华为云MaaS平台下线盘古2.0两款模型 11月30日前完成迁移
要点
华为云 11 月 1 日发布服务下线通知：MaaS 模型即服务平台将于 11 月 6 日零时停止销售 openPangu-2.0-Flash 与 openPangu-2.0-Pro 两款模型服务，并于 11 月 30 日零时启动下线，适用范围为华为云中国站贵阳一。通知给出的替换…
华为云 11 月 1 日发布服务下线通知：MaaS 模型即服务平台将于 11 月 6 日零时停止销售 openPangu-2.0-Flash 与 openPangu-2.0-Pro 两款模型服务，并于 11 月 30 日零时启动下线，适用范围为华为云中国站贵阳一。通知给出的替换方案分别是 DeepSeek-V4.1-Flash-1017 与 GLM-5.3，同时说明 openPangu 系列新版本模型已在规划中，后续将逐步推出上线。停售与下线是两个节点，两者之间留出的窗口不到四周。
对已经购买这两款模型服务的用户，通知给出的处理路径是分段的：正式停售后，新用户无法再购买和开通，已购买的用户可以继续使用；到 11 月 30 日下线之后，新用户与老用户都将无法使用。通知同时提醒，不同模型与版本在支持的能力、API 参数、单价以及任务中的实际表现上存在差异，迁移前需要仔细阅读模型介绍并做必要评测，比较迁移前后的表现。这意味着在不足四周的时间里，使用方需要完成模型选型、能力对齐与效果验证三项工作，而不是简单改一个调用地址。
开源与商用是两条并行的轨道
值得注意的是，同一批被下线的型号并没有停止演进。9 月 28 日，华为将 openPangu-2.0 的预训练、SFT 代码和后训练 RL 代码正式开源，其中 openPangu-2.0-Training 是面向大规模基础模型训练的统一训练框架，把预训练、监督微调到模型持续优化整合在同一套训练能力内，支持多维分布式并行、高效数据流水线、混合精度训练、自定义算子优化与高可用训练，面向百亿至万亿参数级基础模型；openPangu-2.0-RL 则是面向昇腾的强化学习加速框架，基于 VERL 生态构建昇腾原生的 RL 训练与部署能力。
这一轮开源带来的行业定性也在变化：国产开源大模型正在从”开放权重”走向”开放全流程”——把训练管线交出去，既是押注生态厚度，也是为国产算力寻找真实的应用场景。
把这两件事并置可以看出，被调整的是云上商用货架的 SKU，而不是模型本身的可用性。开源权重与训练管线交出去之后，企业可以在自己的环境里继续训练和部署，而 MaaS 平台上架的是按调用计价的托管服务。当托管服务的价格、参数或定位发生变化时，平台按批次做停售与下线，用户在开源侧的自建能力与在云侧的托管调用之间重新选择。因此这次动作更接近一次模型服务目录的常规汰换，而不是模型研发路线的调整。
替代方案为什么是第三方模型
给出替换建议的两款模型都不是盘古系列。DeepSeek-V4.1-Flash-1017 与 GLM-5.3 都已出现在华为云的模型广场中，而模型广场的定位恰恰是聚合而非排他。3 月 20 日在华为中国合作伙伴大会 2026 上，华为云 CEO 周跃峰提出，智能时代不会被单一模型主宰，百花齐放、百模共生才是行业常态，华为云全面开放自研盘古大模型并推出覆盖 718B 至 1B 的全尺寸版本矩阵，同时搭建支持 160 余个 SOTA 模型开箱即用的模型广场，囊括 DeepSeek、Qwen、智谱 GLM 等主流模型，并实现顶尖模型”发布即上线”。
在这个框架下，让下线型号指向 GLM-5.3 与 DeepSeek-V4.1-Flash-1017，与其说是自研模型让位于外部模型，不如说是同一策略在具体 SKU 上的落地：当某个托管型号在能力或成本上不再占优时，平台把它换成货架上更合适的选择，避免客户在迁移时还要自己再做一轮选型。盘古自身的产品线也在同一时期继续推进，7 月 31 日开源的 openPangu-2.0-Pro 总参数 5050 亿、采用稀疏 MoE 架构、每次推理激活约 180 亿参数、支持 512K 超长上下文，此前 6 月 30 日开源的 92B 参数 Flash 版与其构成互补，两者的昇腾单卡吞吐率据称是其他主流开源模型的 2 倍。
与算力底座换代的同步
这次下线的时间点，与华为云算力底座的商用排期贴得很近。9 月 18 日在华为全联接大会 2026 期间，华为云披露灵衢昇腾 950 智算集群服务全球上线，该服务基于全链路可观测的五级快速恢复机制，保障云上训练 40 天稳定运行、10 分钟内故障恢复，围绕调度、缓存与算法协同优化，Token 吞吐性能相比上一代算力提升 20%，并定于 9 月 30 日在国内市场商用、11 月 30 日在海外市场商用。
