阿里千问把 Transformer 扔了：1 块钱一次，性能反超 Claude

最近AI圈最大的一条新闻，不是谁的参数又大了，而是有人把路给换了。

8月26日，阿里千问发布 Qwen3.8-Flash。名字不起眼，事干得够狠：它没有沿用主流的 Transformer 架构，而是自研了一套叫 Next 的新架构。

这是国产大模型第一次，敢在”地基”上动手。

Transformer 是什么？过去十年所有大模型的通用地基，从 GPT 到 Claude 到 DeepSeek，全都盖在它上面。阿里这次等于在说：这块地基太贵了，我自己重新打一块。

效果怎么样？数据说话。

1250 亿总参数，但每次只激活 60 亿。参数没往天上堆，跑起来却更快、更省、更强。

长上下文推理，速度最高提升 8 倍；编程能力在 SWE-bench Pro 上反超 Claude Opus 4.6，领先 9.1 分；还能自己盯着手机屏幕操作 App，这是”替你干活”的智能体能力。

最狠的是价格：每百万 token 输入只要 1 块钱，输出 3 块——成本不到 DeepSeek 最便宜档位的三分之一，训练成本比上一代直接降了 90%。网友已经给它起好了外号：价格屠夫。

这事的真正看点在哪儿？

过去两年，行业都在卷参数：你一千亿，我两千亿，他上万亿。可 2026 年的风向变了，从”卷参数”变成”卷效率”，同样的活，谁花得少、跑得快，谁赢。

阿里这手，等于告诉所有人：大模型红利已经从”堆料”转移到了”架构”。谁能在芯片和算法上把成本抠出来，谁就握住了下一轮竞争的主动权。

对普通人来说，意义更直接：AI 的成本还在往下掉，明年的价格，可能比今天再便宜一半。

技术进步的内卷，最后输的永远只有旧架构，赢的是所有用得起的人。