48小时造芯片、两万亿参数：Kimi K3和千问3.8把天花板掀了

|2026年7月，这个月应该被记录下来，不是模型参数上的突破，而是我国开源模型第一次真正站到了跟顶尖闭源模型同等的位置上

7月的第3周，AI领域发生了两个大事儿。

第一个是17号的凌晨，月之暗面发布了大模型Kimi K3。第二个是两天后，阿里千问推出了Qwen3.8-Max预览版。

两个国产模型前后不到72小时，都站上了全球顶尖模型行列。

这次不太一样了

Kimi K3的参数是2.8万亿，目前开源模型里全球最大，也是第一个超过2万亿参数的模型。

具备100万Token上下文窗口，原生视觉理解，Artificial Analysis的智能评分排第三。

排名前两位分别是Claude Fable 5和GPT-5.6 Sol。

K3在前端编程榜上的成绩更突出，在Arena AI的Code Arena排名第一，同时也是开源模型第一次把闭源模型都压了下去。

紧接着的Qwen3.8也很强悍，2.4万亿参数，据阿里自己的说法是：除了Fable 5之外最强的模型"。

这也是Qwen旗舰线闭源了两代之后，又重新走回开源路线。

两个模型加在一起，参数总量超过5万亿，三天之内，国产大模型直接把万亿门槛抬到了两万亿以上。

两家公司能在同一周拿出两万亿以上参数规模的模型，说明万亿级MoE架构的训练在国内已经不是探索阶段了，到了可以稳定输出的成熟阶段。

48小时完成芯片设计，资本市场先给出了反应

其实现在人们对模型的大参数追求已经没有了过去的那种狂热，参数再大也只是一个数字，这次让大家兴奋的是K3做了一件超出预期的事情。

48小时，连续运行，完全靠自己的智能体，从头到尾独立完成了一颗芯片的设计、优化和验证。

用的是开源EDA工具和Nangate 45nm工艺库，全程没有人工进行干预。最后出来的芯片面积4mm²，集成了146万个标准单元，在100MHz下完成了时序收敛。

简单来解释就是AI把研究芯片这活儿给干了。

消息传出来后，新思科技和铿腾电子当天都跌了超过12%。整个美股AI板块72小时蒸发了大约4700亿美元。

其中的重点是“开源EDA工具”这几个字，Kimi K3绕过了传统EDA巨头的付费软件栈，完全走开源的路线把事办成了。

虽然这不是一个能量产的芯片，但方向非常清晰：

开源大模型正在进入硬核工业设计领域，半导体研发效率这件事，要被重新审视了。

这能力就跟聊天机器人完全不是同一个层面的事了。

没有高端芯片就追不上？这个判断得重新考虑了

Kimi K3能做成这些，背后有个东西值得单独拿出来说。

它用的是自研的KDA混合线性注意力机制，加上注意力残差技术。

MoE架构下有896个专家模块，每次推理只激活其中16个。这些结构上的调整，让Kimi K3比上一代扩展效率提升了大约2.5倍。

再说直白一点：在高端芯片拿不到的情况下，靠改底层架构、优化算法，照样能把模型的能力往前推。

过去两年，从DeepSeek到Kimi，国产大模型一直在面对算力不够怎么办的问题。答案就是在算法和架构上把每一分算力都用到位。

从目前的效果来看，这条路也走得通。

开源落后美国闭源6个月的说法站不住了

之前行业里一直有一个判断，我国开源大模型落后美国闭源模型6到9个月

Kimi K3出来之后，伯克利的计算机教授伊恩·斯托卡在接受采访时说，这个差距现在大概缩小到了2到3个月。

美国企业研究所还专门写了份报告，标题就叫《中国已在前沿AI领域赶上》。

不只是上述说的文字上的依据，从数据上面来看也能说明问题~

据OpenRouter的统计，开源模型处理的Token占比从今年1月的34%涨到了6月的65%。

今年6月份，全球API调用月消耗量前五名全部是开源模型。

还有一组数据是美国的公司通过调用我国模型的Token比例也在极速上涨，到7月第一周冲到了63%。去年年初还不到10%。

最后

这个月应该被记录下来，不是模型参数上的突破，而是我国开源模型第一次真正站到了跟顶尖闭源模型同等的位置上。

2.8万亿参数、48小时独立完成芯片设计、前端编程榜登顶，一连串的成绩确确实实让全球看到了我国团队的技术能力。

当然，差距依然还在，Kimi K3整体上跟Claude Fable 5、GPT-5.6 Sol仍有距离。

北京邮电大学的王小捷教授说了个很务实的看法：

参数可以堆，但模型能不能在真实世界里持续稳定地发挥作用，那才是真正的考验。

考验能不能通过，现在下结论还太早，但现在至少说明了一个趋势

开源生态不再是闭源模型的备选，它正在成为主流本身。