登頂OpenRouter，阿里AI打了一場客場勝利

在2026年的AI產業版圖里，“發布新模型”本身已經不是新聞。

前沿模型的發布節奏，讓業內陷入了某種對技術突破的習慣性疲倦。熱搜榜單上的“SOTA（當前最優效果）”通常只能存活數周，熱搜來了又去，大多數發布激起的，不過是轉瞬即逝的水花。

在這個背景下，3月30日到4月2日，阿里連續推出了三款模型。全模態大模型Qwen3.5-Omni在音視頻理解、跨模態推理等215項第三方評測任務中取得“SOTA”，超越Gemini 3.1 Pro；兩天后，又發布了圖像生成與編輯統一模型Wan2.7-Image逼近國際頂級產品；4月1日發布的Qwen3.6-Plus在真實編程任務評測中超越GLM-5、Kimi-K2.5，成為目前國內編程能力最強的模型。

伴隨模型引擎轟鳴，阿里旗下的悟空、千問APP等阿里AI應用和平臺在第一時間宣布完成全線底座切換，模型發布與產品落地之間，幾乎沒有時差。

三天，三款，三個維度，節奏之密、覆蓋之廣，在國內大模型圈屬實罕見。

但比這三款模型更具商業解釋力的，是三連發結束后不到一天，Qwen3.6-Plus在OpenRouter平臺的日調用量激增711%，單日突破1.4萬億Token，登頂日榜榜首，并打破了該平臺有史以來單日單模型調用量的全球紀錄。OpenRouter官方隨即發文，稱其為平臺“最強勁的新模型表現”。

1.4萬億Token是什么概念？在傳統的“一問一答”場景下，一個普通對話可能只消耗幾百到幾千Token。而1.4萬億，意味著全球開發者在一天之內，用千問完成了海量的編程、Agent任務、多模態推理——這些正是AI從“玩具”走向“工具”的核心場景。

在2026年這個“發布通貨膨脹”的時代，往往能被市場記住的模型只有兩類：代際性能碾壓，或者截然不同的商業演進路徑。

阿里此次掀起的浪潮，表面上看是前者，往深里看，卻是后者。

登頂OpenRouter，“實戰”成為新標準

要理解千問這次登頂的分量，必須先了解OpenRouter在當下AI產業鏈中的生態位。

作為一個第三方模型路由平臺，匯聚了來自全球60多家供應商的300余款模型，服務超過500萬名開發者，Claude、GPT、千問、DeepSeek、GLM等海內外知名大模型，都在OpenRouter這一第三方平臺上對外提供模型API調用服務。

OpenRouter 的商業邏輯簡單且直接，開發者通過統一的API接口調用任何模型，直接在同一平臺上比較質量、價格和響應速度，然后決定把哪個模型嵌進自己的產品或工作流。沒有流量傾斜，沒有主場加權，每一次調用背后，都是真實的項目和預算。

在這個絕對中立的環境里，Qwen3.6-Plus發布僅一天便坐上平臺最熱門模型之位，打破了該平臺自成立以來的全球紀錄，甚至官方在社交媒體上稱之為“最強勁的新模型表現”。

而比登頂速度更具分量的，是其完全脫離了運營杠桿與流量傾斜、純粹是由市場需求倒逼出的自然涌現。甚至有開發者分享將Qwen3.6-Plus接入自己的小龍蝦，一句話調用千問3.6實現復雜任務的“氛圍編程”，讓千問直接生成可用的網站、游戲、小程序。

這件事背后還有一個值得關注的產業結構性遷移，那就是AI的商業變現場景，正從“一問一答”的Chat模式，整體轉向“持續執行的Agent工作流”。

a16z與OpenRouter聯合發布的研究報告顯示，2025年全年，OpenRouter上增長最快的行為類型正是“Agentic推理”。開發者構建的工作流不再滿足于單次生成，而是讓模型在后臺持續規劃、調用外部工具、迭代糾錯，直到任務完成。

