四天，两个万亿参数级开源模型。2026 年 7 月 16-19 日 WAIC 上海期间，Moonshot 和阿里巴巴先后发布了 Kimi K3（2.8T 参数）和 Qwen 3.8（2.4T 参数），都说自己接近或追平了 Anthropic Fable 5。时间挨得这么近，不像巧合。它更像中国 AI 实验室「用开源包围闭源」这套打法的一次集中亮相。
一、四天内的万亿参数冲刺
7 月 17 日，Moonshot AI 发布了 Kimi K3，一个 2.8 万亿参数的开源权重模型，在多项基准上声称接近 Anthropic Fable 5。两天后的 7 月 19 日，阿里巴巴在 WAIC 上海拿出了 Qwen 3.8，2.4 万亿参数的多模态模型，阿里自己的说法是「仅次于 Fable 5」。
两条技术路线长得很像：都用稀疏混合专家（MoE）架构，都在参数规模上做了量级跳跃，都选了开源权重或开放权重的发布方式。但摊开看，差别也不小。
Kimi K3 已经相对成熟。100 万 token 上下文窗口，公开的 API 定价，通过 OpenRouter 等第三方渠道就能调用，全量权重计划 7 月 26 日开放。Moonshot 甚至已经跑出了 3 亿美元的年化经常性收入，还在盘算六个月内上市。
Qwen 3.8 就没这么实。它还在预览阶段，通过阿里 Token Plan 以标准价格 10% 提供体验，但基准测试结果、模型卡、许可证都没公布。阿里承诺「很快」开放权重，具体日期没给。社区对此态度谨慎，有人一句话戳破：一个聊天预览，不等于开放权重发布。
Qwen 3.8 的发布时间也耐人寻味，卡在 Kimi K3 之后。The Decoder 的分析说得直白：Moonshot 已经靠聊天应用和 API 把热度变成了付费用户，阿里提前放出 Qwen 3.8 预览，很可能就是想打断这个势头。中国 AI 实验室之间的竞争，一点不比它们和美国前沿实验室之间温和。
二、开源追平前沿意味着什么
2.1 参数民主化，到底民主化了什么
2.8 万亿和 2.4 万亿这两个数字本身说明不了什么。真正要紧的是：它们对标的 Fable 5，是 Anthropic 用数倍投入、在封闭生态里训出来的前沿模型。如果开源模型真能追到这个水平，前沿 AI 的门槛就从「只有大厂玩得起」掉到了「开发者够得着」。
但「声称接近」和「实际接近」之间隔着一条大沟。MarkTechPost 点出了关键：总参数数不等于可用算力。MoE 架构下，每次推理只激活一部分参数，这才是决定实际服务成本的指标。Qwen 3.8 的活跃参数数到现在也没公布，所以任何关于它真实性能和成本的讨论，本质上都是猜。
可以拿 Qwen3-235B-A22B 做个参照：这个 2350 亿参数的模型，每次推理只激活 220 亿。如果 Qwen 3.8 沿用类似比例，它 2.4T 参数里真正被激活的可能只有 2000 到 3000 亿。这意味着它的实际服务成本，很可能远低于参数规模看上去暗示的那个天文数字。
2.2 中国 AI 的「集体冲刺」
四天内两个万亿参数模型下场，不是碰巧。它反映的是中国 AI 实验室一种挺特别的竞争方式：集体冲刺。从 DeepSeek 的 R1，到 Moonshot 的 Kimi K3，再到阿里的 Qwen 3.8，这一年里它们之间形成了一种开源接力，一家发布会刺激另一家加速跟上，最后攒成对闭源前沿的集体压力。
这套动力学跟硅谷很不一样。在硅谷，OpenAI、Anthropic、Google 这些前沿实验室倾向用闭源模型建护城河，再拿 API 变现。在中国，实验室们更愿意先用开源权重抢生态位，让用户用起来，再靠企业服务、云平台和 API 定价挣钱。
Moonshot 已经用商业结果证明了这条路走得通：3 亿美元 ARR，计划六个月内 IPO。开源前沿模型不只是个技术策略，它也是一门能挣钱的生意。
2.3 闭源的护城河还剩什么
Tim Anderson 在他的技术博客里问了个尖锐的问题：AI 是不是正在变成大宗商品？当开源模型追平前沿，闭源模型凭什么还值那个溢价？
