Qwen3.8-Max-Preview 是什么？

Qwen3.8-Max-Preview 是阿里云百炼（Model Studio）上的 Qwen 3.8 顶级端点，2026 年 7 月 19 日发布。依据阿里官方能力定位表，它与 GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro 处于同一档位。它是 2.4 万亿参数的 MoE 模型，上下文窗口在 1M token 量级，通过 OpenAI 兼容、Anthropic 兼容与原生 DashScope 协议暴露，覆盖五个区域端点（北京、新加坡、东京、法兰克福、弗吉尼亚）。访问被 Token Plan 订阅锁住——3.8-Max 档位不提供纯按量付费。

Kimi K3 是月之暗面（Moonshot AI）的旗舰语言模型，2026 年 7 月 12 日发布。它是 2.8 万亿参数模型，提供 1,048,576 token 上下文窗口、原生图像与视频理解、自动上下文缓存、JSON mode、JSON Schema 结构化输出、完整的 tool_choice 控制。通过 platform.kimi.com 上的按量付费 OpenAI 兼容 API 提供。2026 年 7 月 20 日的价格：缓存输入 ¥2/百万 token、未缓存输入 ¥20/百万 token、输出 ¥100/百万 token。新用户 ¥15 代金券不适用于 K3。

Qwen3.8-Max-Preview 2026 年的价格是多少？

Qwen3.8-Max-Preview 被打包进阿里百炼的 Token Plan 订阅。没有 Kimi K3 那种公开的按 token 价格卡——你购买一份 token 配额（每月上千万 token），模型消耗从配额中扣除。实际每 token 成本取决于你的套餐档位与配额规模。对一个每天 1000 轮的 200K-token Agent 工作负载，套餐实际对应约 ¥80,000-¥150,000/月，取决于套餐档位与配额余量。

Kimi K3 2026 年的价格是多少？

Kimi K3 按量付费，人民币计费，每百万 token 计。缓存命中输入 ¥2/M，缓存未命中输入 ¥20/M，输出 ¥100/M。平台自动缓存重复的 prompt 前缀并按缓存命中率计费——这是最大的成本杠杆。新用户 ¥15 代金券不适用于 K3。两个便宜一些的同门——Kimi K2.7 Code 与 K2.6——共享同样的 256K 上下文与自动缓存，输出成本约为 K3 的十分之一。

我应该选 Qwen3.8-Max-Preview 还是 Kimi K3？

需要国际区域（新加坡、东京、法兰克福、弗吉尼亚）、Anthropic 协议工具、开源权重自部署灵活性时选 Qwen3.8-Max-Preview。需要原生视觉、自动上下文缓存、中国大陆延迟、一个 OpenAI 兼容端点搞定工具调用与结构化输出时选 Kimi K3。如果工作负载对缓存极友好（长程 Agent + 稳定系统提示），Kimi K3 原始成本胜出；如果用量波动大或需要非中国区域，Qwen3.8-Max-Preview 的 Token Plan 更合适。

两个模型都开源吗？

两个都以开源权重发布。阿里在 Hugging Face 与 ModelScope 上以宽松许可证发布 Qwen3.8 权重，所以当托管 Token Plan 定价不适合你的工作负载时，可以自部署到自己 GPU 集群。月之暗面同样发布 Kimi K3 权重供自部署。托管 API 是评测每个模型最简单的路径，但把权重落到自己的 H100 上的选项是真实的，能让托管 API 的定价保持诚实。

每个模型支持哪些区域？

Qwen3.8-Max-Preview 在阿里百炼上提供五个区域：北京（cn-beijing）、新加坡、东京、法兰克福、弗吉尼亚。Kimi K3 目前是中国大陆服务（api.moonshot.cn）。如果需要中国大陆之外的数据驻留，Qwen3.8-Max-Preview 是两款中开箱即满足这一条件的唯一选项。

两个模型都支持工具调用和结构化输出吗？

是的，两个都暴露完整的工具调用和结构化输出能力。Qwen3.8-Max-Preview 在 OpenAI 兼容端点上支持 function calling、tool_choice、JSON Schema 结构化输出（在 Anthropic 兼容端点上提供相同的能力面）。Kimi K3 在 OpenAI 兼容端点上支持 tool_choice、动态工具加载、JSON mode、JSON Schema 结构化输出。两者的 wire format 几乎一致，因为两家厂商都将 OpenAI Chat Completions 作为主要集成面。

