如果你这两天正在纠结要不要给AI工具续费、换模型，那刚刚发生的事值得你先停三分钟。
9月2日凌晨，阿里通义千问甩出 Qwen3.8-Max-0902：参数规模推到2.4万亿，上下文窗口稳定在100万token，输入定价每百万token 2美元、输出6美元。知乎 训练方向明确写着两个词——Coding 和 Cowork。同一天，它拿下 CodeArena 全球前端编程榜第一。知乎
更热闹的是隔壁：腾讯混元 Hy4 preview 上线才5天，服务器直接被用户挤爆，官方紧急扩容推理集群。微博 Hy4 preview 在 WorkBuddy 的限时免费，也延长到了9月30日。知乎 而月之暗面的 Kimi K3 反向操作，API 价格比上一代翻了5倍，输出每百万token 要100元。知乎 一边免费、一边降价、一边涨价，国产大模型第一梯队这轮洗牌，一天之内全摆上台面了。
先给结论：这波没有通杀的赢家，只有不同场景下的最优解。换不换、换谁，取决于你拿它干什么，以及你愿意为"第一"这两个字付多少钱。
先泼盆冷水：这些"第一"都是单项冠军
CodeArena 是 Arena.ai 旗下的编程盲测榜单，这次 Qwen3.8-Max 登顶的是 WebDev 前端开发分项，不是综合榜。往前翻，7月 Kimi K3 发布时，也曾在 CodeArena 前端盲测中拿到全球第一。知乎 这个榜单的头部席位是轮着坐的，而且只考"前端这一门"。看分差就知道轮换有多激烈：Qwen3.8-Max-0902 以1691分居首，只领先第二名 Claude Opus 5 三分（1688）；此前坐过头把交椅的 Kimi K3 退到第三（1674）；上线才五天的腾讯 Hy4 preview 也挤进了前六（1629）。小红书 单项冠军尚且几天一换座，综合强弱就更不是一张榜能说清的了。
36氪昨天一篇报道的标题说得很直白：《都说自己是第一，中国最强的大模型到底是谁？》。36氪 知乎上吵得更直接，有个高讨论度的回答是这么划线的：真正第一梯队的是 K3，摸到第一梯队的是 Qwen3.8-Max，其他都是"牛马模型"，能干活，但别指望搞高精尖。知乎
所以看这波新闻的正确姿势是：别问"谁最强"，问"我这个活儿谁最合适、谁最便宜"。
五家的主场，一张表看清
这轮混战里五家各有各的护城河：
Kimi K3：2.8万亿参数、100万上下文、权重开源，长程编程和 Agent 编排是强项，社区公认"快"。代价是价格——输入每百万token 20元、输出100元、缓存命中1元，比上一代翻了5倍。另外它正在跟微软、亚马逊、谷歌谈云上托管，想要最高30%的服务收入分成。知乎 这事如果谈成，开源旗舰的商业模式会是一个分水岭。
Qwen3.8-Max-0902：2.4万亿参数，这次主打 Coding 和 Cowork（多智能体协作），定价激进，输入约每百万token 12元、输出约36元。同时阿里还把 Qwen3.8-27B 直接开源，冲上 Hugging Face 趋势榜，知乎相关问题热度65万+，把一堆娱乐话题挤在后面。知乎
GLM-5.3：走的是开发者生态路线。OpenRouter 平台截至8月30日的一周，Token 消耗量达到113万亿，首次突破100万亿关口，智谱一家就有四款模型进入头部，超过 DeepSeek。知乎 之前匿名霸榜的神秘模型"Ox Alpha"，8月26日被智谱官宣就是 GLM-5.3-Flash——免费预览期闷声刷量，正式亮明身份后依然稳居消耗榜前列。生态厚意味着第三方工具、网关、教程都最全。