Anthropic 和 OpenAI 的应对不太一样。Anthropic 押安全和可解释性，Fable 5 不只是「更强」，它在 J-Space 全局工作空间、Verbalizable Representations 这些研究上的投入，是开源模型很难照抄的。OpenAI 走的是政策路线，据 TechCrunch 报道，它曾建议美国政府给中国开源模型制造监管不确定性，这个建议后来撤回了。
Hugging Face 的 CEO Clem Delangue 回得最不客气：限制开源模型不会让 AI 更安全，只会把风险藏起来，把权力集中到少数人手里，让下一代建设者、研究者、学术界、非营利组织和政府更难参与到让 AI 更安全、更有益的工作里。
三、设计与科技从业者该怎么应对
抛开地缘和商业的宏大叙事，这场竞赛落到具体的人身上，影响是实打实的。
先说门槛。当一个 2.4T 参数的模型能用 10% 的预览价格试，独立开发者和小团队一下拿到了以前够不着的能力。更多产品可以把高质量 AI 直接内置进去，不必再死磕 OpenAI 或 Anthropic 的 API。
再说多模态。Qwen 3.8 是阿里第一个超过 1T 参数的多模态模型，能处理文本、图像、视频和文档。这类能力一旦开放，设计工具、内容创作平台、分析工具都能拿到更强的多模态理解。
还有价格。Qwen 3.7-Max 的定价是每百万输入 token 1.25 美元、每百万输出 token 3.75 美元，已经是 OpenAI 同级模型的零头。开源前沿模型越冒越多，API 价格战只会更凶，最后占便宜的是终端用户和开发者。
但有个坑得记住。Qwen 3.8 的真实性能、许可证条款、到底会不会开放权重，全是未知数。MarkTechPost 的建议很实在：别拿预览去迁生产工作负载，等可验证的东西落地再说，官方基准表、活跃参数数、Hugging Face 仓库和许可证、独立评估，缺一个都别急着上。
四、权力地图正在重写
Kimi K3 和 Qwen 3.8 的对决，说到底不只是一场技术比拼。它是 AI 行业权力结构松动的一个信号。
过去三年，前沿 AI 的权力攥在三家手里：OpenAI、Anthropic、Google。它们靠闭源模型、巨额投入和安全叙事筑起护城河。中国开源 AI 的集体冲刺正在撬这块地基。当一个 2.4T 参数的模型可以被任何人在自己的硬件上跑起来，「只有大厂能做前沿 AI」这个说法就站不住了。
权力不会一夜转移。Qwen 3.8 还没开权重，Kimi K3 的全量权重要等到 7 月 26 日，社区对这些模型的真实能力也还有疑虑。但方向已经清楚。
开源 AI 不再是那个追赶的人，它正在变成那个挑战的人。
对每一个靠 AI 工具吃饭的设计和科技从业者来说，这不是一条离你很远的行业新闻，而是一个会直接改变你工作方式的变化。当前沿 AI 的门槛一路往下走，真正的较量会从「谁能用上最好的模型」，转向「谁能用模型做出最好的产品」。
---
参考来源：
1. MarkTechPost — "Alibaba Previews Qwen3.8-Max: A 2.4 Trillion Parameter Multimodal Model"
2. The Decoder — "Alibaba's Qwen takes on Kimi K3 with open-weight Qwen 3.8"
3. Tim Anderson's IT Writing — "Kimi K3 and Qwen 3.8: is AI becoming a commodity?"
4. CallMissed — "Kimi K3 vs Qwen3 Max, July 2026"
5. Indian Express — "Alibaba Unveils Qwen 3.8 Max"
6. Startup Fortune — "Qwen 3.8 Teases a 2.4-Trillion-Parameter Open Model"
7. Hacker News 讨论
8. Trilogy AI — "Qwen 3.8 Max Benchmark"
9. myclaw.ai — "Qwen 3.8 vs Kimi K3"