與此同時，編程類應用的token消耗占比已從2025年初的約11%擴張至超過50%，成為平臺體量最大的單一使用場景。千問3.6-Plus單日1.4萬億Token的調用量，正是這一結構性遷移的鮮活注腳。

這套邏輯也在改寫模型的估值體系。從前，一個模型只要在學術基準上拿下SOTA，基本上就有了足夠的市場話語權。而在Agentic時代，測評集可以被過度優化，實驗室表現和生產環境之間的的落差越來越難遮掩。開發者在選擇模型時的考量變得極端務實，多步驟推理能否穩定支撐，工具調用是否可靠，長程任務中途會不會崩，以及高token消耗場景下的綜合性價比。

Qwen3.6-Plus正是精準踩中了這條換軌的切線。該模型提供100萬token的上下文窗口，并針對Claude Code、Cline、OpenClaw、Qwen Code等六大主流Agent框架進行了專項適配。一個典型的Claude Code編程會話，光是推理過程就能消耗數十萬token；而一次復雜的Agent任務執行，token消耗量往往是普通對話的數百倍。

國際大模型競技場Arena的編程能力榜也印證了這一點，Qwen3.6-Plus預覽版在該榜單上排名中國第一，阿里由此也成為編程能力全球排名第二的AI機構。這兩份來自第三方的成績單疊加在一起，讓“最強編程國產模型”這個標簽有了更扎實的外部支撐。

三連發中，另一處值得注意的細節是Wan2.7-Image的出身。它來自通義實驗室旗下獨立的Wan團隊，與Qwen核心團隊是兩條并行的技術線。這說明阿里AI已經形成了多線程并發迭代的工程化體系。三連發覆蓋三條賽道，出自不同團隊，相較于一次集中沖刺，更準確的解讀是一個成熟體系在正常運轉下進行了自然輸出。

從2019年開始研發大模型，阿里就是國內起步最早的企業之一。經過多年積累，通義實驗室在多模態、圖像生成、編程推理等方向上形成了完整的技術梯隊，并非依賴單一方向或單一團隊撐起的結構。這種厚度，是三連發得以發生的前提，也是登頂OpenRouter之后能夠持續承壓的基礎。

因此，Qwen3.6-Plus登頂OpenRouter，表面上是性能的勝利，底層是Token經濟邏輯的階段性驗證。而要真正理解這個邏輯，需要把視野拉到更上游。

以Token為軸，贏下Agent時代的“消耗戰”

2026年3月16日，阿里巴巴宣布成立Alibaba Token Hub，即ATH事業群，由CEO吳泳銘直接負責。

ATH這個命名，本身就是一次公開的戰略表態。Token，這個大模型處理文本時的最小計量單位，直接掛載于核心事業群的招牌上。結合當下大模型的發展進程，可視為一個產業判斷的公開宣示。

吳泳銘在內部信中寫道，大量數字化工作將由數以百億計的AI Agent來支撐，而這些Agent由模型產生的Token驅動運行。英偉達CEO黃仁勛在2026年GTC大會上給出了幾乎相同的判斷，并直接把Token稱為“硬通貨”，認為未來數據中心的本質將從存儲文件的倉庫變為生產Token的工廠。

這意味著整條AI價值鏈的競爭焦點正在快速轉移。誰能高效地創造Token、輸送Token、應用Token，誰就握住了AI下半場的定價權。這也正是ATH的組織架構所對應的邏輯：通義實驗室負責創造Token，百煉MaaS平臺負責輸送Token，千問APP與悟空事業部負責應用Token。

三層鏈路打通，CEO直管，算力資源統一調配。將此前分散在多個事業群的AI能力，收攏進同一條戰略主軸的系統性動作。

ATH成立之前，阿里各條AI業務線之間存在一定程度的協同摩擦。通義實驗室與平頭哥在云智能集團體系內，千問C端產品則歸屬另一個事業群，釘釘與淘寶也各自開展AI開發。這種分散難免存在代價，在AI競爭以季度為單位計算窗口的當下，決策鏈路過長、資源協調不暢，每一處摩擦都可能產生損耗。

