本文导读：2026 年 7 月，国产大模型集体冲入"万亿参数 + 开放权重"俱乐部。月之暗面 Kimi K3、阿里通义千问 Qwen3.8 相继亮相，DeepSeek、腾讯混元紧随其后。本文精选本轮最具技术含量的两篇重点报道，翻译整理为中文，带你一次看懂这场"开源冲击波"的技术底牌。

一、写在前面

如果说 2025 年是国产大模型"追赶"的一年，那么 2026 年 7 月这个夏天，风向明显变了——中国 AI 实验室正在用开源的方式，把"最大、最强"的模型直接摆到全球开发者面前。

短短两周内：

• 7 月 16 日，月之暗面（Moonshot AI）发布Kimi K3，2.8 万亿参数，号称"全球首个开放的 3T 级模型"；
• 7 月 19 日，阿里通义千问团队官宣Qwen3.8-Max 预览版，2.4 万亿参数原生多模态旗舰；
• 7 月 27 日，Kimi K3 权重正式在 Hugging Face 开源。

更有意思的是，在 OpenRouter（全球主流模型调用路由平台）上，排名前五的模型全部来自中国团队：小米 MiMo、DeepSeek、MiNiMax、阿里 Qwen、月之暗面 Kimi。

下面我们挑两篇技术含量最高的报道，逐条拆解。

二、重点文章一：月之暗面 Kimi K3 —— 全球首个"开放 3T 级"大模型

编译整理自 Moonshot AI 官方发布、Hugging Face 模型卡及多篇技术深度报道（July 16–27, 2026）

2.1 核心事实

7 月 16 日，月之暗面正式发布 Kimi K3，并于 7 月 27 日在 Hugging Face 公开全部权重。官方将其定义为"全球首个开放的 3T 级（3-trillion-class）模型"，这也是迄今为止参数规模最大的开放权重模型。

关键参数一览：

2.2 两个"押注"：不只是把模型堆大

Kimi K3 最值得关注的地方，不在于"参数多"，而在于它在注意力机制上做了两处偏离主流配方的架构创新：

1. KDA（Kimi Delta Attention，Kimi 增量注意力）
   在超长上下文（百万 token 级）下，传统全量注意力的计算与显存开销近乎不可承受。KDA 通过增量式的注意力更新机制，让模型在长序列上保持高效推理。

2. AttnRes（Attention Residuals，注意力残差）
   在注意力层之间引入残差连接思路，缓解深层网络中的信息衰减，提升训练稳定性与长程依赖建模能力。

💡通俗理解：MoE 让模型"知识量巨大但每次只调用一小撮专家"，KDA + AttnRes 则让它"在超长文档里也能跑得动、记得住"。二者结合，才使得 2.8T 规模的模型在实际部署中具备可行性。

2.3 性能与生态影响

官方宣称 Kimi K3 的能力接近 Anthropic Fable 5（当前公开可用的最强模型之一）。发布后据彭博社报道，模型上线驱动了月之暗面日销售额约 6 倍的激增。

资本市场同样给出剧烈反应——有海外媒体将其称为**“第二次 DeepSeek 时刻（second DeepSeek shock）”**。与此同时，月之暗面完成35 亿美元融资，估值在半年内翻了三倍。

2.4 对开发者意味着什么

• 可自部署的前沿能力：2.8T 开放权重 + MXFP4 量化，意味着有条件的团队可以在本地/私有云跑接近第一梯队的模型；
• 超长上下文落地：1M token 上下文对 RAG、代码库级理解、长文档分析等场景是实打实的能力提升；
• 架构可借鉴：KDA / AttnRes 为长上下文优化提供了新的工程参考。

三、重点文章二：阿里 Qwen3.8-Max 预览版 —— 2.4 万亿参数原生多模态旗舰

编译整理自阿里云开发者社区、新浪财经及知乎技术专栏（July 19–20, 2026）

3.1 核心事实

紧随 Kimi K3 之后，7 月 19 日阿里通义千问团队发布Qwen3.8-Max-Preview，总参数规模2.4 万亿，是阿里云首款突破万亿参数的原生多模态旗舰模型。