← 返回教程列表

新闻解读2026 年 7 月 21 日

Qwen3.8 vs Kimi K3：8 天内接连发布的两款 2T+ 开源模型 API 对比

2026 年 7 月 12 日至 7 月 19 日之间，两家中国实验室先后发布了跨越 2 万亿参数门槛的开源权重语言模型：月之暗面的 Kimi K3（2.8T 总参数、1M token 上下文、原生视觉）和阿里巴巴的 Qwen3.8-Max-Preview（2.4T 总参数，被定位为对标 GPT-5.5 / Claude Opus 4.7 / Gemini 3.1 Pro 的开源权重旗舰）。本文是一篇面向 API 的对比，不是基准跑分对比：当你把每个模型接入真实的生产端点时实际拿到什么、每百万 token 的成本、支持的工具能力，以及不同场景下应该选哪一个。

两个模型今天都可以通过兼容 OpenAI 与 Anthropic chat-completion 协议的托管 API 调用，不需要 PyTorch 集群就能评测。下文的价格表、上下文窗口与工具调用功能均直接来自 2026 年 7 月 20 日各厂商官方文档：Qwen3.8-Max-Preview 见 help.aliyun.com/zh/model-studio/text-generation-model，Kimi K3 见 platform.kimi.com/docs。

Qwen3.8-Max-Preview 一览

Qwen3.8-Max-Preview 是阿里云百炼（Model Studio）上的 Qwen 3.8 顶级端点。阿里官方能力定位表把它对标 GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro，定档比更通用的 qwen3.7-max 还要高一级。截至 2026 年 7 月 19 日，百炼上的模型卡片显示"仅 Token Plan 可用"——不能纯按量付费；必须订阅 Token Plan，把 Qwen3.8-Max-Preview 与每月 token 配额捆绑在一起。

官方文档列出的关键技术点：

参数规模：2.4T 总参数（Mixture-of-Experts，来自 @Alibaba_Qwen 2026 年 7 月 19 日的发布贴）。
上下文窗口：长上下文支持达到 1M token 量级，3.8-Max-Preview 特别针对仓库级代码任务做了优化。
协议：OpenAI 兼容、Anthropic 兼容、原生 DashScope 协议——三种都通过同一个 base_url 暴露。
区域：北京（cn-beijing）、新加坡、东京、法兰克福、弗吉尼亚——上线即五个区域端点。
工具能力：完整的 function calling / tool_choice 支持、结构化输出（JSON Schema）；图像理解需路由到 Qwen-VL 类端点。
访问门槛：必须订阅 Token Plan（百炼会从模型卡片直接跳转订阅页面）。

由于模型被 Token Plan 锁住，其定价结构与 Kimi K3 的按量付费模式完全不同：你购买 token 配额，模型消耗从配额中扣除；配额用尽后要么升级套餐，要么等下一个计费周期。3.8 preview 档位定位于最强推理负载，不是廉价的批量生成——阿里自家给"编程 Agent"场景的均衡推荐是 qwen3.7-plus。

Kimi K3 一览

Kimi K3 是月之暗面（Moonshot AI）的旗舰模型，通过标准的按量付费 API 在 platform.kimi.com 上提供。模型文档列出的头条特性延续了 Kimi K2.6/K2.7 在中国开发者群体中受欢迎的设计并放大：2.8T 总参数、1,048,576 token 上下文窗口、原生图像与视频理解、自动上下文缓存、JSON mode、结构化输出、tool_choice 控制。

2026 年 7 月 20 日从 Kimi 官方文档采集的价格（人民币 / 百万 token）：

缓存命中输入：¥2 / M tokens。
缓存未命中输入：¥20 / M tokens。
输出：¥100 / M tokens。
自动缓存：平台自动缓存重复的前缀，按缓存命中率计费——这是长程 Agent 最大的成本杠杆。

Kimi K3 同时提供 tool_choice、动态工具加载、JSON Schema 结构化输出、reasoning effort 控制。新用户 ¥15 代金券不适用于 K3（被排除在代金券可抵扣模型清单之外），所以从第一次生产测试开始就要算好预算。两个便宜一些的同门——Kimi K2.7 Code 和 Kimi K2.6——共享同样的 256K 上下文窗口和同样的自动缓存，输出成本大约是 K3 的十分之一。大多数不需要 1M 上下文的团队，最终还是会将 90% 流量路由到 K2.7 或 K2.6。

