国产开源大模型集中发布新版本：从「拼参数」转向「拼效率、拼生态」

2026 年 9 月，国产开源大模型迎来一轮密集的版本发布与开源动作。智谱、MiniMax、阿里等多家厂商在同一时段集中释放新版本，背后的信号很清晰：国内大模型的竞争逻辑，正在从早期的"拼参数规模"转向"拼推理效率、拼响应体验、拼开放生态"。

智谱 GLM-5.3-FlashX：把推理速度拉到 200 tokens/s

9 月 18 日，智谱正式推出 GLM-5.3-FlashX。它并非全新基座模型，而是在 GLM-5.3-Flash 基础上的"提速"升级。

  • 基础模型采用 320B 总参数、18B 激活参数的 MoE 架构；
  • 是 GLM-5 系列首个原生多模态模型；
  • 在线推理速度提升至最高 200 tokens/s；
  • 据智谱介绍，由 10 万张国产芯片组成的推理集群上线即被打满，新版本在智能水平、价格与响应速度三个维度上强化了综合竞争力。

更低的延迟、更高的吞吐，让它更适合低延迟、高频调用的 AI Coding 与 Agent 场景——这也正是当下国产模型最看重的落地阵地。

MiniMax Code CLI：以 MIT 协议开源，把"安全"摆上台面

同一天，MiniMax 宣布以 MIT 协议正式开源其 Code CLI（v0.4.12），面向全球开发者开放源代码。

MiniMax 在公告中明确表示，开源的目的之一是让开发者能够审视工具的调用逻辑与权限处理，从而构建更可靠的企业级应用，并借助社区力量发现与修复问题。以 MIT 协议发布，显著降低了企业在代码生成、工具调用场景中使用国产智能编程工具的门槛，也呼应了业界对 AI 编程工具数据安全的长期关注。

阿里同日多线出击：全模态、医疗影像齐开源

9 月 18 日当天，阿里同样有多项模型动作：

  • 千问上线新一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频、视频输入与 1M 上下文；
  • 达摩院与浙江大学医学院附属第一医院联合研发的通用医疗影像 AI 模型 DAMO RADAR 登上《科学》并正式开源。

多厂商在同一天集中释放新版本，共同标注出国产开源大模型进入"提质增效"的新阶段。

为什么这件事值得关注

一段时间以来，大模型的比拼一度陷入"参数越大越好"的军备竞赛。而 9 月这轮集中发布透露出三个趋势：

  1. 效率优先：提速、降本、低延迟，比单纯堆参数更贴近真实业务；
  2. 原生多模态成标配：文本、图像、音频、视频的统一处理，正在从亮点变成基础能力；
  3. 开源生态成为差异化战场：MIT 协议、权重开放、社区共建，正在成为国产模型建立信任与影响力的关键路径。

对开发者和企业而言，这意味着能用更低的成本，拿到更可用、更可控的国产模型能力——无论是写代码、做 Agent，还是处理医疗影像这类专业任务。

小结

2026 年 9 月的这一轮开源大模型发布，不是简单的版本号迭代，而是竞争范式的一次转向：从"谁的模型更大"，变成"谁的模型更好用、更开放、更可信"。下一阶段，单位算力能转化出多少智能，将成为真正的分水岭。