开源大模型领域出现了一个标志性数字：阿里巴巴的通义千问（Qwen）家族累计全球下载量突破 30 亿次，超越谷歌、Meta 等对手，成为全球下载量最高的开源 AI 模型家族。这一数据来自 Hugging Face 于 2026 年 8 月 14 日发布的一份「开源模型现状」报告，以及阿里巴巴同月 15 日的官方披露。

在 Hugging Face 平台内部，2026 年 Qwen 的下载量约为 20.45 亿次，而谷歌约为 4.18 亿次、Meta 约为 2.27 亿次——这一统计只覆盖 Hugging Face Hub，还不含中国的 ModelScope 等平台，因此低于 Qwen 跨平台累计的 30 亿次。

生态比单点性能更关键

截至披露时，阿里巴巴已开源超过 460 个 Qwen 模型，衍生出 30 万余个下游模型。仅在 Hugging Face 上，开发者就基于 Qwen 创建了 151,448 个衍生模型，是 Meta 衍生数的 2.6 倍、Llama 家族相关仓库数的 4.7 倍；同期的谷歌模型衍生数为 82,506 个。

开源权重模型可以被下载、微调并用作新 AI 产品的积木，因此下载量与衍生模型数，成为衡量开发者「用脚投票」的指标，也折射出中美开源 AI 竞赛的此消彼长。报告还指出，2026 年中国头部实验室发布的最大开源模型，参数规模普遍高于美国同行：中方月度上限在 7540 亿到 2.78 万亿之间，而美方大多数月份的最大开源模型低于 1300 亿参数。同时，中国开发者普遍采用宽松许可证——在报告追踪的 178 个参数量超 200 亿的中国模型中，59% 使用 Apache 2.0、22% 使用 MIT，没有任何一个限制仅限非商业使用。

为什么它能走出去

Qwen 的崛起并非只靠性能与低价。阿里通过云业务，把 Qwen 分发到东南亚、非洲等市场的企业客户，触达许多对手没有的渠道。报告称，Qwen 已成为开发者决定微调与部署模型时「默认工作流」的一部分。面对这一态势，Meta、英伟达等美国公司近几周也相继发布新的开源模型，争夺开发者。

对中文世界而言，一个由中国公司主导、又能被全球开发者广泛采用的开源模型家族，意味着本地应用与二次开发有了更稳固的底座。

来源：China Daily / 彭博社（据 Hugging Face 2026 年 8 月开源模型报告）

30 亿次是个什么量级

作为对比，Hugging Face 的报告显示，2026 年 Alphabet 旗下谷歌的开源模型下载量为 4.18 亿次，Meta 为 2.27 亿次。千问在半年内积累的数字是两者之和的四倍以上。

阿里巴巴在一份电子邮件声明中表示，千问系列已开源超过 460 个模型，围绕它形成的生态已衍生出 30 万个以上的衍生模型。Hugging Face 在报告中称，这一下载规模让千问成为「开源 AI 生态系统中规模最大的基础之一」。

这两个数字指向的是两件不同的事。下载量说明有多少开发者和机构把模型取回本地运行或改造；衍生模型数量则说明有多少人真的动手做了微调与适配——后者往往更能反映一个模型家族被使用的深度。

下载量为什么值得单独看

开源权重模型可以被下载、定制，并作为构建新 AI 产品的基础模块。正因如此，采用情况成了衡量开发者选择在哪套技术上做开发的直接指标，而不只是营销口径上的热度。

一个足够宽的模型家族容易形成自我强化的循环：更多开发者采用基础模型，就会产出更多衍生版本，衍生版本又把新用户带进来。460 个开源模型意味着不同参数规模、不同能力取向的版本可以覆盖差异极大的落地场景，从桌面端本地推理到企业级部署都能找到合适的起点，这本身就降低了迁移成本。

Hugging Face 的报告给出的判断更直接：对于正在决定微调和部署哪些模型的开发者而言，千问「已经成为默认工作流程的一部分」。

云平台成了另一条分发通路

阿里巴巴强化这一循环的方式之一，是通过自家云平台把千问分发给企业客户，覆盖的市场包括东南亚和非洲。这条通路让千问获得了许多竞争对手不具备的触达范围——企业客户往往不会主动去模型托管平台上翻找权重文件，但会在云服务的模型清单里直接选用。

