Qwen 4 Max 對決 Kimi K3：開放權重的承諾，遇上開放權重的兌現

Moonshot AI 於 2026 年 7 月 16 日發布 Kimi K3，接著做了大多數實驗室只會嘴上說說的事：它公開了權重。這個 2.8 兆參數的檢查點於 2026 年 7 月 27 日以 Modified MIT 授權條款上線，距離發布十一天。與此同時，2026 年 9 月 22 日的雲棲大會則被用來宣布 Qwen 4 Max 為四層級 Qwen 4 家族的旗艦，其中包含開源權重的 Qwen 4 27B——一個只被承諾、尚未交付的層級。這兩個事實就是比較。關於 Qwen 4 Max 的其他一切目前都未知，而承諾的開放層級與已交付層級之間的落差，正是這場對決真正有話可說的地方。

Kimi K3 在七月端出了什麼

Kimi K3 是一個擁有 2.8 兆參數的混合專家模型，每個 token 會啟動 896 個專家中的 16 個，因此在任一步驟中約有 1,040 億個參數投入運作。它在輸入與輸出端皆具備 1,048,576 個 token 的上下文視窗，並接受文字、圖像與影片輸入，輸出文字。其官方 API 定價為每百萬輸入 token 3.00 美元、每百萬輸出 token 15.00 美元，以及每百萬快取輸入 token 0.30 美元，而第三方價格則低於此。

這套架構正是阿里巴巴自家預覽版本所呼應的部分。Kimi K3 建構於 Kimi Delta Attention 與 Attention Residuals 之上，Moonshot 宣稱這兩者相較於 Kimi K2 帶來約 2.5 倍的擴展效率提升，並在百萬 token 上下文下達到最多 6.3 倍的解碼速度。這正是 Qwen 的 QSA 所瞄準的同一道難題——讓注意力在極長長度下變得可負擔——這意味著這兩個系列與其說是在規模上競爭，不如說是在比誰的稀疏注意力設計更經得起時間考驗。

Moonshot 在推出時公布的成績，當時由廠商自行報告、未經複現：

• Artificial Analysis Intelligence Index — 57，當時排名第三，僅次於 Claude Fable 5 和 GPT-5.6 Sol。該數字是在較早的指數修訂版本下記錄的；此後該指數已重建兩次，因此這是歷史讀數，而非當前讀數

• Frontend Code Arena — 以 1,679 Elo 奪下第一，領先在一般指標上得分高於它的兩個模型

• Terminal-Bench 2.1 — 88.3

• SWE-Marathon — 42，領先 Opus 4.8 與 GPT-5.6 Sol

• DeepSearchQA — 0.95，第一名，以及 MATH-Vision 0.98，同樣第一

• GPQA-Diamond — 0.94

Moonshot 自家的發表資料承認，K3 在整體能力上仍落後於 Claude Fable 5 與 GPT-5.6 Sol，這句話比上述任何第一名的主張都更有用。這些數字的有趣之處在於，一個在通用指標上排名第三的模型，卻在前端程式碼拿下第一，也在長時程搜尋上排名第一——這樣的輪廓說明，綜合指標所隱藏的是一個專用工具，而非在描述一個通用模型。

阿里巴巴承諾了什麼，以及承諾究竟值多少

Qwen 4 的發表公告列出了四個層級。Qwen 4 Max 作為旗艦，Qwen 4 Flash 主打吞吐量，Qwen 4 Plus 是均衡的中階，Qwen 4 27B 則是開放權重的本機層級。Qwen LLM 負責人 Liu Da Yiheng 將該系列描述為採用新一代架構訓練，並表示很快就會推出。這四款都沒有日期、模型卡、API 識別碼、雲端上架資訊、價格，也沒有已公布的評分。

關於那則公告，有兩件具體的事常被錯誤報導，而對任何想據此規劃的人來說，這兩件事都很重要：

• 附在 Qwen 4 報導上的 5 兆至 10 兆參數數字，並非 Qwen 4 的規格。它屬於 Qwen 4.5 與 Qwen 5 的路線圖。Qwen 4 Max 尚未公布任何形式的參數量。

• 層級名稱的沿用，並不會讓規格也一併沿用。Qwen 4 Max 的上下文視窗、價格與授權仍屬未知；已推出的 Qwen3.8-Max 數據——1,000,000 個 token，以及每百萬 $2.00 和 $6.00——描述的是另一個模型

27B 這個層級之所以有趣，與基準測試無關。它是 Qwen 4 系列中歷來唯一以開放權重發布的層級，而 Qwen 3.8 世代展示了此舉能解鎖什麼：在 27B 權重落地後幾天內，社群就已產出 MLX 轉換、NVFP4 量化，以及各式各樣的微調。宣布推出 27B，就是對下游生態系的承諾，也是路線圖上最可預測的交付項目。

