开源模型对大客户抽成，阿里Qwen3.8-Max商业逻辑暗藏玄机

麻薯滑芝士

哈喽，各位此刻正窝在办公室工位上、面前摆着三块显示器、左边屏幕开着Hugging Face排行榜不断刷新、右边屏幕挂着阿里云控制台盯着账单数字跳得比心跳还快、脑子里正在反复权衡到底是继续用闭源API烧钱还是切到开源模型自己部署来省成本、手边放着一杯已经凉透了的咖啡却根本没空去续杯的算法工程师，各位刚刚拿到天使轮或者A轮融资、CTO在项目启动会上拍着桌子说"咱们必须用开源模型才能把推理成本压下去否则根本没法跟大厂竞争"、自己却偷偷在备忘录里算了一笔账发现即使模型免费但服务器租用费和运维人员工资加起来也不是小数目、整个人处于既兴奋又焦虑状态、半夜躺在床上还在想产品上线后能不能扛住第一波流量冲击的AI创业公司联合创始人，各位每天开盘前必刷一遍雪球和同花顺、账户里躺着寒武纪中科曙光科大讯飞的仓位、一边看着美股AI板块隔夜波动一边琢磨国产替代这条线到底还能不能撑住估值、手指头在买入卖出之间反复横跳、收盘后还要去各个AI社区潜水看技术动态来验证自己持仓逻辑对不对的散户和私募基金经理，各位每晚睡前雷打不动要刷一遍arXiv和Twitter、看到有新模型论文发表就两眼放光恨不得连夜爬起来复现实验结果、在技术论坛上跟国内外同行争论不同架构优劣时能吵到凌晨三点、硬盘里存着十几个开源模型的权重文件随时准备拿出来跑benchmark的硬核AI发烧友，还有那些已经被"大模型""多模态""智能体""RAG""MoE""CoT"这些术语轰炸到耳朵起茧、刷新闻刷到"某某公司又发布新模型"已经内心毫无波澜、只想找一个能把最近AI圈到底发生了什么大事用正常人听得懂的话讲清楚的说人话博主的路人网友——今天这篇东西，你们谁都别急着划走，因为路透社在今天，也就是2026年8月7日这个星期五的下午，爆出来一条独家猛料，直接把中国开源AI圈那层一直遮遮掩掩的窗户纸给捅了个对穿：阿里巴巴打算在下周正式动手，对即将推出的下一代Qwen开源大模型搞一套收入分成政策，任何靠这个模型大规模赚钱的商业用户，都得老老实实回来跟阿里坐下来谈分账的事。

这条消息的来源是两位直接接触阿里巴巴内部战略规划的知情人士。这两位消息人士因为相关计划目前还没有对外公开披露，所以要求匿名接受路透社采访。根据他们提供的详细信息，阿里巴巴这次瞄准的新模型叫做Qwen3.8-Max，这是一款延续了Qwen家族一贯风格的开源、开放权重模型。那么问题来了，"开放权重"这四个字到底是什么意思？我用大白话给你们解释一下：所谓开放权重，就是把模型在经过海量数据训练完成之后形成的那一堆核心参数文件——也就是构成神经网络的那几百亿个数字——直接打包成一个压缩包丢出来，让开发者可以下载到自己的电脑或者服务器上，想怎么折腾就怎么折腾。你可以直接在本地跑推理，可以用自己的数据集做微调，甚至可以在此基础上修改模型结构搞二次开发。这种做法和美国那些闭源巨头完全是两条截然不同的路：OpenAI的GPT-4o只给你API接口，你永远看不到模型内部长什么样，也不知道它到底是怎么得出某个结论的；Anthropic的Claude 4也是同理，你想用就只能按token付费通过API调用，模型文件本身你连摸都摸不到；谷歌的Gemini虽然部分版本有开源动作，但核心最强的那几个版本照样捂得严严实实。而中国这帮AI公司，从DeepSeek到Moonshot再到阿里巴巴，在过去两年多的时间里，靠着这种开放策略在全球开发者社区里疯狂圈粉攒口碑，搞出来的模型在多项基准测试上跟美国顶尖闭源模型打得有来有回，有些特定任务上的表现甚至还能实现反超，把硅谷那帮人看得一愣一愣的，完全颠覆了他们对中国AI技术水平的固有认知。