在开源模型这条赛道上，千问目前领先的不只是海外厂商。彭博社的报道提到，它在下载量上同时超过了 DeepSeek、月之暗面的 Kimi 与 MiniMax 等中国同行。这几家厂商都在以相对低廉且易于适配的模型复刻前沿性能，力图缩小与 OpenAI、Anthropic 等闭源模型之间的差距，而千问的下载数据表明，这套路线在中国市场之外同样获得了认可。

美国厂商正在回应

开发者市场的争夺随之升温。彭博社指出，近几周 Meta 与英伟达相继发布了新的开源 AI 模型。对使用者来说，这轮竞争的直接结果是可选的高质量开源模型变多、迭代变快，而衡量优劣的标准也在从跑分转向更实际的问题：有多少人愿意在它上面继续搭东西。

来源：彭博社 / Hugging Face《开源模型现状》报告

据路透社 8 月 14 日报道，三位知情人士透露，苹果公司已经专门为中国市场训练了一款大语言模型。这一模型由苹果与阿里巴巴集团合作开发，并在阿里巴巴的支持下完成训练。这是苹果首次披露为中国市场单独训练自有模型的计划，也标志着其在华人工智能策略的一次重大转向。

从「借力第三方」到「自研加合作」

此前，由于 Anthropic 的 Claude、OpenAI 的 ChatGPT 等美国模型无法在中国大陆使用，苹果主要依赖本土合作伙伴的模型来驱动设备端的生成式人工智能功能。此次调整意味着苹果不再把模型能力完全交给合作伙伴，而是在阿里巴巴的支持下训练了一套属于自己的模型。

知情人士表示，在 iOS 系统完成后续更新后，苹果的 AI 工具套件「Apple Intelligence（苹果智能）」预计将在未来几个月内正式登陆中国市场。届时，阿里巴巴的通义千问（Qwen）模型将被整合进在中国发售的兼容 iPhone、iPad、Mac 以及 Vision Pro 等设备的「Apple Intelligence」中，百度等技术也会融入其中。

监管破冰与「双轨制」策略

这一进展建立在漫长的监管审批基础之上。今年 7 月 15 日，中国国家互联网信息办公室正式备案了「Apple 智能」等 7 款手机端侧生成式人工智能服务，为「Apple Intelligence」首次登陆中国版 iPhone 扫清了道路。按照报道的说法，这套专为中国训练的模型，可能使苹果成为首家获得中国政府批准、在华提供自有专有 AI 模型的外国公司。

这种「自研模型加本土合作伙伴」的双轨方案，被视为外国企业在中国推进人工智能的一种独特路径，既有助于应对复杂的监管障碍，也能在一定程度上缓解数据安全与合规层面的顾虑。上周，苹果曾发布一份中文指南，说明中国大陆的 Mac 用户如何将通义千问连接到 Siri 与书写工具功能，随后在未作解释的情况下删除了该指南。

华为等本土对手的压力

苹果此举也反映出其在中国这一最重要的海外市场中面临的竞争压力。华为等中国本土厂商已在 AI 手机领域抢占先机，陆续推出内置 AI 功能的机型。报道指出，缺少「Apple Intelligence」被认为影响了苹果在中国市场的竞争力。通过训练专为中国市场定制的大模型，苹果希望让「Apple Intelligence」在中国不只是海外版本的简单移植，而是建立一套独立搭建、更贴合中文语境与本地用户习惯的技术体系。

受 7 月获批备案消息影响，阿里巴巴在美上市股票盘前一度上涨约 4%。截至目前，苹果与阿里巴巴均未对这一报道作出正式回应，最终的产品形态与技术细节仍有待官方确认。

来源：路透社（经 cnBeta、IT之家等转述）

路透社在 8 月 8 日最先注意到这份中文说明。按照文档的描述，这项扩展功能要求设备运行 macOS 26.6 或更新版本，用户需要登录自己的通义千问账号才能启用；文档同时写明，阿里巴巴不得使用用户提交的材料来训练或改进其模型。

