打工人福音：国产顶级大模型白菜价，12 元跑百万字，缓存命中只要 1.5 元
大模型一直在涨价？不，这一次轮到国产厂商把价格打下来了。2026 年 8 月 3 日，阿里发布旗舰模型 Qwen3.8-Max，智能水平直逼 Claude，但价格只有国际顶流的零头——国内每百万 Tokens 输入仅 12 元。
价格到底有多狠？
- 输入：12 元/百万 Tokens，大约是 100 万字的量级
- 输出：36 元/百万 Tokens
- 缓存命中：仅 1.5 元/百万 Tokens——反复问同一批资料，几乎不要钱
横向对比：Qwen3.8-Max 的国际定价只有 Opus 5 的 40%（输入）和 24%（输出）。也就是说，同样顶级的智能，花不到一半的钱。
这对打工人意味着什么？
如果你用 AI 写周报、做数据分析、翻译文档、写代码，以前可能因为 API 贵而省着用；现在 12 元/百万字的价格，意味着你完全可以放开用。
举个直观的例子：一篇 2000 字的报告，用 Qwen3.8-Max 生成，成本约 0.07 元——连一块钱都不到。
为什么国产模型敢卖这么便宜？
一是技术路线：稀疏 MoE 架构让推理成本大幅下降；二是市场策略：用低价抢开发者生态，再通过生态反哺。对用户来说，这是实打实的红利期。
提醒一句
价格便宜归便宜，使用前还是建议先小额试用、核对输出质量，重要工作留人工把关。
你现在用的 AI 工具一个月花多少钱？评论区聊聊。
便宜之后，哪些用法终于划算了
价格降下来，改变的不只是”省钱”，而是”有些以前不敢做的事现在敢做了”。举几个具体的：
- 批量处理。以前一百份文档要算成本，现在可以直接全量跑一遍，再挑不合适的重做。批量试错的成本大幅下降。
- 反复迭代。同一段内容改五遍、十遍，在旧价格下是要犹豫的，现在几乎不用考虑。而”多改几遍”恰恰是内容质量提升最有效的手段。
- 长上下文分析。把整份资料放进上下文再提问，比切成小段问准确得多。长上下文消耗的 token 更多，但价格下来之后这个用法就成立了。
要提醒的是：便宜不等于该无条件用。输出质量仍需核对，重要内容一定要人工过一遍。另外”缓存命中只要 1.5 元”的前提是同一批上下文被反复提问，如果你的用法是每次都换新内容，享受不到这部分优惠。
想省钱，三个能立刻用的习惯
- 提问前先精简。把无关的聊天记录、冗余背景删掉再发。上下文越长，成本越高。
- 同类任务合并处理。一次给一批相似任务，比一个一个追问更省。
- 固定模板复用。每次用同一套提示词结构，既稳定又能命中缓存。提示词基础可以看 Prompt 提示词零基础学习。
去哪用
网页端直接对话是最省事的方式，入口见 千问。日常办公场景的落地用法可以对照 AI 办公工具 合集；想横向比较不同对话模型的中文表现，看 AI 聊天工具。价格后续若有调整，产品发布 栏目会跟进。