但免费的东西从来都不是天上掉馅饼白给的。就在上个月——也就是2026年7月——中国AI明星创业公司Moonshot发布了一款引起轰动的开源模型，名叫Kimi K3。当时全网都在吹这款模型的性能有多猛、推理速度有多快、在某些评测榜单上排名有多靠前，却很少有人耐着性子去仔细翻那密密麻麻好几页的许可证条款。结果条款里头悄悄藏了一条至关重要的规定：任何把这款模型包装成付费服务对外销售、并且年销售额超过2000万美元的企业，必须主动联系Moonshot签订一份商业合作协议。2000万美元这个门槛到底是什么概念呢？我来给你们算一笔账：对于一个做SaaS服务的创业公司来说，年营收达到2000万美元意味着你每个月得有将近167万美元的经常性收入，手底下至少得有几千个付费客户在持续稳定地续费，这已经不再是那种三五个人挤在咖啡馆里敲代码的草台班子阶段了，而是真正迈入了规模化商业运营的门槛。Moonshot传递的信号非常明确：小打小闹的个人开发者和早期创业公司我不收你钱，但你要是靠我的模型发家致富了、赚到大钱了，那咱们就得坐下来好好谈谈这笔账该怎么分。

现在把镜头拉回到阿里巴巴身上。两位消息人士告诉路透社，阿里最快在下周就会把类似条款塞进Qwen3.8-Max的许可证里。具体怎么操作呢？在这之前，阿里巴巴的收费逻辑其实相对简单明了：如果你把模型部署在阿里云的公有云平台上，那就按调用次数或者token消耗量来收费，就跟家里用水用电一样，用了多少就算多少钱；但如果你把模型下载下来，放到你自己的机房或者私有云环境里跑，那基本上是不收钱的。很多企业正是看中了这一点，才放心大胆地把Qwen系列用在生产环境里——有的拿来做智能客服系统，有的用来批量生成营销文案和推广材料，有的甚至拿来搭建内部的知识检索和文档问答平台。可现在风向要转了，新一代模型的免费午餐很可能要贴上价签了。对于那些已经深度依赖Qwen开源模型的企业来说，这无疑是一个需要认真对待的信号。

这件事往小了说是一家公司的商业决策调整，往大了说却折射出整个中国AI行业正在经历的一场集体转型和自我进化。过去两年多的时间里，中国AI公司靠着开源策略在全球市场上撕开了一道大口子，用远低于美国同行的成本提供了几乎同等水平的模型能力，让OpenAI和Anthropic感受到了前所未有的竞争压力。但问题在于，训练这些大模型的成本实在是太烧钱了——单次训练动不动就要花掉几百万美元，电费、算力租赁费、工程师薪资福利加起来是个天文数字。如果永远只出不进，再有钱的巨头也扛不住这种持续的巨额投入。于是大家不约而同地把目光投向了硅谷那套被验证过无数次、堪称经典的"免费增值"商业模式：先用一个功能强悍的免费版本把用户圈进来，培养使用习惯和依赖度，等用户规模上来、产生了深度绑定之后，再对那些重度商业用户亮出价码。这套打法在软件行业屡试不爽，从早期的共享软件到后来的SaaS订阅制，再到现在的AI模型授权，本质上玩的都是同一套逻辑。

这种收入分成协议其实已经在中美两国之间悄然成形了，而且进展速度比大多数人想象的要快得多。就算白宫那边一直在嚷嚷Moonshot偷了Anthropic的技术——中国官方早就严厉驳斥过这种指控纯属无稽之谈、毫无事实依据——也没能挡住美国公司主动找上门来寻求合作。我给你举个具体的例子：云计算公司DigitalOcean的CEO帕迪·斯里尼瓦桑在接受路透社采访时毫不避讳地承认，DigitalOcean已经在提供Kimi K3和其他中国模型的服务，并且已经跟Moonshot签订了正式的商业合同。斯里尼瓦桑的原话是这么说的："你付钱给这些开放权重模型实验室，是为了确保你能把部署方案优化到最佳状态。你还得付钱才能提前拿到下一个版本的模型。"他把这套模式称为"经过验证的开源免费增值模式"，言下之意，这套玩法一点都不新鲜，硅谷早就玩烂了，只不过现在轮到中国公司来操盘和执行而已。

