据博客园上《AI 大模型月报 · 2026 年 9 月》对当月 27 期 AI 日报的汇总9 月是一个“旗舰连发 价格腰斩”的月份一边是 OpenAI、Anthropic、Google 等密集更新一边是国产开源模型批量登场API 价格被压得很低。对天天写代码、调接口的人来说这直接影响技术选型。一、9 月发生了什么把月报里几个有代表性的发布拎出来时间以月报记载为准DeepSeek-V4.1-Flash9-111M 上下文、KV cache 降到 1/4、MIT 许可开源API 最高降价 60%。据月报有平台实测其软件工程成绩追平头部闭源旗舰成本约为后者的 1/15。Qwen3.8-Max-0902阿里9-022.4T 参数、1M 上下文。MiMo-V2.6 Pro小米9-22 开源1.02T 总参 / 42B 激活MIT 许可。Step 5 Preview阶跃星辰9-21600B / 27B、1M 上下文。LongCat-2.5-Preview美团9-261.6T 参数、约 48B 激活、原生多模态。共性很清楚MoE 架构“大总参、小激活”、1M 上下文成标配、MIT/Apache 放开商用、价格打到同类美国旗舰的 1/101/15。二、两个值得记住的数据月报还转述了两组数字均据报道我没有独立核实一份向美国国会汇报的综述称中国开源权重模型在 Hugging Face 的下载量约为 3.2B对美国约 1.6BVercel AI Gateway 的数据显示其平台上开源模型的 token 占比已达 78.4%。如果这两个数字靠谱说明“开源模型只是备胎”的印象已经过时了。三、变了什么、没变什么变了开源和闭源在部分任务上的性能差距明显缩小“能不能商用”也不再是门槛MIT/Apache 让企业用起来更放心。没变开源解决的是“把权重给你”不解决“部署、SLA、合规、运维”。能不能稳定扛住线上流量还得自己搭。四、普通开发者怎么选按顺序执行的清单先看许可再看性能。MIT/Apache 一般可商用但要看清是哪个 checkpoint、有没有附加条款。别被“降价 60%”冲昏头。很多低价是缓存命中价、限时价或峰谷价真实账单要按你的输入输出比例算。算一笔自己的账。假设每月 1 亿 tokens、输入输出各半按各家官网价格估月成本再对比自建GPU 租用 运维。调用量小的团队走 API 通常更划算。1M 上下文别迷信。上下文长不等于能有效利用长文注意力会衰减按 token 计费也不便宜。把模型名和 base_url 做成配置。价格和版本变动快别写死在代码里。大多数国产平台兼容 OpenAI 接口格式切换模型基本只改两个字段fromopenaiimportOpenAI# 多数国产平台兼容 OpenAI 接口格式改 base_url 即可切换clientOpenAI(api_keyYOUR_API_KEY,base_urlhttps://api.siliconflow.cn/v1,)respclient.chat.completions.create(modeldeepseek-ai/DeepSeek-V4-Flash,messages[{role:user,content:用两句话说明 MoE 为什么便宜}],temperature0.3,)print(resp.choices[0].message.content) 几个常见的坑-**“开源”程度不同**权重开放、训练数据开放、训练代码开放是三件事。--**免费额度和限时价随时会变**生产环境要有兜底别把业务绑死在单一平台的促销价上。--**数据合规要自己把关**涉及隐私和敏感数据的场景走第三方 API 前先想清楚。## 五、小结价格战对使用者总体是好事但也意味着选型要更勤快——半年前的最佳答案今天可能已经变了。我的做法是核心链路预留两套可切换的模型定期拿真实任务跑一轮对比而不是只看榜单。 你现在主力用哪家模型最近换过吗评论区聊聊。