阿里巴巴千問 19 日推出 Qwen3.8-Max-Preview，總參數達 2.4 兆；數日前，月之暗面亦公布 Kimi K3，宣稱以 2.8 兆參數切入前沿模型競爭。這波中國模型震撼市場，並非只因規模追近閉源旗艦，而是「高效能、低價格、將開放權重」3 件事同時出現，迫使企業重新衡量自建 AI 能力成本與主導權。
Qwen3.8-Max 目前仍屬預覽版，已在 Token Plan、Qoder 及 QoderWork 提供測試；阿里巴巴表示正式版將於近期發布並開放權重。Kimi K3 則已率先在產品與 API 上線，預計 7 月 27 日完整開放模型，意味開發者日後可下載權重，在受控環境微調及部署，而非完全依賴海外雲端模型。
開放權重改寫企業採購邏輯
從企業角度看，開放權重不等於「免費使用」，卻把選擇權由模型供應商交回企業。金融、醫療、法律、製造與政府等對資料主權敏感機構，可把模型部署於私有雲、內部機房或合規區域，再以專屬知識庫及微調資料建立內部助手；核心文件毋須完整送往第三方公有 API。這種部署模式亦有利香港企業在跨境資料、客戶保密與審計要求之間建立更清晰管控邊界。
不過企業不應把「開放權重」誤解為普通伺服器即可運行。2 兆級模型即使採用 MoE（混合專家）架構、每次只啟用部分參數，仍涉及龐大模型儲存、GPU 記憶體、網絡頻寬、量化技術、推理叢集與工程維運成本。以 DeepSeek V4-Pro 為例，總參數為 1.6 兆，但每次推理約啟用 490 億參數；MoE 價值在於降低單次運算負擔，而非取消硬件門檻。
便宜不代表每次回覆更有效率
Kimi K3 與 Qwen3.8-Max 對標 Fable 5 的說法，目前主要來自模型公司自身評測與產品定位，市場仍需等待更多獨立基準、真實軟件工程任務及長時間穩定性測試驗證。月之暗面表示 Kimi K3 在部分評測中具競爭力；獨立平台 Arena.ai 與 Vals AI 分析亦認為其能力接近前沿旗艦，但同時指出它仍落後最強閉源模型。
成本差距是這波競爭最具殺傷力部分。公開報道顯示，Kimi K3 每 100 萬輸出 Token 約 15 美元（約港幣 HK$117），Fable 同類輸出成本約 50 美元（約港幣 HK$390）；DeepSeek V4-Pro 則約 3.48 美元（約港幣 HK$27.14）。當模型需反覆呼叫工具、執行多步程式任務或處理大量內部文件時，單價落差會直接轉化為企業每月 AI 帳單差異。
但「用更多參數代替算力」是過度簡化說法。更準確來說，中國團隊正透過 MoE、稀疏激活、長上下文壓縮及推理效率改善，在受限高階晶片供應下提升每單位算力產出；代價可能包括首次輸出延遲、服務併發能力、長鏈推理 Token 消耗及部署複雜度。美國對中國先進 AI 晶片出口審查雖已轉向個案處理，條件仍然嚴格，算力供應依然是中國模型廠商擴張時不可忽視限制。
2 兆俱樂部是訊號，不是勝負判決
這場軍備競賽已從單一模型擴散為多家中國公司同步推進。DeepSeek V4-Pro 在 4 月以 1.6 兆參數發布；MiniMax 據報正研發代號 M3 Pro、規模 2.7 兆參數模型，最快可能在第 3 季推出；Kimi K3 與 Qwen3.8 則把公開討論迅速推往 2 兆至 3 兆級別。
然而參數量並非能力唯一代理指標。企業真正應觀察特定工作流完成率、每項任務成本、延遲、幻覺率、工具調用成功率、私有資料保護及供應持續性。綜合公開發布、財經媒體報道與模型平台資料可見，Qwen3.8 技術細節尚未完整披露，Kimi K3 亦未完成全量權重發布，因此現階段任何「全面超越」結論都應保留。
資本市場將重估模型護城河
若開放權重模型以明顯更低成本逼近閉源前沿能力，OpenAI、Anthropic 及其他美國模型公司估值敘事將面對更嚴苛提問：高價 API、專有模型與大規模算力投資，能否持續形成足夠毛利與技術護城河？Kimi K3 公布後，市場已出現晶片與 AI 概念股波動，反映投資者開始把「中國模型效率突破」納入硬件需求與雲端定價重新估值。
對香港企業而言，較務實做法不是立刻押注單一模型，而是同時測試閉源 API、中國開放權重及小型專用模型，並以真實客服、程式開發、文檔審閱或研究任務比較總成本。當模型能力愈來愈接近，未來勝負可能不再只由參數多寡決定，而是誰能以更低風險、更快速度及更可控方式，把 AI 轉化為業務成果。