功能层面，接入通义千问之后，Siri 在应对某些较为复杂的请求时可以调用该模型给出更详尽的回答，其中包括对照片和文档的分析；写作工具则可以借助它生成文本与图像。值得注意的是，这份指南只针对 Mac，苹果并未发布 iPhone 或 iPad 的对应版本。

与海外 ChatGPT 扩展同一套逻辑

从设计思路上看，这套方案与苹果在其他市场已经提供的 ChatGPT 扩展高度相似：Siri 把自己处理不了的复杂请求转交给外部大模型，写作工具则多出一个「撰写」选项，整个过程需要用户主动选择开启，不会默认接管。

区别只在于合作对象。中国内地对生成式 AI 功能的上线有明确的合规要求，实践中需要与本地服务商合作，因此苹果在这一市场把 ChatGPT 换成了通义千问。

到 8 月 9 日，这份指南已经从苹果官网消失。中文科技聚合平台 ReadHub 报道了文档下线的情况，TechNode 则援引苹果客服的说法称，其并未收到有新功能上线的通知。科技分析师刘丁丁对环球时报表示，撤下文档更可能反映相关技术调整仍在进行之中，而不是整个计划出现反转。

从百度到阿里，再到 Mac 端的时间表

类似的情况在今年 3 月已经出现过一次：Apple Intelligence 本身曾对部分中国内地用户短暂开放，随后又被下线。

苹果在中国的 AI 合作方也几经变化。公司最初把百度选为主要合作伙伴，但据 2025 年 2 月的多方报道，由于百度的模型未能达到苹果的要求，阿里巴巴此后接手主导角色，百度转为辅助定位。

进展方面，Apple Intelligence 已于今年 7 月完成在中国内地上线所需的合规流程，苹果的端侧 AI 服务在国家互联网信息办公室完成登记。不过该批次只覆盖 iPhone，苹果并未说明 iPad 与 Mac 是否会跟进、何时跟进。正因如此，这份只存在了不到一天的 Mac 专属指南，成为目前关于 Mac 端时间表最直接的一个信号。

悬念仍在

苹果何时会正式为 Mac 重新上线通义千问集成，目前仍没有答案。指南的短暂现身究竟意味着推送已经临近，还是仅仅是内部流程中的一次误发，同样无从判断。

对中国内地的 Mac 用户来说，可以先记下几个前提条件：系统需要升级到 macOS 26.6 或更高版本，需要一个可用的通义千问账号，并且整套功能属于选择性开启，而非系统默认行为。

来源：MacRumors、路透社、TechNode

开放权重模型一多，围观者就习惯把它们摆成一场赛马：谁排名靠前谁就该用，落后的那个自动被归为“慢”或者“不能用”。How-To Geek 编辑 Jorge A. Aguilar 在 8 月 9 日发表的一篇文章里指出，这套逻辑一旦落到真实使用场景中就会立刻散架——因为有些模型压根不是为同一份工作而生的。

谷歌 DeepMind 的 Gemma 4 和阿里巴巴的通义千问 3.6，恰好是最典型的一对例子。

一个装进设备，一个住在云上

Gemma 4 的设计目标是在尽可能多的终端上高效运行：手机、笔记本、台式机。它的 12B 变体可以直接吃进原始音频和图像数据，不需要额外挂载独立的编码器模型。

千问 3.6 则是奔着云端基础设施和长链条分析任务去的。它采用混合注意力结构，能在不撑爆内存的前提下吞下巨量文本。用一句话概括这组差异：前者想当一个快速、私密、跑在本机上的助手；后者想当一个坐在云端、有耐心跟难题死磕的工程师。

两个模型的档位划分也印证了各自的取向。Gemma 4 于 4 月 2 日发布，提供从端侧优化的 E2B、E4B，到 12B、26B 混合专家、31B 稠密模型在内的多个尺寸。千问 3.6 的开放权重版本走的是另一条路线：35B-A3B 混合专家模型每个词元只激活约 30 亿参数，另有一款 27B 稠密模型，原生上下文达到 262144 个词元。两个家族目前都采用 Apache 2.0 许可，这一项上并不构成差异。

