Qwen 3.8 vs Kimi K3: 两大中国开源权重巨头正面交锋

在所有与Qwen 3.8 Max比较的模型中，Kimi K3，来自Moonshot，是最自然的对手：两者都是巨大的中国混合专家模型，都是开放权重级别，都以啰嗦、详尽和缓慢著称。实际上，它们是中国开放权重世界的两个最大巨头——而且不同寻常的是，我们不需要猜测它们之间的对比，因为有人让它们在同一个任务上互相对抗。这使得它成为本系列中最丰富的比较：不是供应商声明与审计数字的对比，而是真正的正面交锋。

在详细说明之前，给构建者一个小提示——要解决如此接近的竞争，诚实的方法是让两者都在你自己的工作负载上运行，观察全面性和速度之间的权衡。OrcaRouter 在一个兼容 OpenAI 的端点后面提供了 200 多个模型，因此你可以让Qwen 3.8与Kimi K3在相同提示下进行对比，而无需连接两个SDK。

概括性结论。在我们进行的唯一直接对比（Trilogy AI 的架构理解任务）中，Kimi K3 得到 83/100，Qwen 3.8 Max 得到 80/100——Kimi 以微弱 3 分领先。但 Qwen 更加*全面*：引用仓库数 354 对 274，网关请求 22 对 53，工具调用失败 0 对 2，代价是更高的延迟和更多 token。两者都达到了 90% 的缓存命中率，并得出了相同的核心架构决策。如今，Kimi K3 是更安全的开放权重选择——它有一个经过审计的分数（57.1，在 Artificial Analysis 上排名第 3），拥有 Arena 前端王冠，且权重基本已可用。Qwen 3.8 则值得关注：野心更大，探索更彻底，但在公开榜单上尚无评分，权重仅“即将推出”。

关键要点

• Qwen 3.8 Max是一个2.4T参数的MoE预览；Kimi K3是一个2.8T的MoE具有1M上下文和原生视觉——意味着Qwen大约少了400B参数，这提醒我们更大的参数数量并不等于更好。

• 在唯一的一次直接测试中（Trilogy AI），Kimi K3以80比83险胜Qwen总体而言——但Qwen获得了更多的仓库引用（354对274），更少的网关请求（22对53），并且有零次失败的工具调用（对比两次）。

• Kimi K3 拥有一个经过审计的 AA 智能指数为 57.1（排名第三）——落后于 Fable 5 和 GPT-5.6 Sol，领先于其他所有模型。Qwen 3.8 拥有没有任何独立的基准测试。

• Kimi K3 还保持着 LMArena frontend-code #1 位置（1679）; Qwen 3.8 尚未在公开排行榜上获得评分。

• 开源程度接近，但发布时间不同：Kimi K3的权重已开放或承诺提供，且基本就绪；Qwen 3.8的权重“即将推出”，尚无具体日期、许可证或仓库。

Qwen 3.8 的数据是供应商声称或早期未受控的亲身试用印象 — 未经独立审计。Kimi K3 的指数和价格数据归因于 Artificial Analysis，可能与 Moonshot 自己的报告不同。Trilogy AI 的正面比较是单个任务，不是完整的基准测试套件。Qwen 3.8 的预览定价是临时折扣；在预算前请核实费率。

规格与价格，并列对比

以下是硬数据，每个竞争对手的数据都标注了来源。

• 制造商/状态 — Qwen 3.8 Max：阿里巴巴；预览（2026年7月19日）；Kimi K3：Moonshot；开放权重发布

• 架构 — Qwen 3.8 Max: 约2.4T总参数，稀疏MoE（活跃参数未公开）；Kimi K3: 2.8T MoE，原生视觉（来源：Artificial Analysis）

• 上下文窗口 — Qwen 3.8 Max: 据报道约1M tokens （未经正式确认）; Kimi K3: 1M tokens (来源：Artificial Analysis)

• AA Intelligence Index — Qwen 3.8 Max：尚无数据 — 未评分；Kimi K3：57.1 — 排名第3（Artificial Analysis）

• Arena / leaderboard — Qwen 3.8 Max: 未公开评分; Kimi K3: Frontend-code #1, 1679 (LMArena)

• 价格（输入/输出）—— Qwen 3.8 Max：仅预览（约优惠90%；每token API未公布）；Kimi K3：$3 / $15每100万（AA混合约$2.31）

• 开放权重 — Qwen 3.8 Max: 承诺“很快”（尚未发布）；Kimi K3: 开放权重；权重已就绪/接近

• 速度 — Qwen 3.8 Max: 测试中最慢的模型（实际体验）；Kimi K3：冗长且慢（约34秒TTFT，据AA）

两件事构成了整个比较的背景。首先，Qwen 3.8 在"AA Intelligence Index"中的空白单元格就是关键：Kimi K3 的 57.1 分是中立裁判的裁定，使其位列全球第三，仅次于 Fable 5 和 GPT-5.6 Sol；Qwen 3.8 的地位则依赖于供应商的宣传和少数亲手试用的结果。其次，注意规模的反转——Qwen 3.8（2.4T）实际上大约少 400B 个参数比 Kimi K3（2.8T）。阿里巴巴的模型被描述为"野心更大"，但在原始参数数量上，Kimi 才是更大的巨人，并且它拥有经过审计的分数作为支撑。两者都以冗长和缓慢著称，因此延迟方面不相上下；真正的区分在于验证和权重可用性，而目前这两点都有利于 Kimi。

