Kimi K3 王者，之前编码智普口碑不错，这一轮 Kimi 太屌了！

1M 上下文作为前沿模型门槛，我把 Qwen、Kimi、MiniMax、GLM、DeepSeek、MiMo 和 LongCat 摆在一张图里，看看他们的技术路线。

这一张参数表，其实是对同一个问题下卷出了不一样的解法：怎样让更大的模型，用更少的激活参数、更长的上下文和更低的推理成本完成任务。

最抢眼的是 Kimi-K3，2.8T 总参数、104B 激活参数，规模直接拉到这一组最高。Qwen3.8 是 2.4T/95B，LongCat 1.6T/~48B，小米 MiMo 也到了 1.02T/42B。MiniMax-M3 只有约 428B，却把激活参数压到约 23B。DeepSeek-V4.1-Flash 的设计更激进，552B backbone 加 196B Engram，prefill 和 decode 分别只激活 8B、16B。

七家基本都把上下文推到 1M 左右，注意力方案却开始疯狂分叉：Kimi 用 KDA、AttnRes ；Qwen 走 DeltaNet 与门控注意力；MiniMax 有 MSA；智谱做 IndexShare 和 SAO；小米组合 SWA/GA、MTP、一次混合强化学习与 MoPD2；DeepSeek 继续拆分编码、注意力和推理解码。

总参数已经不能直接告诉你模型跑起来到底多贵、多快。真正影响推理账单和吞吐量的，是每个 Token 实际激活多少参数，以及注意力、记忆和解码链路怎么设计。

以后做模型选型，盯着“多少万亿参数”已经不够了。激活参数、上下文、注意力结构、训练方法和部署成本，最好一起看。