Flash，专治Agent“Token焦虑”，量大管饱_热点

Flash，专治Agent“Token焦虑”，量大管饱

创始人

2026-08-28 03:53:01

Agent圈现在最头疼的，不是模型不聪明，是Token烧不起。IDC预测，2026年我国企业级Token消耗量将同比增长约20倍。重度玩家一天干掉10亿Token，耗费数千美元。而且，同一个任务，Agent工作流的Token消耗是聊天机器人的5到30倍。用AI用出了理财的感觉，打开任务还要先算成本，大伤脑筋。

昨晚阿里放出Qwen3.8-Flash，千问办公第一时间接入，同步上线标准模式，模型的Token生成速度提升100%，Token消耗减少75%。

先说一下这模型：千亿总参数，仅激活60亿，官方口径性能超越Claude Opus4.6；每百万Tokens输入0.8元，输出2.7元，不到Claude Opus4.6的1/40，比DeepSeek-V4-Flash忙时价格的1/3还低。

再重点看在真实Agent场景里的数据。千问办公标准模式下，单任务生成速度提升约100%，Token消耗平均减少75%。以前写一份长报告，看着Token数字往上蹿，心里跟着发紧；现在是快速出活儿，速度翻倍、费用打骨折，可以用更少的积分消耗、更快的Token吞吐速度完成任务。

差距在哪里?不是简单的换模型，而是千问办公和千问大模型团队联合调优——针对多步规划、工具选择这些Agent高发场景反复打磨。说白了，给Agent换了套省油的动力系统。

有人说性能、成本、速度不可能三角，千问这波直接给打破了。说白了，Agent从此告别“省着用”，进入“随便用”时代。阿里这一手模型开源+低价推理+场景落地三连击，极其有利于用户。

（责任编辑：韩丽）

上一篇：青春助力“最快的冰”变身“最智的场”

下一篇：水韵胡杨群鸟翩跹

Flash，专治Agent“Token焦虑”，量大管饱

相关内容

热门资讯