模型服务下线是 11 月 30 日，昇腾 950 智算集群海外商用也是 11 月 30 日。同期落地的还有面向智能体长程任务的 CMS 记忆存储解决方案，可构建 PB 级记忆空间、存储容量较业界同类产品提升 1 倍，支持 TB 级记忆高速读取、读取性能提升 50%；华为云围绕”高效 Token、增强记忆、通智一体化调度、安全自治”定义的 Agentic Infra 已服务 3500 多个客户；企业级智能体平台以智果 AgentArts 与开源版 openJiuwen 承载，开放 5000 多个通用资产和 1000 多个行业资产，已服务 100 多家单位，智果 AgentArts 将于 12 月 30 日面向海外市场商用；”行业 AI 梦工厂”沉淀上千个行业资产、落地项目超过 1000 个，政务智能专区已汇聚 24 家首批核心伙伴，AI 硬件专区联合 15 家核心伙伴覆盖 20 多种终端类型。
两个 11 月 30 日指向同一件事：平台在同一时间完成一次算力底座的换代和一次模型货架的调整。当承载智能体推理的基础设施切到新一代集群、托管模型的构成随之重排时，客户端需要迁移的不只是接口，还有与算力、记忆存储、调度机制相配套的一整套调用习惯。
迁移成本的实际位置
对使用方而言，”换一个模型名”这件事的分量有多重，取决于当时整个产业的价格与适配环境。5 月 4 日豆包更新付费版本服务声明，披露标准版连续包月 68 元、加强版 200 元、专业版 500 元三档方案，包年最高 5088 元；智谱已在 2026 年内三次上调 API 价格，腾讯云、阿里云、百度智能云也相继上调模型、算力和存储服务价格。这些动作传递出的信号是，大模型产业正在从技术竞赛阶段进入商业闭环阶段。
比价格更硬的是适配成本。国产算力生态仍处在快速适配过程中，编程框架兼容性不足、算子库覆盖度不够、模型迁移成本高企，长期是国产算力”不好用”的核心痛点之一；相关研究也指出，模型训练、推理框架、芯片算子、通信库和云平台调度任何一环跟不上，都会削弱国产模型的成本优势。同一份公告要求使用方在迁移前自行评测、比较迁移前后表现，与产业层面”迁移成本高企”的现实刚好构成两端：一端是平台给出替代方案并把选择权交给客户，另一端是客户必须承担跨模型、跨架构的双重验证成本。
适配的另一侧正在改善。国产模型与国产芯片的协同节奏已经前移，DeepSeek-V4 发布即开源，昇腾、寒武纪等国产 AI 芯片实现 Day 0 适配，中国信通院随后启动 DeepSeek-V4 国产化适配测试工作；天数智芯自 2018 年起持续完善软件栈，已开发近百个加速库，壁仞科技自研编程智能体覆盖从模型适配到万卡运维。算力供给侧的业绩同步兑现：寒武纪 2025 年实现上市以来首次全年盈利，营业收入同比增长 453.21% 至 64.97 亿元，归母净利润 20.59 亿元；摩尔线程 2026 年一季度实现上市以来首次单季度盈利，2025 年全年营业收入 15.05 亿元、同比增长 243.37%，整体毛利率 65.57%，2026 年 3 月斩获 6.6 亿元智算集群大额订单。对已经在盘古 2.0 上跑通业务的使用方来说，替代型号的可得性正在提高，真正需要重新投入的是业务侧的适配与验证。
行业整体节奏也在同期加快。2 月 11 日晚间智谱推出 GLM-5，2 月 12 日字节跳动发布 Seedance 2.0、稀宇科技上线 MiniMax M2.5，科大讯飞则发布了基于全国产算力训练的星火 X2 模型。有观点认为，国产大模型的竞争焦点正从”通用能力”收窄至”解决实际问题的工具”，2026 年将是商业化兑现的关键分水岭，云平台、计算资源服务、安全治理工具等有望成为主要利润驱动源。当模型供给侧的上新频率维持在这种量级，平台侧对上架型号做批次化汰换就成了常态动作。
把这一节与前面的公告放在一起看，”下线—替代”机制真正考验的不是切换动作本身，而是切换发生的频率：窗口不足四周、评测要求由使用方自行承担、而同期算力底座正在换代。平台把型号退场的决定权握在手里并提供迁移路径，使用方则要在算力换代与模型退场叠加的时间点上，重新验证自己的业务在新的模型与新的基础设施上是否仍然成立。
—
白名单验证通过率：11/11（100%）；作者查验完成率：11/11（100%）；无白名单外信源、无个人自媒体信源。
