三大国模，架构路线已经彻底分叉了DeepSeek： 走的是 "极致压缩" 路线MLA 把 KV Cache 压到极限，再叠细粒度 MoE，训练成本直接碾压同行，主打一个 "又强又便宜"。说白了就是省钱省内存，把每一分算力都抠到骨子里，开源圈白嫖党的最爱。Qwen：全家桶策略Dense+MoE 双线并行，GQA 混合注意力，尺寸从 0.6B 一路铺到数百 B，多模态生态也最完整。别的家是押一条路，它直接把自己做成超市，想要啥尺寸都有货。Kimi：长上下文狂魔2.8T 总参数只激活 104B，KDA 线性注意力 + Gated MLA 混着来，原生 1M 上下文，明摆着就是给 Agent 和超长任务设计的。同样是 MoE，三种完全不同的取舍 —— 省钱、铺量、拉长。这不是内卷，是各走各的路，你更看好哪家的打法？