但可預測性並未兌現。Kimi K3 的權重是今天就能下載的檔案。Qwen 4 27B 的權重只是研討會演講中的一句話。

開放權重與可執行的權重是不同的主張

把 Kimi K3 當成開放權重的答案，這裡有個陷阱，值得直說，因為這是在報導中國前沿模型時最常見的過度宣稱。一個 2.8 兆參數的混合專家模型是資料中心等級的產物。公開權重意味著你被允許執行它、可以檢視它、可以微調它，也可以量化它。它們並不代表你能在工作站上執行它。要有效率地服務那麼大的檢查點，需要數十個加速器；而開放發布之後隨之而來的量化工作——幾週內就會流通的 NVFP4 和 REAP 風格變體——既是為了讓模型可供服務，也同樣是為了讓它更小。

所以，對 Kimi K3 授權條款的誠實解讀是：範圍更窄，但依然重要——它是一個可稽核、可修改、可自行託管的前沿模型，採用修改版 MIT 授權，適合擁有相應硬體來部署它的組織。那是一項真正的策略資產，但對任何把「開放權重」理解為「能在我的筆電上跑」的人來說，則不太合適。

同樣的但書也將適用於 Qwen 4 27B——如果它真的推出的话——而且適用程度會較為緩和，因為 27B 開放權重層級確實屬於地端規模，而 2.8T 旗艦則不然。這正是為什麼在此比較中，Qwen 4 27B 層級比 Max 層級更值得關注，即使當初發布時主打的是 Max 層級。

授權問題底下的商業問題

Kimi K3 的第一方費率為每百萬個 token 輸入 $3.00、輸出 $15.00，屬於高階定位，而 Moonshot 也已明確表示，其定價刻意高於中國市場的低價端。相較於 Qwen3.8-Max 的 $2.00 與 $6.00，這相當於輸入費率是其一倍半、輸出費率是其兩倍半——這個差距之大，意味著工作負載必須重視 Kimi K3 的特定強項，前端程式碼與長時程搜尋正是其中之二，才值得支付這樣的溢價。

OrcaRouter 在單一與 OpenAI 相容的端點上，以 0% 加價提供 kimi/kimi-k3 與 Qwen 3.8 系列，這表示你被計費的是供應商的定價表費率，而非加價後的等值費率。在輸出價格相差達 2.5 倍的比較中，平台沒有抽成並不是可忽略的尾數細節——在每百萬個 token 15.00 美元的輸出費率上多加一成，就是每百萬個 token 1.50 美元，這已超過這場對比中較便宜模型的全部輸入成本。同一個端點還提供自動容錯移轉，以及用來明確表達策略的路由 DSL，這正是讓你能在一小部分正式流量上試用具有 Kimi K3 特性的模型，而不必把整條路徑押在一個你從未運行過的供應商身上的方法。

OrcaRouter 不提供的是 Qwen 4 Max 或任何 Qwen 4 層級，因為它們目前都還不是產品。

該注意什麼，以及該忽略什麼

有三個訊號會改變這項比較，而且它們具體到值得密切留意：

• Qwen 4 27B 的權重。不是 Max 等級的基準測試表——是 27B 檢查點、它的授權條款和它的規模。那個發布版本才能告訴你，阿里巴巴在這一代的開放權重承諾，是否和上一代一樣真實。

• Qwen 4 Max 的授權條款（如果有的話）。如果 Alibaba 像對 Qwen3.8-Max 那樣公布其旗艦模型的權重，那麼在這場較量中，開放權重的論點就不再是 Kimi 的優勢，而會變成平手

• 一份針對 Kimi K3 的全新獨立解讀。Moonshot 的發布分數是自行通報的，而 Artificial Analysis 指數此後已重建兩次，因此 57 這個分數與 Frontend Code Arena Elo 都需要重新基準化，才能與任何現行數據相比較。

該忽略的是任何在阿里巴巴發布模型卡之前出現的 Qwen 4 Max 規格表，以及任何聲稱 Kimi K3 的開放權重讓它可在地端執行的說法。這兩個錯誤都已經在流傳。在此同時，你能據以行動的比較，是兩個確實存在的模型之間的比較：Kimi K3 以溢價費率提供已交付的權重，以及真正具差異化的程式撰寫特性；Qwen3.8-Max 則以不到一半的輸出價格，提供統一的一百萬字符視窗，而且也有自己的權重。那是個真實的選擇，兩邊都有標價，而且不需要等到某張會議簡報變成產品。