万亿参数成标配：国产AI大模型打响"贴身肉搏"战

7月17日，月之暗面发布Kimi K3，2.8万亿参数。7月19日，阿里千问上线Qwen3.8-Max预览版，2.4万亿参数。这两款模型的发布时间前后脚，参数规模都是万亿级别以上。这场面，用"贴身肉搏"形容一点都不夸张。

国产大模型集体冲线万亿俱乐部

先说K3。2.8万亿参数，100万词元上下文窗口，在独立AI模型评测机构Artificial Analysis的智能评分中排名第三，仅以微弱差距落后于Claude Fable 5和GPT-5.6 Sol。这个成绩放到半年前，想都不敢想。

更夸张的是K3的定价。输入20元/百万Token，输出100元/百万Token，比K2.6贵了2-3倍。结果呢？发布3天就因为用户请求量太大，被迫暂停C端新用户订阅。这说明什么？只要模型够强，用户是愿意掏钱的。

紧接着千问就放了Qwen3.8的预览版。2.4万亿参数，官宣"可能是除了Fable 5外最强大的模型"。这两家的发布时间差不到48小时，参数规模都在2万亿以上，摆明了是在同一条赛道上正面硬刚。

从性价比玩家到技术并跑者

工信部信息通信经济专家委员会委员盘和林说了句大实话："大模型竞争激烈，未来很可能是'赢者通吃'的局面，只剩下少数的玩家，不投入就可能面临淘汰。"这话听着残酷，但确实是行业现实。

过去两年，国产大模型靠"价格屠夫"策略打天下。DeepSeek把API价格打到骨折，逼着整个行业跟着降价。但现在风向变了——Kimi敢涨价，说明技术实力允许它有定价权。

DeepSeek V4-Pro非高峰时段每百万Token输入3元、输出6元，这个价格只有Claude Fable 5的零头。千问背靠阿里生态，低价策略是为了吸引开发者上云，最终通过算力租赁、存储等周边服务变现。

这就是当前国产大模型的定价分层：Kimi、智谱走高价路线，卖的是"能力溢价"；DeepSeek、千问走低价路线，卖的是"生态绑定"。两条路都能走通，但背后的逻辑完全不同。

参数竞赛还能跑多远

从技术角度看，堆参数确实有效。2024年12月DeepSeek V3是6710亿参数，今年4月V4预览版就到了1.6万亿，现在K3直接干到2.8万亿。Claude Mythos 5更是夸张，总参数10万亿。

加州大学伯克利分校的伊恩·斯托卡教授认为，国产模型与国外领先模型的差距已从6-9个月缩短至2-3个月。这个进步速度确实惊人。

但问题也来了：参数规模提升带来的边际收益在递减。2万亿到3万亿的性能提升，可能没有6710亿到1.6万亿那么显著。而且推理成本是指数级增长的，参数越大，算力消耗越恐怖。

说到底，这场万亿参数竞赛，本质上是在赌谁能率先跑通"性能提升-用户付费-融资-更高性能"的正循环。谁的弹药充足，谁就能在这场无限战争里多撑几轮。

对开发者的影响

作为开发者，这一波参数竞赛带来的直接影响是：选择更多了，价格更乱了。

闭源模型里，K3已经敢对标国外前沿模型的价格；开源模型里，DeepSeek继续打性价比牌。企业AI开发人员的反馈很实在："一旦模型的性能足够强，能解决其他产品无法处理的难题，企业就愿意买单。"

所以我的建议是：别光看参数规模和价格，关键看你的场景需要什么样的能力。有些任务DeepSeek Pro就能搞定，没必要花冤枉钱上K3。有些任务非前沿模型不可，那就老老实实付费。

选模型这件事，从来都是适合比最强重要。