Qwen3.8-Max-Preview vs Kimi K3：核验后的价格与规格

两款旗舰模型并排对比：

维度	Qwen3.8-Max-Preview	Kimi K3
厂商	阿里云百炼	月之暗面 Moonshot
总参数	2.4T	2.8T
上下文窗口	长上下文（1M 量级）	1,048,576 tokens（1M）
原生视觉	通过 Qwen-VL 端点（独立 model id）	是（图像 + 视频）
Function calling / tool_choice	完整	完整（tool_choice、动态加载、JSON Schema）
结构化输出	JSON Schema	JSON mode + JSON Schema
自动上下文缓存	API 默认未暴露（需手工复用前缀）	是（自动，按缓存命中率计费）
API 协议	OpenAI、Anthropic、DashScope	OpenAI 兼容
区域	5 个（北京、新加坡、东京、法兰克福、弗吉尼亚）	中国大陆（cn）
访问模式	必须订阅 Token Plan	按量付费（预充值）
输入（缓存未命中）	通过 Token Plan 配额计费	¥20 / M tokens
输入（缓存命中）	不适用（手工缓存）	¥2 / M tokens
输出	通过 Token Plan 配额计费	¥100 / M tokens
推理控制	默认开启推理（无公开 reasoning_effort 旋钮）	开启推理；`reasoning_effort` 当前仅支持 `max`

务实的翻译：Kimi K3 在预算与集成上更友好（OpenAI SDK、自动缓存、一张按量付费价格表）。Qwen3.8-Max-Preview 是更国际化的选项（5 个区域、双协议 OpenAI/Anthropic 兼容），也是两款中唯一一个能让全球团队直接拿到英文官方文档的。

通过 OpenAI 兼容 API 调用 Qwen3.8-Max-Preview

百炼的模型卡片提供一键"复制 SDK 配置"片段。在北京区域开通工作区并订阅 Token Plan 后，端点是：

curl https://<WorkspaceId>.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions   -H "Authorization: Bearer ***   -H "Content-Type: application/json"   -d '{
    "model": "qwen3.8-max-preview",
    "messages": [
      {"role": "system", "content": "你是一个精准的编程助手。"},
      {"role": "user", "content": "把这个函数重构为 async/await 风格。"}
    ],
    "max_tokens": 4096,
    "temperature": 0.2
  }'

Python 客户端用法一样——把 openai SDK 指向上面的 base_url，把 qwen3.8-max-preview 作为 model id 传入。同一个工作区也提供 Anthropic 兼容 base URL，意味着 Claude Code 以及任何其他 Anthropic 协议的工具都可以把 Qwen3.8-Max-Preview 作为模型后端接入，不需要写适配层。

通过 OpenAI 兼容 API 调用 Kimi K3

Kimi 平台提供 OpenAI 兼容 base URL，当前端点：

curl https://api.moonshot.cn/v1/chat/completions   -H "Authorization: Bearer ***   -H "Content-Type: application/json"   -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "system", "content": "你是一个精准的编程助手。"},
      {"role": "user", "content": "把这个函数重构为 async/await 风格。"}
    ],
    "max_tokens": 4096,
    "temperature": 0.2
  }'

长上下文负载下，Kimi 的自动上下文缓存是核心成本杠杆：任何你复用的 prompt 前缀都会按 ¥2/M（缓存命中）计费，而不是 ¥20/M（缓存未命中）。对一个每次调用都重复 180K token 系统消息的 200K token 对话来说，缓存命中把有效输入成本降到大约十分之一。

什么时候选 Qwen3.8-Max-Preview

三种具体场景适合选 Qwen3.8-Max-Preview：

你需要中国境外的区域以满足合规或延迟要求。五区域上线（新加坡、东京、法兰克福、弗吉尼亚，加上北京）意味着可以把数据驻留放在中国大陆之外——这对于面向欧美客户、不能走中国托管端点的产品尤其关键。
你的技术栈原生就讲 Anthropic Messages API。Claude Code、Cursor 的 Claude 模式 Agent，以及越来越多的 Agent 框架都原生调用 Anthropic 协议。百炼的 Anthropic 兼容 base URL 让这套技术栈原样保留，再把 Qwen3.8-Max-Preview 替换进去，不用写翻译层。
你想直接评测开源权重。阿里把 Qwen3.8 权重以宽松许可证发布在 Hugging Face 与 ModelScope 上，所以当托管 API 的成本结构不适合你的工作负载时，你可以自部署到自己的 GPU 集群。

代价是 3.8-Max-Preview 档位被 Token Plan 锁住。如果你的用量高度变化（突发性、波动性、不可预测），锁定一个 Plan 配额在运维上很麻烦。对于稳定、可预测、能提前估算的工作负载，Plan 定价与闭源模型档位有竞争力。

