你敢信？一个124B参数的MoE大模型，在OpenRouter上的标价是——零。
不是试用额度，不是首月免费，不是必须绑信用卡的免费试用。就是零。2026年7月23日，蚂蚁集团旗下inclusionAI在OpenRouter上正式上线了Ling-3.0-flash，一个完全免费的生产级推理模型。5.1B激活参数、262K上下文窗口、0.81秒端到端延迟、99.96%的可用率——这些数字堆在一起，只意味着一件事：大模型推理的定价权，正在被中国厂商推向一个前所未有的临界点。
免费，但绝不是廉价版
先看产品本身。Ling-3.0-flash采用的是Mixture-of-Experts架构，124B总参数中每次推理仅激活5.1B参数，激活参数占比约4%。这个设计哲学指向一个明确的目标：在保持推理质量的同时，将计算成本压到极致。
OpenRouter上的实测数据给出了更直观的答案：端到端延迟0.81秒，吞吐量3 tokens/秒，30天可用率99.96%。这不是一个你凑合着用的免费模型，这是一个可以支撑生产级负载的严肃产品。
更重要的是，这并不是inclusionAI第一次免费。在此之前，Ling-2.6-flash（104B参数、7.4B激活）和Ling-2.6-1T（万亿参数旗舰）同样在OpenRouter上提供了免费入口。inclusionAI正在系统性地将其整个Ling模型家族向开发者社区免费开放，从万亿参数旗舰到高效推理模型，无一例外。
时间线：中国AI的免费化攻势
把时间轴拉长看，这条路径清晰得令人不安。
2025年10月，蚂蚁集团发布Ling 2.0系列。2026年2月，Ling-2.5-1T和Ring-2.5-1T发布，开始在OpenRouter上提供免费入口。2026年4月，Ling-2.6-flash正式开源，采用MIT协议。2026年7月，Ling-3.0-flash以完全免费姿态上线——距离上一代产品仅3个月。
这背后是整个中国AI产业的集体转向。据OpenRouter数据，截至2026年6月，中国起源模型已占平台路由token的46.4%，而美国起源模型占比35.7%。而在2024年底，中国模型的份额还不到2%。2026年7月第一周，中国模型份额甚至一度突破63%。小米、阿里巴巴、MiniMax、DeepSeek、月之暗面——每家公司都在以免费加开源的方式抢夺开发者心智。OpenRouter现在每月处理超过100万亿tokens，相当于每周25万亿，而中国模型贡献了近一半。
免费不是慈善，是战略
在硅谷的传统叙事里，大模型是卖水人的生意——按token收费，赚取推理算力的差价。OpenAI、Anthropic、Google莫不如此。但中国厂商选择了另一条路：用免费获取开发者生态，用生态反哺模型迭代，用开源建立行业标准。
蚂蚁集团有足够的底气走这条路。作为全球最大的金融科技公司之一，支付宝连接超过10亿用户。对于蚂蚁来说，AI模型的货币化路径从来不是卖API调用次数，而是将其嵌入自身的金融、保险、信用评估等业务场景。把Ling系列免费开放，本质上是将研发成本转化为行业影响力，同时通过社区反馈加速模型迭代。
这也解释了为什么Ling系列全部采用MIT协议开源。这不仅仅是一个许可选择，更是一份战略宣言：我们不靠卖模型赚钱，但我们希望全球开发者都使用我们的模型。
124B和5.1B的效率哲学
Ling-3.0-flash的参数配置本身就透露了设计者的深思熟虑。124B总参数、5.1B激活，激活参数占比仅约4%。这种极致的稀疏激活设计，让模型在推理时只需调用极小的计算资源，却保留了124B参数的知识储备。
这种效率优先的设计哲学，与蚂蚁集团长期以来在金融科技领域的成本控制基因一脉相承。在金融场景中，每一笔交易的成本都必须精确到小数点后四位。同样的思维迁移到了AI模型设计上：用最低的算力成本，达成最高的任务完成率。
而免费策略，则让这种效率优势从技术层面延伸到商业层面。当一个模型的质量和性能已经足够好，而价格却为零时，开发者几乎没有任何理由不去尝试。
中国模型正在改写全球AI定价权
2026年上半年的OpenRouter排名变化，讲述了一个比任何benchmark数字都更有说服力的故事。2月，MiniMax M2.5以单周2.45万亿tokens的消耗量登顶，环比增长197%。4月，小米MiMo-V2-Pro以22.3%的市场份额位居第一。同月，阿里Qwen 3.6 Plus以免费预览模式进入前五。
中国模型在OpenRouter上的市场份额从2024年底的不到2%飙升至2026年中期的46%以上，这场增长曲线的斜率几乎垂直。JPMorgan策略师Michael Cembalest在2026年5月的Eye on the Market报告中专门讨论了这一趋势，称其为全球AI产业最被低估的结构性变化。
而inclusionAI的免费策略，将这条曲线又往上推了一个台阶。之前的中国模型虽然便宜，但至少还有价格。Ling-3.0-flash直接把这个数字降到了零。
免费模式的隐性成本
当然，免费模型并非没有代价。OpenRouter上的免费模型通常有请求频率限制（20 RPM，每日50次请求）。深度使用场景中，上下文窗口虽然标称262K，但长文本下的推理质量可能和付费版本存在差异。此外，数据隐私也是一个需要关注的议题——虽然在OpenRouter上数据训练不会被用于模型训练，但开发者需要自行评估合规风险。
但对大多数开发者来说，这些限制在零成本面前变得不那么重要。原型验证、学习实验、小规模部署——这些场景中，免费模型已经足够好。只有当应用进入大规模生产阶段，才需要考虑付费版本或自部署。
这意味着什么
Ling-3.0-flash的免费不是一个孤立的促销行为，它是中国AI产业系统性竞争策略的一个缩影。当硅谷还在争论每百万tokens应该收费几美元时，中国厂商已经用免费加开源重新定义了游戏规则。
对比一下定价差距：DeepSeek V4 Flash每百万输入token仅收费0.14美元，而OpenAI GPT-5.5定价为5美元，价差超过35倍。现在Ling-3.0-flash干脆把这个数字降到了零。
对于全球开发者来说，这是一个前所未有的红利期。2024年，调用一次顶级大模型API还需要为每百万tokens支付数十美元。2026年，你可以免费调用一个124B参数的MoE模型，而且它还在不断进化。
对于硅谷的AI公司来说，这是一个需要认真回应的挑战。如果竞争停留在谁的模型更强这个维度，中国厂商已经证明了自己能跟上。如果竞争升级到谁的生态系统更厚这个维度，那么免费模型就是最有效的获客手段。而如果竞争进入谁的成本更低这个维度，中国厂商的算力成本优势和效率优先的设计哲学，可能让这场竞赛从一开始就失去了悬念。
InclusionAI的Ling-3.0-flash不是第一个免费的大模型，也不会是最后一个。但它的出现，让一个原本模糊的边界变得清晰：当AI推理的边际成本趋近于零，围绕卖token建立的商业模式，还能撑多久？
快报