在2026年的AI产业版图里，“发布新模型”本身已经不是新闻。

  前沿模型的发布节奏，让业内陷入了某种对技术突破的习惯性疲倦。热搜榜单上的“SOTA（当前最优效果）”通常只能存活数周，热搜来了又去，大多数发布激起的，不过是转瞬即逝的水花。

  在这个背景下，3月30日到4月2日，阿里连续推出了三款模型。全模态大模型Qwen3.5-Omni在音视频理解、跨模态推理等215项第三方评测任务中取得“SOTA”，超越Gemini 3.1 Pro；两天后，又发布了图像生成与编辑统一模型Wan2.7-Image逼近国际顶级产品；4月1日发布的Qwen3.6-Plus在真实编程任务评测中超越GLM-5、Kimi-K2.5，成为目前国内编程能力最强的模型。

  伴随模型引擎轰鸣，阿里旗下的悟空、千问APP等阿里AI应用和平台在第一时间宣布完成全线底座切换，模型发布与产品落地之间，几乎没有时差。

  三天，三款，三个维度，节奏之密、覆盖之广，在国内大模型圈属实罕见。

  但比这三款模型更具商业解释力的，是三连发结束后不到一天，Qwen3.6-Plus在OpenRouter平台的日调用量激增711%，单日突破1.4万亿Token，登顶日榜榜首，并打破了该平台有史以来单日单模型调用量的全球纪录。OpenRouter官方随即发文，称其为平台“最强劲的新模型表现”。

  1.4万亿Token是什么概念？在传统的“一问一答”场景下，一个普通对话可能只消耗几百到几千Token。而1.4万亿，意味着全球开发者在一天之内，用千问完成了海量的编程、Agent任务、多模态推理——这些正是AI从“玩具”走向“工具”的核心场景。

  在2026年这个“发布通货膨胀”的时代，往往能被市场记住的模型只有两类：代际性能碾压，或者截然不同的商业演进路径。

  阿里此次掀起的浪潮，表面上看是前者，往深里看，却是后者。

登顶OpenRouter，“实战”成为新标准

  要理解千问这次登顶的分量，必须先了解OpenRouter在当下AI产业链中的生态位。

  作为一个第三方模型路由平台，汇聚了来自全球60多家供应商的300余款模型，服务超过500万名开发者，Claude、GPT、千问、DeepSeek、GLM等海内外知名大模型，都在OpenRouter这一第三方平台上对外提供模型API调用服务。

  OpenRouter 的商业逻辑简单且直接，开发者通过统一的API接口调用任何模型，直接在同一平台上比较质量、价格和响应速度，然后决定把哪个模型嵌进自己的产品或工作流。没有流量倾斜，没有主场加权，每一次调用背后，都是真实的项目和预算。

  在这个绝对中立的环境里，Qwen3.6-Plus发布仅一天便坐上平台最热门模型之位，打破了该平台自成立以来的全球纪录，甚至官方在社交媒体上称之为“最强劲的新模型表现”。

  而比登顶速度更具分量的，是其完全脱离了运营杠杆与流量倾斜、纯粹是由市场需求倒逼出的自然涌现。甚至有开发者分享将Qwen3.6-Plus接入自己的小龙虾，一句话调用千问3.6实现复杂任务的“氛围编程”，让千问直接生成可用的网站、游戏、小程序。

  这件事背后还有一个值得关注的产业结构性迁移，那就是AI的商业变现场景，正从“一问一答”的Chat模式，整体转向“持续执行的Agent工作流”。

  a16z与OpenRouter联合发布的研究报告显示，2025年全年，OpenRouter上增长最快的行为类型正是“Agentic推理”。开发者构建的工作流不再满足于单次生成，而是让模型在后台持续规划、调用外部工具、迭代纠错，直到任务完成。

  与此同时，编程类应用的token消耗占比已从2025年初的约11%扩张至超过50%，成为平台体量最大的单一使用场景。千问3.6-Plus单日1.4万亿Token的调用量，正是这一结构性迁移的鲜活注脚。

  这套逻辑也在改写模型的估值体系。从前，一个模型只要在学术基准上拿下SOTA，基本上就有了足够的市场话语权。而在Agentic时代，测评集可以被过度优化，实验室表现和生产环境之间的的落差越来越难遮掩。开发者在选择模型时的考量变得极端务实，多步骤推理能否稳定支撑，工具调用是否可靠，长程任务中途会不会崩，以及高token消耗场景下的综合性价比。

  Qwen3.6-Plus正是精准踩中了这条换轨的切线。该模型提供100万token的上下文窗口，并针对Claude Code、Cline、OpenClaw、Qwen Code等六大主流Agent框架进行了专项适配。一个典型的Claude Code编程会话，光是推理过程就能消耗数十万token；而一次复杂的Agent任务执行，token消耗量往往是普通对话的数百倍。

  国际大模型竞技场Arena的编程能力榜也印证了这一点，Qwen3.6-Plus预览版在该榜单上排名中国第一，阿里由此也成为编程能力全球排名第二的AI机构。这两份来自第三方的成绩单叠加在一起，让“最强编程国产模型”这个标签有了更扎实的外部支撑。