DeepSeek V4：Flash 版打性价比，9月2日又放出视觉实验版。真正要盯的是两件事：V4 Pro 还没落地，以及 DeepSeek 刚开源的 Harness 智能体框架——社区已经在讨论它是"Agent 的新斩杀线"，对标的是 Claude Code。
腾讯混元 Hy4 preview：770B总参、49B激活、100万上下文、全部开源，首发塞进自家 AI 办公平台 WorkBuddy，限时免费。官方同步放出的12项基准测试，把它和 Qwen 3.8 Max、DeepSeek V4 Pro、GLM 5.3、Kimi K3、GPT 5.6、Claude Opus 5 摆进同一张图，DeepSWE 这类编程项比上一代翻倍还多。知乎 办公场景实测也能打——45分钟出一份带数据校验的研究报告、1小时排查9个代码缺陷。缺点也写在明面上：慢，高峰排队5分钟起步。
真正该算的账：五个成本数字
模型再强，用起来烧不起也白搭。这轮竞争真正的胜负手在价格，五个数字值得记一下：
第一，输出价。Kimi K3 输出每百万token 100元，Qwen3.8-Max 约36元，差出将近3倍。如果你主要用它写长文档、出报告、跑长任务，输出价就是你账单的大头。
第二，缓存命中价——这是最容易被忽略的隐藏变量。长会话、长系统提示词、Agent 反复调用同一批上下文，走的全是缓存价：K3 缓存1元，Qwen 约1.2元（0.17美元），Hy4 preview 只要0.3元。对每天挂在 Agent 里跑几十轮的用户，缓存价的差异比输出价还疼。
第三，免费窗口。Hy4 preview 在 WorkBuddy 限时免费到9月30日，办公党、报告党可以先白嫖一个月再决定去留，零成本试错。
第四，订阅和按量的分界线。只在一家的官方工具里用，买订阅套餐通常划算；但一旦你混着用——比如 Claude Code 里接国产模型、自建 Agent 多模型路由——订阅额度就不灵活了，按量 API 加第三方网关反而省心。小红书上已经有人在问"opencode 套餐用完了，换智谱 Lite 还是别的"，这就是典型的岔路口。小红书
第五，开源的隐性成本。Qwen3.8-27B 一张高端消费级显卡就能跑，数据不出内网；但本地部署要自己维护，时间也是钱。
顺带一提性价比的刻度：在 CodeArena 的性价比榜单（帕累托前沿）上，Qwen3.8-Max-0902 每百万token综合均价约5美元，被社区称为新一代前沿模型的"斩杀线"，压在前沿的最前端。小红书 旗舰能力卖中端价，这就是它敢凌晨两点发布的底气。
所以，谁该换、谁该等
重度编程党：如果你现在用着 K3 按量计费、账单肉疼，可以把 Qwen3.8-Max-0902 拉进候选，先在自己的真实任务上跑两天盲测再换。前端、网页类开发它是当前的单项冠军。
办公文档党：别急着买任何东西，9月30日之前 Hy4 preview 免费，先让它替你出几份报告。注意它慢，适合"扔个任务去喝咖啡"的用法，不适合蹲在屏幕前等结果。
Kimi Code 订阅用户：K3 按量涨价5倍，对订阅用户反而像个锚点——先看套餐内的 K3 额度和限速有没有跟着变，再决定续不续。别被"涨价焦虑"推着做决定。
本地部署玩家：Qwen3.8-27B 和 Hy4 的开源权重都值得下，27B 量化后消费级显卡能跑，隐私敏感的场景这是唯一解。
最后留三个继续观察的信号：DeepSeek V4 Pro 什么时候发、定价多少——它大概率是下一轮价格战的扳机；K3 跟美国云厂商的30%分成谈判结果——谈成了，开源旗舰的定价逻辑会重写；9月30日 Hy4 免费期结束后的价格——那才是腾讯的真实底牌。
这波洗牌对普通用户其实是好事：第一梯队的门槛被卷上来了，价格被卷下去了。你要做的只有一件事——别为"第一"买单，为你的场景买单。
