的逻辑发生了一个更底层的转变：从“模型公司”，转向“Token工业体系”。

Token，原本只是一个技术层面的计量单位，但在Agent出现之后，它开始变成生产力的基本单位。一个简单对话，可能只消耗几百Token；而一个完整的Agent任务，从规划到执行再到反复修正，Token消耗会放大到数十倍甚至数百倍。

在这样的背景下，决定竞争力的，不再只是模型本身，而是三个能力：——能否高效地创造Token的消费场景 ——能否稳定且成本可控的向市场提供Token ——以及能否在真实场景中持续并有客户价值的消耗TokenATH，本质上就是把这三件事压缩成一条连续的生产线。

在模型层，千问体系的持续迭代，提升的是Token的质量与效率；在算力层，阿里云通过大规模基础设施与调度能力，保证Token可以被稳定输送；在应用层，悟空、千问APP、Qoder等产品，则不断扩大Token的消耗场景，使其真正进入企业流程。

这种结构，与其说是“技术体系”，不如说是一条完整的供给链。

在这一大背景之下，龙虾引爆的对智能体的全民热情的爆发，反而更像是一个加速器。

我的个人判断是，90%的类龙虾产品会悄然无声的消失，只有两种产品会留下来——

一种是单点上有了突破性创新的产品，另一种是有阿里这种体系性价值的产品。

这是因为，智能体并没有改变AI的本质，但它极大放大了Token的消耗需求，也放大了系统能力的差异。一个简单的聊天模型，可以在不稳定的环境中运行；但一个需要持续执行任务的Agent，则必须依赖稳定的算力、完善的工具链以及可靠的调度体系。

这也意味着，AI竞争的门槛正在迅速提高，而阿里的上限，可能是最高的几家之一。单点能力已经不够，必须是体系能力。

而这恰恰解释了为什么，在OpenRouter这样的真实调用平台上，结果开始发生变化。当阿里的模型在这样的环境中迅速上升，甚至登顶时，它所代表的，就不再只是“性能领先”，而是“体系跑通”。

这是一种比Benchmark更严苛的验证。而一旦供给链跑通，模型能力才会真正转化为产业能力。

所以，我们应该为阿里在模型层的进步而感到振奋，但我们更应该看到，模型层创新后，阿里有一个更大的格局、更新颖的指导思想去把这一切变成token经济学上的一个个有内在关联的价值节点。

当然，任何定义权的建立，都不可能仅靠理念完成，它必须建立在持续且高强度的投入之上。

04

为什么是现在？

如果回到最初的问题：为什么是现在？

答案其实已经很清楚。

不是因为某一个模型突然突破，也不是因为某一个应用爆发，而是因为一整套系统开始进入正循环：模型能力提升，带来更多使用；使用增加，推动Token需求；Token需求反过来强化基础设施与应用生态，进而继续反哺模型。

也是在这个意义上，我们认为——阿里这一轮变化的核心，并不是“追上了谁”，而是通过ATH，重新建立起了一套可以持续推进的能力结构。

这种结构，有一个很重要的特征：它不依赖某一个单点突破，而依赖系统整体的协同效率；它不依赖某个个体、某个天才工程师的创想，而是在任何情况下，靠体系性能力平推。

这是因为，当AI竞争进入工程化阶段之后，真正决定胜负的，不再是某一次技术跃迁，而是能否持续、稳定地输出能力。而这，正是阿里正在重新获得的能力，而且关键是，它几乎在每一条战线上都有自己的打法。模型层的变化，前面说的很透彻了，可以看看其它的业务。

例如，ATH成立以来，阿里专门成立了悟空事业部，发布全球首个企业级AI原生工作平台“悟空”，让超2000万企业都能拥有一支24h工作的“龙虾军团”。

我之前的文章里就写到，悟空其实也是一种形态的龙虾，但它的恐怖之处在于，它把从2014年就开始积累的、由无数企业创造并实践的应用创新，完全打碎了之后，以AI为容器变成了可重组的“业务原子”，而这是竞争对手很难具有的底蕴。

我们也可以看到，阿里云AI算力、存储等产品最高涨价34％。这不是趁火打劫，它的背景，是因全球AI需求爆发、供应链涨价等很多因素。

但我们可以看到，市场反应仍是供不应求。

这并不是因为用户“没有选择”，因为别家的token卖的也不错，而是阿里云的核心用户很清楚，构建于多年以来持续AI基建后的阿里云的服务能力， 是经得起最严苛的考验的——OpenRouter并不是传统意义上的评测榜单，而更接近一个实时市场——一方面，开发者用调用量投票；另一方面，模型的性能、成本与稳定性同时被检验。

所以，无论是千问模型三连发，还是多模态、文生图、Agent编程等多领域都取得重要进展，还是悟空、千问APP、Qoder等应用迅速起势，它的本质是阿里在AI业务上，苦心经营的内部闭环终于被打通了、垂直整合终于初见成效了。

而这种闭环+整合一旦形成，就会迅速转化为势能。而在外界视角看，这种势能的体现，就是阿里现在高频的出牌，而且似乎手里还有出不完的牌。

这不是单纯的业务策略变得激进了，而是整个体系的势能如同装上了火箭推进器一样的上涨。

结语

因此，如果再回头看这几天的“三连发”，它的意义已经不再只是“模型发布”。

它意味着，阿里重新进入了一个可以持续出牌的周期，而这是最能给竞争对手传递压力的部分。

在这个周期中，模型、算力与应用不再是彼此独立的模块，而是被压缩进同一套生产体系之中；技术能力不再停留在实验室，而是以Token为载体，进入真实世界的业务流程。

当AI从“模型竞赛”进入“生产力体系竞争”，真正的变量也随之改变。

而在这一轮变化中，阿里正在同时具备两种能力：既能以接近美国巨头的方式推进底层技术，又能在中国复杂的产业环境中构建完整的应用闭环。

这种“全栈+闭环”的形态，使它成为极少数能够同时并行两种路径的玩家。它不再模仿谁，而是开始在被模仿。

也正因如此，我们或许应该从另一个角度看阿里的AI业务——它不再仅仅只是一个参与者，也不仅仅是牌桌中央的玩家——它的存在，本身已经成为了行业背景的一部分，它不再是行业的最大变量，而是行业的最大恒量。