一周之内，腾讯、月之暗面、阿里、百度四家厂商相继宣布开放大模型权重，其中月之暗面 Kimi K3.1 Pro 总参数达 2.8 万亿，阿里 Qwen3.8 旗舰版参数 2.4 万亿。对企业而言，这意味着开源大模型已正式跨过「够用」门槛：不依赖海外闭源 API，也能以可控成本把 AI 部署进自己的服务器。
这一周发生了什么
- 腾讯混元 Hy4：发布即开源。新增视觉理解与电脑操作能力，可解读图表、文档，并操作图形界面与命令行工具，面向软件工程、科研攻关与智能办公等生产力场景。
- 月之暗面 Kimi K3.1 Pro：开放 2.8 万亿参数多模态模型权重，支持百万级 token 上下文，采用稀疏激活架构（单次请求仅激活约 1040 亿参数），同日上线 Kimi Hosted Agents 托管智能体服务，支持长程任务与多智能体协作。
- 阿里 Qwen3.8：全系开源，旗舰版参数 2.4 万亿，另提供 27B 多模态主力版与 Flash 轻量版；Qwen3.8-Max 在 Text Arena 位列全球第五。
- 百度 ERNIE-5.5-Flash-Base：开放预训练权重，总参数 280B、每 token 激活 14B，训练上下文 128K、推理支持 1M。
在 11 月 8 日发布的 LeadWave 榜单中，Kimi K3.1 Pro 以 46.5 分成为全球评分最高的开放权重模型，与闭源最强模型约 13 分的差距，已经不影响大多数企业日常任务的完成质量。
对企业意味着什么
第一，数据可以不出门。财务数据、客户信息、合同文本这类敏感内容，可以在私有环境里完成 AI 处理，不必上传到第三方云服务，数据合规风险大幅降低。
第二，成本曲线下移。稀疏激活架构让大模型的实际推理算力需求只有总参数的一小部分（Kimi 激活约 3.7%，ERNIE 激活 5%），私有化部署的硬件门槛比一年前低了一个量级。
第三，选型逻辑变了。从「谁的模型最强」转向「谁够用、可控、可替换」。模型迭代速度已经超过企业 IT 建设周期，把宝押在某一家模型上不如构建可替换的架构。
使用管理软件的企业怎么看
对使用 ERP 等企业管理软件的公司而言，更现实的路径不是自己折腾开源模型，而是选择已内置 AI 能力且模型架构持续演进的管理系统——例如金蝶云星空的企业管理 AI 套件本身就在持续集成新的模型能力。选型时建议把「模型可替换性」与「私有化选项」列入评估清单。福建新蝶科技作为金蝶官方授权合作伙伴，可结合企业实际场景提供 AI 选型与落地咨询（400-168-0591）。
常见问题
开源模型和闭源模型差距还有多大？
11月8日 LeadWave 榜单显示，闭源最强模型（Gemini 4 Carbon，60.0 分）与最强开源模型（Kimi K3.1 Pro，46.5 分）相差约 13 分。但对企业日常任务（文档处理、智能客服、报表分析）而言，开源模型能力已普遍够用，且在成本与数据可控性上优势明显。
企业私有化部署大模型需要什么条件？
需要 GPU 服务器或国产算力（如昇腾）资源、模型推理服务部署与业务系统集成能力。中小型企业建议从轻量版本（Qwen3.8-Flash、ERNIE-5.5-Flash 等）起步，或直接使用企业管理软件内置的 AI 能力。
不会写代码的企业能用上这些模型吗？
可以。除直接调用 API 外，企业更现实的路径是使用已集成 AI 能力的管理软件（如金蝶云星空的 AI 应用），由实施服务商完成模型部署与业务打通，无需自建技术团队。