  三连发中，另一处值得注意的细节是Wan2.7-Image的出身。它来自通义实验室旗下独立的Wan团队，与Qwen核心团队是两条并行的技术线。这说明阿里AI已经形成了多线程并发迭代的工程化体系。三连发覆盖三条赛道，出自不同团队，相较于一次集中冲刺，更准确的解读是一个成熟体系在正常运转下进行了自然输出。

  从2019年开始研发大模型，阿里就是国内起步最早的企业之一。经过多年积累，通义实验室在多模态、图像生成、编程推理等方向上形成了完整的技术梯队，并非依赖单一方向或单一团队撑起的结构。这种厚度，是三连发得以发生的前提，也是登顶OpenRouter之后能够持续承压的基础。

  因此，Qwen3.6-Plus登顶OpenRouter，表面上是性能的胜利，底层是Token经济逻辑的阶段性验证。而要真正理解这个逻辑，需要把视野拉到更上游。

以Token为轴，赢下Agent时代的“消耗战”

  2026年3月16日，阿里巴巴宣布成立Alibaba Token Hub，即ATH事业群，由CEO吴泳铭直接负责。

  ATH这个命名，本身就是一次公开的战略表态。Token，这个大模型处理文本时的最小计量单位，直接挂载于核心事业群的招牌上。结合当下大模型的发展进程，可视为一个产业判断的公开宣示。

  吴泳铭在内部信中写道，大量数字化工作将由数以百亿计的AI Agent来支撑，而这些Agent由模型产生的Token驱动运行。英伟达CEO黄仁勋在2026年GTC大会上给出了几乎相同的判断，并直接把Token称为“硬通货”，认为未来数据中心的本质将从存储文件的仓库变为生产Token的工厂。

  这意味着整条AI价值链的竞争焦点正在快速转移。谁能高效地创造Token、输送Token、应用Token，谁就握住了AI下半场的定价权。这也正是ATH的组织架构所对应的逻辑：通义实验室负责创造Token，百炼MaaS平台负责输送Token，千问APP与悟空事业部负责应用Token。

  三层链路打通，CEO直管，算力资源统一调配。将此前分散在多个事业群的AI能力，收拢进同一条战略主轴的系统性动作。

  ATH成立之前，阿里各条AI业务线之间存在一定程度的协同摩擦。通义实验室与平头哥在云智能集团体系内，千问C端产品则归属另一个事业群，钉钉与淘宝也各自开展AI开发。这种分散难免存在代价，在AI竞争以季度为单位计算窗口的当下，决策链路过长、资源协调不畅，每一处摩擦都可能产生损耗。

  ATH的成立，相当于从制度层面解决了这个问题——压缩内部决策链路，用统一的调度机制化解算力分配矛盾。

  值得一提的背景数据是，ATH成立时，千问已经积累了相当坚实的市场基础。沙利文2026年2月发布的报告显示，2025年下半年中国企业级大模型日均调用量较上半年增长263%，达到37万亿tokens；其中阿里云千问的市占率从17.7%跃升至32.1%，几乎翻倍，稳居第一。ATH成立的意义，不是从零开始建立这个优势，而是为已经形成的市场地位提供更强的制度支撑，让它在Agent时代加速兑现。

  而ATH在B端打出的第一个重拳，就是“悟空”。

  2026年3月17日，ATH成立次日，阿里推出了被定位为“全球首个企业级AI原生工作平台”的悟空，并将其直接内置进超过2000万家企业组织所使用的钉钉。发布会上，无招抛出了一句论断：过去是人用钉钉来工作，未来是AI用钉钉来工作。

  这句极度压缩的宣言，实质上是在勾勒阿里在B端AI商业化的预设路径。环顾当下的产业盘面，大多数Agent产品仍在解决“个人效率”的问题，帮个人写文案、查资料、生成代码，一旦切入复杂的企业网里，权限如何管控、操作是否可审计、成本怎么核算，这些问题往往得不到答案。

  悟空的设计从一开始便以企业环境为前提，AI Agent自动继承企业的权限规则，全部操作在安全沙箱内闭环，token消耗与成本透明可见。它回答了更大量级的命题，即“企业级工作流如何被AI系统重写”，并不只是为个人用户提供一款效率工具。

  在ATH的三层结构中，阿里云承担“输送Token”这个环节，也是最容易被外界低估的一层。它的角色体现在两个维度：一是定价，Qwen3.6-Plus在阿里云百炼平台以每百万token输入最低2元开放调用，这个价格是阿里云打通从创造到输送的完整链路之后，规模效率优化的自然结果；二是供给，正因为Token调用量持续暴涨，阿里云于3月18日宣布AI算力与存储类产品全系涨价后仍是供不应求。

  Token是燃料，ATH是引擎，千问与悟空是出口。至此，阿里这套AI机器在结构上已经完整。千问3.6-Plus在OpenRouter上单日1.4万亿Token的调用量，便恰好验证了ATH战略的核心预判。

