国产大模型迈入两万亿参数时代，技术跃升与算力瓶颈并存

国产人工智能大模型在参数规模方面实现重要跃升。最新发布的Kimi K3模型参数量达到两万八千亿，阿里千问Qwen3.8-Max预览版参数量亦达两万四千亿，标志着国内主流大模型正式迈入两万亿参数量级。当前，其综合能力已逼近部分国际头部闭源模型，与国际先进水平的技术差距进一步收窄，预计仅剩数月时间。

伴随模型能力持续增强，国内大模型厂商在定价策略上呈现明显分化。K3模型调用费用较上一代显著提升，成为目前定价最高的国产大模型，体现出厂商对自身技术实力的信心，也反映出向国际高阶标准看齐的主动姿态。此前，智谱等企业亦已上调服务价格。与此同时，DeepSeek、阿里千问等部分厂商仍坚持相对亲民的定价体系，意在加速用户覆盖或依托多产品协同实现长期价值转化。

行业竞争强度持续加剧，技术领先优势的持续周期明显缩短，单靠模型性能构筑的竞争壁垒正逐步弱化。另一方面，算力资源已成为制约各厂商发展的共性瓶颈：支撑万亿级参数模型的高效推理，依赖大规模、高稳定性的算力基础设施，而复杂任务场景下的资源消耗尤为突出。在此背景下，如何优化算力调度机制、推动算力资源共享与协同利用，已成为整个产业亟需突破的核心课题。