一个开源的周末，把全球开发者卷了进来

AI · 科技观察

当很多人还在用"威胁"形容中国AI时，中国企业已经把模型开源给了全世界

深度观察 ｜ 2026-08-17

过去一周，中国的大模型圈发生了一连串不大张旗鼓、却意味深长的事：开源、出海、落地。它们单独看都不惊人，合在一起，却悄悄改写了这场AI竞争的打法。

如果你最近跟做技术的朋友聊过天，大概率听过一句话："中国的AI，便宜是便宜，但也就只是便宜。"

说这话的人，大概率还没认真用过中国的模型。

因为就在他说话的那几天，一批中国大模型正在做一件西方同行很少做的事——它们把最核心的东西，开源了。不是阉割版，不是演示版，是能直接拿去用的完整能力，连代码都摊在桌面上。

这件事的意味，比任何一场发布会都深。它说明中国AI的打法，已经悄悄换了一种。

一个开源的周末，把全球开发者卷了进来

先说一件具体的事。

前不久，MiniMax 把自家的 H3 模型正式开源。结果短短三天，它冲上了全球最大AI开源平台 Hugging Face 的热度榜首。更夸张的是，超过一百家企业做到了"Day 0 接入"——也就是发布当天就能用上，从芯片厂商到推理框架，整条链路都完成了适配。

开源圈里有个细节很有意思。Stable Diffusion 的创始人 Emad Mostaque，平时很少公开点评同行，这次却破天荒地发声，公开"向 MiniMax 致敬"。

100+

企业发布当天（Day 0）即接入 MiniMax H3，从芯片到推理框架全链路适配

3天

Hugging Face 热度登顶；Design Arena 多图生视频 / 图生视频 / 视频编辑三类别全部第一

这当然不是偶然。把时间线拉长一点就会发现，这是一条清晰的中国路线：DeepSeek 把最新一代模型开源，月之暗面的 Kimi K3 参数规模做到接近三万亿，阿里的千问 Qwen3.8 上线后也宣布要开源。大家不约而同地，把"开源"当成了同一张牌来打。

而 MiniMax H3 还把这场开源浪潮，从文本推到了视频。上线三天，它在全球众包评测平台 Design Arena 的"多图生视频、图生视频、视频编辑"三个类别里，全部登顶。

换句话说，中国公司开源的，已经不只是"能聊天"的模型，而是能生成视频、能进生产线的一整套能力。

"又好又便宜"这句老话，第一次有了硬数据

过去我们夸国产东西，常说一句"物美价廉"。这话听着像营销，谁也说服不了谁。

但阿里刚发布的 Qwen3.8-Max，给了这句老话一组能较真的数据：2.4万亿参数，能一口气分析200页的财报，能处理超过100小时的视频内容，已经站在世界顶尖大模型的行列里。

2.4万亿

Qwen3.8-Max 参数规模；可分析 200 页财报、处理 100+ 小时视频

14.1×

OpenRouter 数据：截至 7/27，中国大模型周用量是美系模型的 14.1 倍，连续 13 周第一

价格更值得算笔账。它在中国市场的API定价是：输入12元/百万tokens，输出36元/百万tokens，缓存输入只要1.5元。放到国际上比，价格大约只有 Anthropic 的 Claude Opus 的百分之四十（输入）和百分之二十四（输出）。

便宜不是重点，重点是"又强又便宜"同时成立。在第三方评测 Arena 的排行榜上，阿里的 Qwen 系列已经紧挨在 Claude 后面。

数据平台 OpenRouter 的一个数字更直观：截至今年7月27日，中国大模型的周用量，是美系模型的14.1倍，而且这已经是连续第十三周，在周token消耗量上排第一了。

最说明问题的，是用户的用脚投票。加密货币交易所 Coinbase 的CEO Brian Armstrong 公开说，他们已经通过内部AI网关，把智谱的 GLM-5.2 和月之暗面的 Kimi K2.7，设成了工程师的默认工具。靠模型切换、智能路由和缓存优化，他们的AI成本降了将近一半。

"现在不只是低价的问题了。全球企业越来越把性能、成本、隐私、灵活性，还有对AI智能体和企业工作流的适配度，放在一起权衡。" —— 北京社科院研究员 王鹏（据中国日报）