我们唯一一次真正的正面交锋

这是一场罕见的对决，我们无需推断。Trilogy AI 让两个模型完成了一项单一的架构理解任务——阅读并推理一个真实的代码库——并发布了并列结果。Kimi K3 在标题分数上胜出，但底层行为却讲述了一个更有趣的故事。

• 总体评分 — Qwen 3.8 Max: 80 / 100; Kimi K3: 83 / 100

• 仓库引用次数 — Qwen 3.8 Max：354；Kimi K3：274

• 网关请求 — Qwen 3.8 Max: 22; Kimi K3: 53

• 失败的工具调用 — Qwen 3.8 Max: 0; Kimi K3: 2

• 工具使用评分 — Qwen 3.8 Max: 9 / 10; Kimi K3: 8 / 10

• 缓存命中率 — Qwen 3.8 Max：>90%；Kimi K3：>90%

不要只看最上面一行，要阅读各列。Kimi K3以3分优势获胜，但Qwen 3.8是更细致的工作者：它引用了仓库中多出80处引用（354对比274），得出结论用时远更少的网关请求（22对比53），出现了零次失败工具调用，而Kimi有两次，并在工具使用评分上略胜Kimi（9对8）。这种权衡完全符合Qwen在其他方面的特点——它会彻底探索，这导致更高的延迟和更多的总令牌数。关键的是，两个模型得出了相同的核心架构决策，所以这并非一个正确一个错误；而是Kimi更快地得到了评分稍高的答案，而Qwen以更多证据和更干净的工具纪律达到了目标。如果你的工作看重详尽、有充分引用的探索，Qwen的形象很有吸引力；如果你想要一个经过验证、更快得到答案的选择，Kimi赢得了这一轮。

常见问题

Qwen 3.8 比 Kimi K3 更好吗？

据现有证据来看，并非如此。在一场直接对决（Trilogy AI）中，Kimi K3 得分 83/100，高于 Qwen 的 80/100，且 Kimi 拥有经审核的人工智能分析指数 57.1（排名第三）以及 Arena 前端代码桂冠，而 Qwen 3.8 根本没有独立评分。Qwen 的优势在于全面性——更多仓库引用（354 对 274）、更少网关请求、零工具调用失败——但这只是风格优势，并非已被证实的领先能力。

Qwen 3.8 更大——这会让它更好吗？

不，实际上在规模上恰恰相反：Qwen 3.8 参数约为 2.4T，而 Kimi K3 约为 2.8T，因此 Kimi 是两者中较大的一个，大约多出 400B。参数数量更大并不一定更好——Kimi 既更大又得分更高，这清楚地提醒我们，架构、训练和调优比原始参数总量更重要。

定价比较如何？

Kimi K3 是一个已发布、持久的$3 / $15每百万token（Artificial Analysis 将其混合后约为$2.31）。Qwen 3.8 的预览版大幅打折（约90% off）但没有公布每token的API价格，且折扣是暂时的，因此目前无法进行稳定的价格比较。按今天的预算，Kimi 是拥有真实价格的那个。

哪个是更好的开放权重选择？

两者都属于开放权重类别，但时间点不同。Kimi K3 的权重已经开放且基本就绪；而 Qwen 3.8 的权重承诺"即将推出"，但未公布具体日期、许可证或代码库。如果开放权重是你选择的关键因素，那么 Kimi 是现在就能入手的选择。

我今天应该用哪一个？

Kimi K3 是更安全的默认选择——它已获得评分 (#3)，权重文件已就绪，并且在直接对比中胜出。当你更看重详尽且引用充分的探索、清晰的工具使用，而非速度时，可以选择 Qwen 3.8，并将其视为一个值得关注的选项——等待其权重文件发布以及独立的评分结果。

底线

Qwen 3.8 对比 Kimi K3是本系列中最接近于公平较量的一次对决：两个中国开源权重巨头，同样话多、同样全面、同样缓慢。Kimi K3 今天赢得了这一轮，因为它赢得了决定采用的关键因素——经过审计的第3名排名、Arena 前端桂冠、公开的价格以及准备就绪的权重——并且在唯一一次真正直接对比中以 83 比 80 小胜 Qwen。但那次直接对比也揭示了为什么 Qwen 3.8 值得关注：它是更细致入微的模型，引用了更多代码库，使用了更少的请求，并且零次工具调用失败。如果你的工作奖励穷尽式探索，并且如果阿里巴巴发布了权重且独立得分接近榜首，那么这场竞争可能会逆转。在那之前，Kimi K3 是更安全的开源权重选择，而 Qwen 3.8 则是需要你用自己的提示去测试的挑战者。