上下文窗口决定了能干什么活

真正把两者拉开距离的，是上下文容量和推理方式。

云端的千问 3.6 Plus 拥有 100 万词元的上下文窗口，并且搭配一个常驻运行的推理模式——模型会先把问题想一遍再作答。在部分会话中它还会启用思考保留模式，记住此前几轮的推演过程，从上一次的结论继续往下走，而不是每次都从零开始、重复踩同一个坑。

这个能力在特定场景里价值极高。调试一个庞大的代码库时，100 万词元的窗口可以一次性装下整个仓库、接口文档和错误日志，让模型在几百个文件之间追踪同一个缺陷而不丢线索。

Gemma 4 的上下文上限则视变体而定，落在 128K 到 256K 之间，装不下那么多东西。在较长的会话里，它还容易丢失被指定的角色设定，陷入需要整段重启才能跳出的重复循环。

成本与隐私的账要分开算

许可与账单的差异同样值得留意。千问 3.6 的部分本地变体以免费开放许可发布，企业可以自行部署而无需申请授权；但更高端的云端版本跑在付费租用的算力上，用得越狠账单越长。

Gemma 4 走的是相反的路径：拿到一份副本部署在自己的硬件上，一次配置完成后没有持续开销，输入的任何内容都不必离开本机——对隐私敏感的场景，这一点的分量远大于跑分。想先试一试的用户可以在 AI Studio 上体验 Gemma 4，本地部署则通常经由 Ollama 完成。Gemma 早期版本曾附带较多使用限制，如今这一层顾虑已经解除，小团队和独立开发者不必再为许可条款专门请教律师。

别再评“史上最强”了

Aguilar 在文章结尾给出了一个明确判断：把 Gemma 4 和千问 3.6 当成争夺同一顶王冠的对手，本身就理解错了题目。依据排行榜名次或品牌认知度二选一，大概率会选错——因为它们要解决的根本是两类问题。同样的道理也适用于 ChatGPT、DeepSeek 背后的模型。

会不会有一天出现一个足够大的模型，把端侧任务和深度仓库分析统统吃下？他认为这个设想并不离谱，但短期内看不到。一个能在 100 万词元的代码里做推理的模型，放到本地跑必然带来明显延迟；能撑起这种上下文窗口的云端模型，背后需要真金白银的服务器集群，还要面对网络延迟、隐私顾虑和运维成本——对普通用户来说很难承受。

所以结论不是“哪个更好”，而是“哪个不适合当前这项任务”。把它们当成两把用途不同的工具对待，两者都会变得更好用。

来源：How-To Geek

Agentic Index 衡量的是 AI 调用工具、规划多步任务、在真实工作场景中交付结果的能力——简单说就是”能不能当助手干活”。它由两项核心测试等权平均组成：GDPval-AA v2（模拟 44 种职业的知识工作完成度）和 τ³-Banking（金融客服多轮对话与知识检索）。两项都是实打实的工具调用测试，不是做选择题。

说白了，这个榜单一向被美国闭源模型垄断。此前中国模型最好的成绩是 Kimi K3 的 50.1 分，而这次 Qwen3.8-Max 直接把纪录拉高了 5 分以上。这意味着在”让 AI 真正动手做事”这条赛道上，中美差距正在快速收窄。

从模型规格看，Qwen3.8-Max 总参数量达 2.4 万亿（采用稀疏 MoE 架构），激活参数约 950 亿，上下文窗口支持 100 万 Token。它在多项子测试中表现突出：PaperBench（论文复现）93.0 分、OSWorld-Verified（电脑操作）86.1 分、Terminal-Bench 2.1（终端命令行操作）86.6 分——后两项均超过了 Claude Fable 5 和 GPT-5.6 Sol。