具体到分成的比例数字，Moonshot这边开出的条件是最高30%。我再用大白话给你翻译一下：假设你的公司用Kimi K3来提供服务，一年总共挣了1亿美元，那么其中最多3000万美元要交给Moonshot作为授权费用。当然，这个比例不是一刀切的死数，而是可以根据双方的合作深度和议价能力进行谈判的。至于阿里巴巴，两位消息人士都说阿里也会要求收入分成，但具体抽取多少个百分点目前还在内部讨论当中，没有最终拍板确定。考虑到Moonshot已经率先打了样、趟出了路，业界普遍猜测阿里的分成比例大概率也会落在20%到30%这个区间范围内，不太可能超出太多，也不太可能低太多。这里必须跟大家把话说清楚：30%这个数字是路透社引述知情人士的说法，指的是Moonshot在部分合作中可要求的分成上限；这个比例并没有写进Kimi K3公开发布的许可证文本里，Kimi K3的公开许可证只明确了"年销售额超过2000万美元的企业必须签商业协议"这一触发条件，具体分多少是关起门来谈的。

Moonshot方面没有对路透社的置评请求做出任何官方回应。不过，2026年7月20日，中国IT服务领域的大型上市公司中软国际在香港联交所发布了一份自愿性公告，披露他们已经跟Moonshot签署了"登月计划"项下的Token分成及联合创新合作框架协议。这份公告里写得很清楚：双方将以中软国际自主研发的AllMeta企业智能操作系统，以及Moonshot的K2.7 Code、K3模型及后续迭代版本为核心技术底座，共建FDE（Forward Deployed Engineer，前置部署工程师）创新实验室，聚焦能源电力、金融等关键行业，推进企业级智能体AI产品在定义、研发、交付和规模化商用上的合作；在商业层面，双方采用Token分成机制，对基于Kimi大模型产生的Token消耗收益及其他合作衍生收入按约定比例分成。公告里没有公开具体的百分比数字，但这已经是上市公司在监管文件里白纸黑字确认的分成合作，意味着这种商业模式已经不是停留在PPT和新闻稿里的纸上谈兵阶段了，而是实实在在地落地执行了。中软国际作为一家大型IT外包和解决方案提供商，手里握着大量政企客户资源，他们选择跟Moonshot建立这种分成合作关系，本身就说明这个模式在商业逻辑上是走得通的、是被市场认可的。公告发布当天，中软国际港股股价一度大涨超过35%，收盘仍上涨26.69%，市场对这套"模型+企业服务+Token分成"的新范式给出了用脚投票的认可。

再来看看价格竞争力这块，这也是为什么中国开源模型敢跟美国闭源巨头叫板的核心底气。根据月之暗面官方定价页，Kimi K3的全球API定价是每100万输入token收费3美元（缓存未命中）、缓存命中的输入token每100万收费0.30美元、每100万输出token收费15美元，上下文窗口达到1048576个token。而根据Anthropic官方定价页，Claude Fable 5的定价是每百万输入token收费10美元、每百万输出token收费50美元。这么一对比就很直观了：输出token的价格，Kimi K3是15美元对Fable 5的50美元，正好是三分之一的关系；输入token的价格，Kimi K3是3美元对Fable 5的10美元，也是约三分之一。路透社在报道里也明确指出，Kimi K3的使用成本大约是Anthropic Fable模型的三分之一。Fable是Anthropic在2026年6月推出的旗舰级模型，性能对标最高端的推理和智能体任务，但价格贵得让不少中小企业望而却步。哪怕加上最高30%的分成，中国开源模型的综合使用成本依然远低于美国闭源模型。对于那些预算紧张、每一分钱都要精打细算但又想用上顶级AI能力的创业公司来说，这简直就是一个无法抗拒的诱惑。Token是AI查询的基本计量单位，你可以把它理解成文字的碎片，模型每次处理一段文本都要消耗一定数量的token。成本低就意味着同样的预算可以跑更多的任务、处理更多的数据，这对中小企业和个人开发者来说是实打实的利好，不是虚的。

Together AI的内核副总裁丹·傅从另一个角度解释了为什么这些AI基础设施公司愿意跟中国模型合作。他说，像Together AI这样的平台型公司，真正的利润来源并不是靠倒卖模型本身赚钱，而是帮助客户优化使用效率——比如通过更聪明的调度算法来减少不必要的token浪费，或者通过缓存机制来降低重复计算的成本。他在采访中说了一句非常实在的话："在应用层，真正的价值在于你怎么用，怎么让模型和token真正为你干出有意义的事情来。"换句话讲，模型本身只是原材料，谁能把它加工成好产品、提供好服务，谁才能真正赚到钱。这也解释了为什么DigitalOcean、Together AI这些美国公司明明知道白宫在打压中国AI技术，却还是抢着跟Moonshot和阿里巴巴签合作协议——生意就是生意，谁也不会跟钱过不去，市场需求摆在那里，你不做自然有别人做。

