阿里发布2.4T参数Qwen3.8，国产大模型进入“参数井喷”时代

国产大模型“参数竞赛”白热化：万亿级模型密集布局

近期，中国头部大模型厂商在超大规模参数模型的竞争上进入了“井喷期”，呈现出参数规模极大化、开源策略普及化以及算力成本敏感化三大显著趋势。

核心动态速览

厂商	模型名称	参数量	关键状态/亮点
阿里千问	Qwen3.8	2.4T	即将开源；预览版上线，限时1折算力优惠
月之暗面	Kimi-K3	2.8T	已开源；长程任务与Agent能力获国际认可（马斯克赞“impressive”）
深度求索	DeepSeek-V4	未公开	正式版本灰测中，预计7月20日发布
MiniMax	M3 Pro	2.5T-3T	即将发布，计划开源

深度观察

1. “万亿参数”成为新基准线
   从Qwen3.8的2.4T到MiniMax预期的3T上限，头部厂商正在集体突破万亿参数大关。这表明国产大模型在基础能力上限的竞争中已进入“军备竞赛”阶段，旨在通过规模效应提升逻辑推理、复杂任务处理及多模态理解能力。

2. 开源成为主流战略
   Kimi-K3和即将开源的Qwen3.8、M3 Pro，显示出国内大厂倾向于通过开源生态来确立技术标准和开发者粘性。对于AI开发者和创业者而言，这意味着本地部署高性能基座的选择将更加丰富，降低了入门门槛。

3. 商业化与成本控制并重
   阿里推出的“白天1折、夜间更低”的算力优惠策略，反映了在追求技术领先的同时，厂商也在积极探索可持续的商业化路径。对于用户而言，当前是低成本体验顶尖模型红利的窗口期。

建议与展望

• 对于开发者： 建议密切关注DeepSeek-V4的正式发布及MiniMax M3 Pro的开源进展，对比其在垂直场景下的表现，选择最适合本地部署或二次开发的基座模型。
• 对于行业： 随着Kimi等模型在国际上的影响力提升，国产大模型正逐步从“跟随者”向“引领者”转变，特别是在Agent Swarm（智能体集群）和长程任务处理等前沿领域。

这场高强度的迭代不仅推动了技术边界的拓展，也加速了大模型应用落地的进程。未来几个月，随着更多模型的开源和正式发布，AI应用生态将迎来新一轮的创新浪潮。