价格方面也有明显优势。Qwen3.8-Max 的 API 定价约为 Claude Opus 5 输入价格的 40%、输出价格的 24%。阿里还宣布将于下周开源 Qwen3.8-Max 权重，如果兑现承诺，这将是迄今公开的最大规模模型之一。

对开发者来说，这个排名传递了一个信号：选模型不必只盯美国闭源方案。如果你的应用涉及多模态操作、长程任务调度或成本敏感部署，Qwen3.8-Max 值得放进对比清单。

来源：Artificial Analysis / MarkTechPost / 量子位 / 上海证券报

模型参数规模为 200 亿，约为 FLUX 的两倍，技术架构采用 MMDiT（多模态扩散变换器），把文本和图像做端到端联合建模。单看参数和架构只是纸面功夫，真正让它跳出“AI 画画玩具”定位的是三个落地能力：

内容丰实。 提示词输入上限拉到 4.5k token，是前代的 4.5 倍。过去用户得把需求压缩成一句话，现在可以像写设计需求文档那样，把画面结构、文字内容、视觉风格、排版细节一次性写进去。报纸版面、影视分镜、数学试卷、PPT 等复杂版式，模型声称可以一次成图。

细节真实。 官方给出的关键指标是支持 10px 小字精准渲染，毛孔、发丝这类微观质感也能还原。对人像摄影、古籍拓片、商品实拍等对细节敏感的场景，这意味着 AI 生图不再是“远看惊艳、放大露馅”。

知识厚实。 模型原生支持 12 种语言和 20 多款字体，提示词里同时出现中文、英文、韩文等多语种文字也能稳定输出，减少缺字、乱码、错位的问题。公式符号、几何图形、逻辑推导步骤这类知识图解，以及网页、游戏、直播界面仿真，都是它想切中的商用场景。

另一个值得注意的设定是，文生图（T2I）和图生图/图像编辑（I2I）被合并进同一个模型接口，用户不再需要为出图和改图分别调不同模型。输出分辨率可在 512×512 到 2048×2048 之间选择，默认由模型根据提示词自动推荐。

在 Arena.ai 最新的文生图评测榜单中，Qwen-Image-3.0 位列国内第一。阿里近两周的模型节奏也很密集：7 月 19 日刚放出 2.4 万亿参数的 Qwen3.8-Max 预览版，紧接着就是 Qwen-Image-3.0 全量开放。

从文生图市场的竞争格局看，低价 API 和中文/多语言小字渲染能力，是这款产品最明显的差异化切口。教育机构批量生成试卷、出海团队做多语言海报、出版社做古籍修复与知识图解，都是过去 AI 生图“做不到”或“做不好”的细分需求。0.18 元的起售价加上全量 API，至少把试错门槛压到了足够低。

来源：综合自 QwenCloud、阿里云百炼文档、aitop100.cn 报道

它靠的不是压缩，是搬家。这两代通义千问用的是混合专家架构（MoE，一个大模型内部拆成许多小专家，每次只喊几个干活）：800 亿参数版每层从 512 个专家里挑 10 个，实际每个词元只激活约 30 亿参数。Swiftlet 把常驻不变的那部分留在内存里，只占 1.3GB 到 2.5GB；剩下几万个专家权重打包成固定步长的容器文件放进固态硬盘，用哪个读哪个，一次读取对应一个专家，热门专家再用小缓存兜着，实测命中率 43% 到 70%。

说白了，不是模型变小了，是内存这道门槛被硬盘顶掉了。这类”以存换存”的思路，落地速度大概会快过等更大内存的新机器。

代价也得说清楚。作者自己承认，每个词元只激活 30 亿参数，模型”聊天和写作像大模型，记事实像小模型”；长提示词处理更慢，社区实测一万词元的提示要跑约半小时。项目采用 Apache 2.0 协议，要求苹果芯片、macOS 14 或 iOS 17 以上，同时提供命令行工具和兼容主流接口的本地服务。

为了让数据不出本机，你愿意忍受每秒几个词元的速度吗？

来源：GitHub / leonickson1 · Swiftlet，Hacker News「Show HN: Run an 80B Qwen in 4.3 GB of RAM on a Mac, and a 35B on an iPhone」