在 7 月 16 日至 20 日，國產大模型領域迎來一波密集發布潮。月之暗面 Kimi K3、DeepSeek V4 滿血版以及通義千問 Qwen 3.8 在四天之內相繼亮相，三家廠商以不同的產品策略切入市場，標誌著國產大模型的競爭維度正從單一指標向綜合能力與價格體系的多維博弈轉變。
首先，Kimi K3 於 7 月 16 日正式發布，核心參數為 2.8 萬億參數規模和 100 萬 Token 上下文窗口。在編程能力評測中，K3 在 Program Bench 上得分 77.8，超過 GPT-5.6 Sol 的 77.6；在 Frontier SWE 上得分 81.2，大幅領先 GPT-5.6 Sol 的 71.3。兩項關鍵指標實現反超。Terminal Bench 得分 88.3，與 GPT-5.6 Sol 差距僅 0.5 分。
月之暗面表示，K3 整體仍落後於 Fable 5 和 GPT-5.6 Sol，但編程單項已摸到海外閉源模型的水平線。
Kimi K3 與 DeepSeek V4 的競爭策略明顯分化
目前 DeepSeek V4 處於灰度測試階段，官方尚未發布正式公告。已知信息包括 Flash 和 Pro 兩個版本，SWE-bench 自測成績距 Opus 4.6 Max 差 0.2 個百分點。API 定價首次引入峯谷計費機制：Pro 版百萬輸出 Token 平時為 US$0.87 (約 HK$7)，高峯時段 US$1.74 (約 HK$14)。這一價格與 Fable 5 的 US$50 (約 HK$390)相比，差距達到一個數量級。
兩家廠商的路線分化已十分明顯。Kimi K3 選擇在編程榜單上與海外閉源模型正面對標，以能力上限作為核心賣點；DeepSeek V4 則將 Opus 級別的能力壓縮至七分之一的價格，以成本優勢撬動市場。前者競爭的是能力天花板，後者則是能力下限的價格門檻。
這種分化意味著國產大模型的競爭邏輯正在發生根本性變化。當性能逼近和價格壓制同時發生時，用户選擇模型的依據不再侷限於單一跑分或單一價格，而是需要在能力、成本、迭代效率等多個維度之間進行權衡。