ATH的成立，相當于從制度層面解決了這個問題——壓縮內部決策鏈路，用統一的調度機制化解算力分配矛盾。

值得一提的背景數據是，ATH成立時，千問已經積累了相當堅實的市場基礎。沙利文2026年2月發布的報告顯示，2025年下半年中國企業級大模型日均調用量較上半年增長263%，達到37萬億tokens；其中阿里云千問的市占率從17.7%躍升至32.1%，幾乎翻倍，穩居第一。ATH成立的意義，不是從零開始建立這個優勢，而是為已經形成的市場地位提供更強的制度支撐，讓它在Agent時代加速兌現。

而ATH在B端打出的第一個重拳，就是“悟空”。

2026年3月17日，ATH成立次日，阿里推出了被定位為“全球首個企業級AI原生工作平臺”的悟空，并將其直接內置進超過2000萬家企業組織所使用的釘釘。發布會上，無招拋出了一句論斷：過去是人用釘釘來工作，未來是AI用釘釘來工作。

這句極度壓縮的宣言，實質上是在勾勒阿里在B端AI商業化的預設路徑。環顧當下的產業盤面，大多數Agent產品仍在解決“個人效率”的問題，幫個人寫文案、查資料、生成代碼，一旦切入復雜的企業網里，權限如何管控、操作是否可審計、成本怎么核算，這些問題往往得不到答案。

悟空的設計從一開始便以企業環境為前提，AI Agent自動繼承企業的權限規則，全部操作在安全沙箱內閉環，token消耗與成本透明可見。它回答了更大量級的命題，即“企業級工作流如何被AI系統重寫”，并不只是為個人用戶提供一款效率工具。

在ATH的三層結構中，阿里云承擔“輸送Token”這個環節，也是最容易被外界低估的一層。它的角色體現在兩個維度：一是定價，Qwen3.6-Plus在阿里云百煉平臺以每百萬token輸入最低2元開放調用，這個價格是阿里云打通從創造到輸送的完整鏈路之后，規模效率優化的自然結果；二是供給，正因為Token調用量持續暴漲，阿里云于3月18日宣布AI算力與存儲類產品全系漲價后仍是供不應求。

Token是燃料，ATH是引擎，千問與悟空是出口。至此，阿里這套AI機器在結構上已經完整。千問3.6-Plus在OpenRouter上單日1.4萬億Token的調用量，便恰好驗證了ATH戰略的核心預判。

在AI的長跑里，什么才算真正的優勢

一家公司的戰略判斷是否正確，最終要到市場上找答案。從ATH成立至今，有幾個維度的數據值得參考。

算力漲價，是供不應求最直接的表現。2026年3月18日，阿里云發布公告，因全球AI需求爆發和供應鏈漲價，旗下AI算力與存儲產品價格最高上調34%，其中平頭哥真武810E等算力卡產品漲幅在5%至34%之間，文件存儲產品CPFS（智算版）上漲30%。消息公布當天，阿里巴巴港股股價一度上漲超過4%。

對于長期以“價格戰換市場”著稱的云市場而言，主動漲價是一個不尋常的信號。這意味著供給端掌握了主動權之后的結構性調整，而非成本壓力下的被動應對。

據知情人士透露，這輪漲價的核心原因之一是“Token調用量暴漲”，阿里云MaaS業務百煉在2026年1月至3月創下歷史最高增速，公司正將緊缺的AI算力資源全面向Token業務傾斜。與此同時，阿里云AI相關產品收入已連續十個季度實現三位數同比增長，百煉MaaS平臺的token消耗在過去三個月內增長了6倍。