什么时候选 Kimi K3

三种场景适合选 Kimi K3：

你需要在同一个 model id 里支持原生视觉。Kimi K3 直接在 chat-completions 端点接受图像和视频。Qwen3.8-Max-Preview 上要切到独立的 Qwen-VL model id 处理图像，意味着客户端要写路由逻辑。
你的 Agent 是长程循环、复用缓存后的系统提示。自动上下文缓存让 Kimi K3 成为 2026 年最便宜的 1M 上下文 API，对那些重复大前缀的工作负载（代码仓库、RAG 上下文、系统指令）尤其划算。¥2/M 缓存命中率大约比未命中低一个数量级，而且没有手工缓存管理代码要写。
你想用一个端点同时处理工具调用和结构化输出，无需切 model。K3 的 tool_choice、JSON mode、JSON Schema 都在同一个端点、同一个 SDK 上。

代价是地域：Kimi K3 目前是中国大陆服务。如果你需要美国/欧盟的数据驻留叙事，Kimi K3 不是合适选择。

成本测算：200K-Agent 工作负载

具体来看：一个长程 Agent，每轮处理约 200K token、复用 150K token 系统提示、产出约 5K token，每种模型的费用是多少？假设：每天 1000 轮，Kimi K3 自动缓存命中，Qwen3.8-Max-Preview 使用 Token Plan 配额。

Kimi K3（缓存命中）：(150K × ¥2 + 50K × ¥20 + 5K × ¥100) / 1M × 1000 = ¥(0.30 + 1.00 + 0.50) × 1000 = ¥1,800/天 ≈ ¥54,000/月。
Kimi K3（缓存未命中）：(200K × ¥20 + 5K × ¥100) / 1M × 1000 = ¥(4.00 + 0.50) × 1000 = ¥4,500/天 ≈ ¥135,000/月。
Qwen3.8-Max-Preview：成本与 Plan 绑定，无法与 Kimi 按 token 计费直接对比。顶级 Token Plan 每月提供上千万 token 配额，实际换算下来，对同样负载约 ¥80,000-¥150,000/月——与 Kimi K3 缓存命中量级相当，但没有自动缓存折扣。

如果你的 Agent 真正长程运行、缓存命中率高，Kimi K3 在原始成本上胜出。如果只能达到 30-40% 缓存命中（短对话、系统提示多变），差距会缩小，Qwen3.8-Max-Preview 的 Token Plan 加上国际区域会显得更划算。

为什么两款都重要：2T+ 开源权重的拐点

更大的故事是结构性的。直到 2026 年 7 月，2T 参数门槛还是一个闭源俱乐部——GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro、Grok 4。短短八天之内，两家中国实验室把开源权重的 2T+ 模型搬到了生产 API 端点上。权重可下载、代码开源、托管端点遵循任何开发者都已熟悉的 OpenAI 与 Anthropic 协议。

对买方来说，这改变了议价格局。当你可以在自己的 GPU 集群上以每小时 $1-3/H100 的成本自部署 Qwen3.8-Max 或 Kimi K3 时，托管 API 的价格变成了天花板而不是地板。对开源权重阵营来说，这次发布确认了上一代 Kimi K2 已经开启的趋势线：开源权重阵营现在与闭源旗舰只差一代，闭源定价溢价必须继续缩水才守得住。

结论

Qwen3.8-Max-Preview 和 Kimi K3 在 2026 年 7 月 21 日都已经是可用、真实、2T+ 旗舰级的 API——都可以用现成的 OpenAI 或 Anthropic SDK 接入。选择不是"哪个更强"，而是"哪个更适合你的技术栈"：

选 Qwen3.8-Max-Preview：国际区域、Anthropic 协议工具、自部署灵活性。
选 Kimi K3：原生视觉、自动缓存、中国大陆延迟、一个 OpenAI 兼容端点搞定一切。

如果 2026 年你在评估 AI Agent 基础设施，却没有把两个端点都跑一遍对比，你就在把开源权重的定价压力留在桌面上没拿起来。先在每个上面跑 100 轮基准测试，按成本与区域画像分流，把另一个端点保活当 fallback。闭源 2T+ 模型不再是唯一的选择。

参考资料

阿里云，文本生成模型 — Model Studio，2026-07-19：help.aliyun.com/zh/model-studio/text-generation-model
阿里云，模型清单，2026-07-19：help.aliyun.com/zh/model-studio/models
阿里云，Token Plan 总览，2026-07-19：bailian.console.aliyun.com — Token Plan
月之暗面，Kimi 平台文档，2026-07-20：platform.kimi.com/docs
月之暗面，Kimi 价格，2026-07-20：platform.kimi.com
@Alibaba_Qwen，Qwen3.8 发布公告，2026-07-19：x.com/Alibaba_Qwen/status/2078754377473601787
@AYi_AInotes，Kimi K3 编码基准，2026-07-19：x.com/AYi_AInotes/status/2077981025905316253

披露

APIRank 可能通过本文中的合作伙伴链接获得联盟佣金。编辑判断保持独立。