自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 2 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: 编程与软件工程 +8.6 / 相对落后: 数学推理 -4.9
相对优势: 数学推理 +4.9 / 相对落后: 编程与软件工程 -8.6
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数，不取最高分；再按评测领域对这些 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
Kimi K3 · 61.96
单项最高
Kimi K3 · GPQA Diamond 93.50
模态覆盖
Kimi K3 · 3 种模态
正面对比
11
评测基准
8
领先项
3
落后项
+2.47
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
11 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Kimi K3 | Qwen3.8-Max |
|---|---|---|
HLE 综合评估 | 56.00思考水平·高 ｜ 工具 | 56.20思考水平·极高 ｜ 工具 |
GPQA Diamond 科学与综合推理 | 93.50思考水平·高 | 92.60思考水平·极高 |
AutomationBench AI Agent - 工具使用 | 30.80思考水平·高 ｜ 工具 | 27.30思考水平·极高 ｜ 工具 |
Terminal-Bench 2.1 AI Agent - 工具使用 | 88.30思考水平·高 ｜ 工具 | 86.60思考水平·极高 ｜ 工具 |
Toolathlon-Verified AI Agent - 工具使用 | 76.50思考水平·高 ｜ 工具 | 72.50思考水平·极高 ｜ 工具 |
DeepSWE 编程与软件工程 | 67.50思考水平·高 ｜ 工具 | 56.60思考水平·极高 ｜ 工具 |
FrontierSWE 编程与软件工程 | 81.20思考水平·高 ｜ 工具 | 73.50思考水平·极高 ｜ 工具 |
MLS Bench 编程与软件工程 | 48.30思考水平·高 ｜ 工具 | 41.00思考水平·极高 ｜ 工具 |
Agents' Last Exam Agent能力评测 | 28.30思考水平·高 ｜ 工具 | 27.00思考水平·极高 ｜ 工具 |
39.02思考水平·高 | 46.34思考水平·极高 | |
FrontierMath v2 数学推理 | 72.18思考水平·高 | 74.74思考水平·极高 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | Kimi K3Moonshot AI | Qwen3.8-Max阿里巴巴 |
|---|---|---|
核心规格发布时间 | 2026-07-16 | 2026-08-03 |
上下文 | 1M | 1M |
参数量 | 2.8 万亿 | 2.4 万亿 |
激活参数量 | 1,040 亿 | 950 亿 |
最大输出 | 1048576 | 131072 |
MoE 架构 | 支持 | 支持 |
开源与许可代码开源 | 开源 · Kimi K3 License | 开源 · Qwen3.8-Max License |
权重开源 | 开源 · Kimi K3 License | 开源 · Qwen3.8-Max License |
商业授权 | 有条件免费商用授权 | 有条件免费商用授权 |
本地部署权重体积 | 约 1.42 TiB（MXFP4，96 个 Safetensors 分片） | 约 4.89 TB（BF16，213 个 safetensors 分片） |
权重显存占用 | ≈ 1454 GB（仅权重，未含 KV Cache） | ≈ 4890 GB（仅权重，未含 KV Cache） |
权重下载 | Hugging Face | Hugging Face |
源码仓库 | GitHub | 未提供 |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | / | / |
视频 输入/输出 | / | / |
资料来源论文 / 报告 | Kimi K3 技术报告 | 阿里Qwen3.8-Max模型发布：2.4万亿参数，瞄准复杂长程任务 |
Qwen3.8-Max
阿里巴巴