在AI的长跑里，什么才算真正的优势

  一家公司的战略判断是否正确，最终要到市场上找答案。从ATH成立至今，有几个维度的数据值得参考。

  算力涨价，是供不应求最直接的表现。 2026年3月18日，阿里云发布公告，因全球AI需求爆发和供应链涨价，旗下AI算力与存储产品价格最高上调34%，其中平头哥真武810E等算力卡产品涨幅在5%至34%之间，文件存储产品CPFS（智算版）上涨30%。消息公布当天，阿里巴巴港股股价一度上涨超过4%。

  对于长期以“价格战换市场”著称的云市场而言，主动涨价是一个不寻常的信号。这意味着供给端掌握了主动权之后的结构性调整，而非成本压力下的被动应对。

  据知情人士透露，这轮涨价的核心原因之一是“Token调用量暴涨”，阿里云MaaS业务百炼在2026年1月至3月创下历史最高增速，公司正将紧缺的AI算力资源全面向Token业务倾斜。与此同时，阿里云AI相关产品收入已连续十个季度实现三位数同比增长，百炼MaaS平台的token消耗在过去三个月内增长了6倍。

  从“卖算力”到“卖智能”，战略层面的转型规划，已经在财报数字里已得到切实印证。

  企业客户的渗透深度，是另一个维度的验证。 截至目前，中国所有汽车品牌、90%以上的金融机构、超过90%的手机品牌均已接入千问大模型。只有多年竞争中持续积累的产品力能支撑这样的覆盖密度，而绝非短期关系维系。而沙利文报告的市占数字从17.7%跃升至32.1%，发生在整体市场从10.2万亿暴涨至37万亿tokens的背景下。这说明阿里AI并非在存量里争地盘，而是在急速扩张的增量市场中，持续拉开差距。

  此外，一汽红旗于3月宣布，旗下“灵犀座舱”智能系统首次成功接入千问智能体，将首发搭载于红旗HS6 PHEV；达能亚太与阿里云签订战略合作，双方将基于千问大模型在营销、电商、供应链等核心业务领域共同构建场景化AI Agent；西门子此前展出的基于千问模型的工业机器人“工易魔方”，让产线工程师通过自然语言驱动，无需写代码便可完成柔性生产线的搭建。

  这些案例共同指向一个方向——千问的B端渗透，已经从浅层的“API接入”演进为深度的“工作流嵌合”，嵌入越深，这层商业关系的粘性越高。

  全球生态的扩散，则提供了第三个观察维度。 千问在全球的渗透方式，与OpenAI从消费者端打开知名度的路线截然相反。OpenAI是品牌先行，ChatGPT先让大众用户产生认知，再向企业和开发者渗透；千问走的是另一条路，先成为全球开发者工具链的基础设施，再向上建立品牌势能。

  Airbnb基于Qwen构建新业务，英伟达基于Qwen开发衍生模型，斯坦福李飞飞团队与艾伦AI研究所在Qwen上推进前沿技术研究。这个层级的机构愿意把Qwen当作“起点”来使用，意味着它已经进入了全球AI生态的基础设施层。

  韩国、日本、越南、阿联酋等数十个国家的开发者正在用Qwen构建本土化模型和应用，英国OxValue.AI用千问提供企业估值服务，日本Lightblue与Axcxept在打造日语专属模型。当这批全球最挑剔的科技大脑将Qwen视为“构建新起点的基座”时，千问实际上已经完成了从“一家公司的产品”向“全球AI基础设施”的跃升。

  一个模型真实的影响力边界，由它在多少陌生市场被当作工具和起点使用来定义。

  这条路比OpenAI的路更慢，消费者品牌认知的建立也还需要时间。在C端，千问的大众知名度与ChatGPT之间仍有部分距离，这是客观事实。

  但“工具先行、品牌后置”的渗透路径，有它自己的护城河。尤其是当一个模型已经嵌入全球开发者的工具链、成为他人构建新产品的起点，它便完成了从“某家公司的产品”到“行业基础设施”的身份迁移，而这种迁移，几乎无法被后来者快速复制。

  OpenRouter上那个被打破的全球纪录，就是这条逻辑在实际运行中自然溅出的一朵浪花。

写在最后

  短短两周内，ATH成立、悟空上线、千问三连发、算力涨价、OpenRouter破纪录登顶，将这五个独立事件在时间轴上拼合，我们看到的，是一家庞大商业体完成内部战略校准后，向外界密集发出信号。

  历史上的产业临界点，很少是由单一事件触发的，更多是多条线同时穿越某个阈值，从而引发共振。过去两周，阿里AI各条线的动作叠加在一起，形成的正是这样一个共振：一个系统在新的组织框架下开始协调运转，并第一次完整输出。

  或许问题本来就不应该是“阿里AI回没回来”。更准确的问法是，在这个以Token作为核心锚定物的商业纪元里，谁在建立起从创造、输送到应用Token的全链路吞吐能力？

  阿里的答案已经摆在台面，以Token为燃料，ATH为引擎，千问与悟空为双轨出口。这台庞大的机器已经挂挡起步，方向清晰，且逻辑自洽。

  *题图及文中配图来源于网络。