摩根士丹利的研报里也点出了同一个趋势：Kimi K3 在7月27日正式开源了完整模型权重，背后是中国大模型在规模、性能、价格上，全面追赶美国领先者。

说白了，人家买的不是便宜，是"划算"。

AI不聊天了，它去干实事了

如果只停留在"模型很强、很便宜"，那还是实验室里的故事。真正让我觉得不一样的，是这些模型开始往实打实的场景里钻。

最接地气的一个例子，发生在田里。

8月16日，在南宁开的第32届全国大豆科研生产研讨会上，安徽农业大学的王晓波教授带着团队，发布了大豆领域的垂直大模型"丰菽"2.0。这东西不是拿来写诗的。它把大豆的种质资源、基因组、蛋白质、转录本、基因表达、病害样本、多年的育种试验记录，还有中外文献，全部揉进了一个结构化的知识体系里。

它的一个巧思是"多模型协同"：让几个通用大模型分别回答同一个大豆专业问题，再由"丰菽"自己综合大家的共识和分歧，给出更稳的结论。

它能帮研究员做病害诊断、筛选育种的亲本、设计虚拟组合、解析表型数据、做分子标记辅助育种，还能分析候选基因的功能。王晓波的原话是：相比传统的经验育种和试验育种，"丰菽"2.0 推动大豆育种，向"数据辅助育种与精准决策"转变。

一头是能在全球跑分、被海外公司当默认工具的大模型，一头是帮中国农民选大豆种子的垂直模型。这两头，其实是同一件事的两面：中国的AI，正在从"你会不会聊天"，转向"你能不能帮我把手头的事干好"。

往车里看也一样。多家信源告诉中国日报，阿里的 Qwen 模型已经进入特斯拉在中国车载系统的"深度测试"阶段，预计很快就能用在特斯拉的车内平台上。往金融看，Coinbase 的工程师已经把它当成了日常工具。

一个模型，从开源社区，走到工厂、车间、车里、田里、交易系统里——这条路，中国公司正在一步步踩实。

❖ ❖ ❖

这场仗，打法真的变了

回头看这一连串事，会发现一个清晰的变化：中国AI的竞争，已经从"谁的模型榜单分数高"，变成了一场更扎实的综合赛。

一边把能力开源出去，让全球开发者免费站在你的肩膀上，用生态绑住人心；一边把价格压下来，用"又好又便宜"抢真实客户；再一边扎进具体的行业，从种大豆到造汽车，把技术变成生产力。

这三件事分开看都不稀奇，合在一起，就是一套很难复制的组合拳。

对普通人来说，这意味着什么？意味着你将来用上的AI，可能不再是某个遥不可及的巨头独家封闭的玩具，而是一堆开放、便宜、而且真的能帮你干活的工具。无论是创业公司、研究机构，还是地里的育种员，门槛都在实打实地往下掉。

当然，路还远。中国日报援引的研究者也提醒，无论是中国的还是美国的模型，短期都还没走到盈亏平衡，整个行业离真正大规模赚钱还早。但这恰恰说明，现在下的每一步开源和落地，都是在为更长的比赛占位。

当很多人还在用"威胁"这样的词，去形容中国AI的时候，中国的公司已经默默把模型开源，交到了全世界开发者的手上。

某种意义上，这才是最有力的回应。

信息来源（均为权威媒体 / 官方发布）

1. 经济日报《中国开源AI，正在惠及全球》，2026-08-10（原文引自科技日报）。涉及：MiniMax H3 开源、Hugging Face 热度登顶、超百家企业 Day 0 接入、Emad Mostaque 公开致敬、DeepSeek / Kimi K3 / Qwen3.8 开源路线、Design Arena 三类别登顶。

2. 中国日报China Daily，《Chinese AI models gain favor overseas》，记者 CHENG YU，2026-08-04。涉及：Qwen3.8-Max 参数与能力、特斯拉中国车载深度测试、Arena 排名、API 定价、OpenRouter 周用量 14.1 倍与连续 13 周第一、Coinbase 采用 GLM-5.2 与 Kimi K2.7 且成本降近半、摩根士丹利关于 Kimi K3 开源的研报、王鹏点评。

3. 人民网 / 新华网《我国科学家发布大豆垂直大模型"丰菽"2.0》，记者水金辰，2026-08-17 07:14。涉及：8月16日南宁第32届全国大豆科研生产研讨会发布"丰菽"2.0、安徽农大联合中国农科院作物所、多模态融合与多模型协同、辅助育种六大场景、王晓波关于"数据辅助育种与精准决策"的表述。

本文事实均来自上述权威信源，转载请注明出处 ｜ 互联网思想

为伟大思想而生！

AI+时代，互联网思想（wanging0123)，

第一必读自媒体