俊明说评｜国产大模型，现在到底什么水平？

Kimi K3开源后，国产大模型又迎来一次高光时刻。

2.8万亿总参数、1040亿激活参数、896个专家、100万Token上下文，让它成为目前全球参数规模最大的开放权重模型，也是首个进入3万亿级别的开放模型。这个数字很有冲击力，但参数量不能直接等同于模型能力。K3采用MoE架构，每次推理真正参与计算的是1040亿参数。2.8万亿更多代表模型容量、专家分工和工程复杂度，也意味着更高的存储、通信和部署成本。

因此，K3真正值得关注的地方，不只在"大"，更在长程任务和复杂工作流能力。它瞄准的已经不只是问答，而是代码开发、研究报告、工具调用、视觉理解、CAD等连续任务。模型竞争的评价标准也在变化：单次回答准不准仍然重要，能否持续工作、调用工具、修正错误并完成交付，正在成为新的核心能力。

另一个关键点，是阿里云真武M890和华为昇腾对K3的Day0适配。以真武M890超节点为例，适配后K3首Token时延下降约35%，单卡解码吞吐提升1.8倍。

Day0适配不代表K3最初使用国产芯片完成全部训练，也不代表国产算力已经全面超越海外高端GPU。它证明的是，面对一套刚刚发布的超大规模新架构，国产芯片、算子库、通信系统、推理框架和云平台已经具备快速迁移、快速调优和稳定运行的能力。

算力竞争早已不只看单颗芯片的峰值参数。模型发布后多久能跑通、推理效率如何、开发者是否需要大量重写代码、能否快速接入云服务，这些才决定一套算力生态有没有真正的竞争力。

放到更大的行业背景中看，Kimi K3并非孤例。DeepSeek、Qwen、GLM、MiniMax等中国模型，已经持续出现在全球开放模型第一梯队。中国团队在开放权重、模型规模、推理成本和迭代速度上，已经从跟随全球节奏，走到参与定义节奏。

但也要客观看待差距。国产模型在闭源模型的综合能力、产品稳定性、开发者生态和商业化体验上，依然存在差距。K3的开放许可证也不等于传统意义上的完全开源，超大规模模型的部署门槛同样很高，普通用户短期内很难在本地运行。

所以，国产大模型现在的真实水平可以概括为：已经进入全球第一梯队，部分方向具备领先优势，但还没有形成全方位领先。Kimi K3最大的价值在于一条完整的国产AI链路正在形成：国产模型提出新架构，开放权重吸引开发者，国产算力快速承接，推理框架同步适配，云平台迅速提供服务。参数可以制造关注，模型、芯片、框架和云服务共同形成的生态，才决定国产大模型能走多远。月之暗面正式开源KimiK3