关键参数一览：

3.2 技术亮点：全域多模态 + 稀疏激活

Qwen3.8-Max 把自己定位为**“全域复杂任务处理中枢”**，核心卖点有三：

1. 原生多模态、免转换
   可同时处理文本、图像、短视频，以及 PDF、HTML、Markdown 等多格式文档，无需提前做格式转换即可直接解析——这对文档智能、多模态 RAG 是很实用的工程优化。

2. MoE 稀疏激活撑起万亿规模
   通过稀疏激活机制，模型保持万亿参数容量的同时，每次前向传播只激活一小部分专家网络，这是"万亿参数能真正跑起来"的关键。

3. 工程级代码能力
   官方真实工程测评中，其代码能力达到行业顶尖水准，主打全栈开发、代码重构、漏洞批量修复、项目迭代优化等场景。

3.3 落地场景与体验渠道

Qwen3.8-Max 针对四类高端场景做了深度优化：高难度工程开发、多智能体长周期任务、全链路办公自动化、海量数据分析。

目前抢先体验依托阿里云三大平台上线：

• 百炼 Token Plan（模型调用）
• Qoder编码平台
• QoderWork办公终端

3.4 开源的分量

能同时进入**“万亿参数 + 开放权重”**俱乐部的模型，全球屈指可数。阿里延续了通义千问一贯的开源路线，承诺正式版开放权重——这意味着开发者未来有望在私有环境部署一个 2.4T 级别的多模态旗舰。

四、横向速览：本轮其他重点动态

除了 Kimi K3 与 Qwen3.8，7 月国产大模型阵营还有几条不容错过的技术新闻：

• DeepSeek-V4 系列：推出 Pro（1.6T/49B）与 Flash（284B/13B）双模型，原生支持100 万 token上下文，采用全新CSA + HCA 混合注意力架构大幅降本；同时被曝正在推进自研 AI 推理芯片。
• 腾讯混元 Hy3：295B 总参 / 21B 激活的 MoE，256K 上下文，采用Apache 2.0商业友好开源协议；混元语言与多模态团队合并成立"基础模型部"。
• 百度昆仑芯 P800：已在全国产集群上完成文心 5.1 重要版本训练，交付多个万卡集群，腾讯成为其客户，字节亦在评估；昆仑芯计划赴港上市。
• 快手可灵 AI：完成上限 30 亿美元外部增资，投后估值 180 亿美元，创全球视频大模型公司最大额融资纪录。

五、总结：一个属于"开放前沿"的夏天

把这些碎片拼起来，能看到一条清晰的技术主线：

国产大模型正在用"开放权重 + 万亿参数 + 超长上下文 + 原生多模态"的组合拳，重新定义前沿模型的竞争规则。

对我们开发者来说，这带来的最直接红利是：接近第一梯队的能力，第一次可以以"可自部署、可研究、可二次开发"的形式拿到手里。无论是长上下文的 KDA、混合注意力的 CSA/HCA，还是原生多模态的免转换解析，都值得在自己的项目里认真评估一遍。

万亿参数不再是巨头的专利秀，而是逐渐变成开发者工具箱里的选项——这大概就是 2026 年这个夏天最重要的信号。

参考来源

1. China reshapes global AI landscape with trillion-parameter open-weight models — China Daily
2. China Narrows U.S. AI Gap With Moonshot AI’s Kimi K3, Alibaba’s Qwen 3.8 — Foreign Policy
3. Kimi K3: A Technical Deep Dive into the First Open 3T-Class Model — Hyperstack
4. Kimi K3 — 2.8T Parameters, MXFP4 Quantization（Hugging Face Blog）
5. moonshotai/Kimi-K3 · Hugging Face 模型卡
6. Chinese LLMs Take Top Five Spots On OpenRouter — Dataconomy
7. 最新版通义千问（Qwen3.8-Max-Preview）功能介绍 — 阿里云开发者社区
8. 比肩 Fable 5，2.4 万亿参数与原生"慢思考"：阿里 Qwen 3.8 预览版正式亮相 — 知乎
9. 阿里千问最强大模型 Qwen3.8 即将开源 — 新浪财经
10. AI 应用周度观察（2026.07.20–2026.07.26）— 新浪财经

✍️本文由 AI 辅助整理，技术参数以各厂商官方发布为准。如果本文对你有帮助，欢迎点赞、收藏、关注三连～有想深入了解的模型，欢迎评论区留言。

标签：#大模型#Kimi K3#通义千问Qwen#DeepSeek#MoE#开源模型#人工智能