從“賣算力”到“賣智能”，戰略層面的轉型規劃，已經在財報數字里已得到切實印證。

企業客戶的滲透深度，是另一個維度的驗證。截至目前，中國所有汽車品牌、90%以上的金融機構、超過90%的手機品牌均已接入千問大模型。只有多年競爭中持續積累的產品力能支撐這樣的覆蓋密度，而絕非短期關系維系。而沙利文報告的市占數字從17.7%躍升至32.1%，發生在整體市場從10.2萬億暴漲至37萬億tokens的背景下。這說明阿里AI并非在存量里爭地盤，而是在急速擴張的增量市場中，持續拉開差距。

此外，一汽紅旗于3月宣布，旗下“靈犀座艙”智能系統首次成功接入千問智能體，將首發搭載于紅旗HS6 PHEV；達能亞太與阿里云簽訂戰略合作，雙方將基于千問大模型在營銷、電商、供應鏈等核心業務領域共同構建場景化AI Agent；西門子此前展出的基于千問模型的工業機器人“工易魔方”，讓產線工程師通過自然語言驅動，無需寫代碼便可完成柔性生產線的搭建。

這些案例共同指向一個方向——千問的B端滲透，已經從淺層的“API接入”演進為深度的“工作流嵌合”，嵌入越深，這層商業關系的粘性越高。

全球生態的擴散，則提供了第三個觀察維度。 千問在全球的滲透方式，與OpenAI從消費者端打開知名度的路線截然相反。OpenAI是品牌先行，ChatGPT先讓大眾用戶產生認知，再向企業和開發者滲透；千問走的是另一條路，先成為全球開發者工具鏈的基礎設施，再向上建立品牌勢能。

Airbnb基于Qwen構建新業務，英偉達基于Qwen開發衍生模型，斯坦福李飛飛團隊與艾倫AI研究所在Qwen上推進前沿技術研究。這個層級的機構愿意把Qwen當作“起點”來使用，意味著它已經進入了全球AI生態的基礎設施層。

韓國、日本、越南、阿聯酋等數十個國家的開發者正在用Qwen構建本土化模型和應用，英國OxValue.AI用千問提供企業估值服務，日本Lightblue與Axcxept在打造日語專屬模型。當這批全球最挑剔的科技大腦將Qwen視為“構建新起點的基座”時，千問實際上已經完成了從“一家公司的產品”向“全球AI基礎設施”的躍升。

一個模型真實的影響力邊界，由它在多少陌生市場被當作工具和起點使用來定義。

這條路比OpenAI的路更慢，消費者品牌認知的建立也還需要時間。在C端，千問的大眾知名度與ChatGPT之間仍有部分距離，這是客觀事實。

但“工具先行、品牌后置”的滲透路徑，有它自己的護城河。尤其是當一個模型已經嵌入全球開發者的工具鏈、成為他人構建新產品的起點，它便完成了從“某家公司的產品”到“行業基礎設施”的身份遷移，而這種遷移，幾乎無法被后來者快速復制。

OpenRouter上那個被打破的全球紀錄，就是這條邏輯在實際運行中自然濺出的一朵浪花。

短短兩周內，ATH成立、悟空上線、千問三連發、算力漲價、OpenRouter破紀錄登頂，將這五個獨立事件在時間軸上拼合，我們看到的，是一家龐大商業體完成內部戰略校準后，向外界密集發出信號。

歷史上的產業臨界點，很少是由單一事件觸發的，更多是多條線同時穿越某個閾值，從而引發共振。過去兩周，阿里AI各條線的動作疊加在一起，形成的正是這樣一個共振：一個系統在新的組織框架下開始協調運轉，并第一次完整輸出。

或許問題本來就不應該是“阿里AI回沒回來”。更準確的問法是，在這個以Token作為核心錨定物的商業紀元里，誰在建立起從創造、輸送到應用Token的全鏈路吞吐能力？

阿里的答案已經擺在臺面，以Token為燃料，ATH為引擎，千問與悟空為雙軌出口。這臺龐大的機器已經掛擋起步，方向清晰，且邏輯自洽。

*題圖及文中配圖來源于網絡。