与此同时，开源AI运动正在全球范围内以前所未有的速度加速蔓延，连美国公司也开始主动下场参与这场游戏了。由OpenAI前首席技术官米拉·穆拉蒂在旧金山创立的一家AI初创公司，名字叫Thinking Machines Lab，就在2026年7月发布了他们的第一个开源模型，名字叫Inkling。这款模型可不简单：总参数量达到9750亿，激活参数量410亿，采用MoE混合专家架构，最高支持100万token的上下文窗口，并且以Apache 2.0许可证开放了完整权重，预训练数据涵盖文本、图像、音频和视频共计45万亿token。外界普遍认为Inkling的发布只是个热身动作，后面肯定会有更强大的版本陆续接上。米拉·穆拉蒂是谁？她可不是什么无名小卒，她是OpenAI早期的核心技术骨干成员，亲自主导了GPT-3和ChatGPT这两个里程碑式产品的研发工作，她的离开本身就是一件震动整个硅谷的大事。现在她带着自己的核心团队杀回开源领域，这释放了一个非常明确的信号：美国那边也意识到了，闭源路线不一定能永远锁住技术优势，开源的力量正在变得越来越不可忽视。

硅谷另一家AI基础设施公司Fireworks AI的联合创始人兼CEO乔林说得更加直白露骨。他在接受路透社采访时表示："我看不出有什么根本性的障碍阻止美国开发出强大的开源模型。"他拒绝透露Fireworks AI与Moonshot之间的具体商业安排细节，但强调了一句话："我们真的在等待那一刻的到来。"这句话背后的潜台词非常丰富：美国的开源模型迟早会追上甚至超越中国目前展现出来的水平，但在此之前，他们并不介意先跟中国模型合作赚钱，先把市场占住再说。Fireworks AI本身就是北美开发者部署开源模型的重要平台之一，在海内外AI基础设施圈子里分量十足，乔林这番表态的分量可想而知。

看到这里，你可能已经隐约感觉到了，这场围绕开源AI展开的多方博弈远比表面上看起来要复杂得多，涉及的层面包括技术、商业、政治、法律等多个维度。一方面，中国公司用开源策略成功撕开了美国闭源巨头苦心经营的防线，迫使对方不得不降价应对竞争压力；另一方面，中国公司自己也面临着商业可持续性的严峻拷问，总不能一直烧钱做公益做慈善吧？收入分成协议的出现，本质上是一种务实的折中方案——既保留了开源的开放性和病毒式传播速度，又为大模型的长期维护和持续迭代提供了稳定的资金来源。你仔细想想，一个模型发布之后不是就万事大吉了，后续还要修bug、做安全对齐、适配新的硬件架构、甚至训练更大的下一代版本，这些工作都需要源源不断的资金投入。如果全靠母公司输血撑着，早晚会把财报拖垮，股东那边也没法交代。

从更宏观的产业发展视角来看，这种商业模式其实很像当年安卓系统的演变路径。谷歌最初把安卓操作系统免费开源，让手机厂商随便拿去用，迅速占领了全球智能手机市场的绝大部分份额。等到市场份额稳固之后，谷歌就开始通过GMS也就是谷歌移动服务的授权来收费，并且对预装应用和广告收入进行分成。现在的AI模型走的几乎是同一条已经被验证过的路：先用免费开源版本快速铺量、建立开发者生态，等到生态成熟、用户产生依赖之后，再对那些商业用户进行收割变现。区别在于，安卓的收费对象是手机制造商，而AI模型的收费对象是那些用模型来赚钱的SaaS公司和云服务提供商。

还有一个值得特别注意的细节是，路透社这篇报道特意提到了白宫对Moonshot的所谓窃密指控。虽然这个指控被中国官方斥为毫无事实依据的污蔑，但它从一个侧面反映出当前残酷的现实：中美两国在AI领域的竞争已经远远不只是技术和市场层面的较量，还掺杂了大量政治和法律层面的摩擦和角力。白宫想方设法通过各种手段限制中国AI技术的发展，但资本和市场却用实际行动投出了反对票——DigitalOcean、Together AI、Fireworks AI这些美国公司照样跟中国模型合作，因为它们很清楚，用户的真实需求不会因为政治口号就凭空消失。谁能在性价比上胜出，谁就能赢得开发者的钱包和选票。

回到阿里巴巴这边来具体说说。Qwen3.8-Max这个模型本身也有很多值得关注的看点。开放权重的特性意味着开发者可以直接拿到完整的模型文件，这对于那些有严格隐私合规要求的企业来说尤其重要——比如金融行业的银行和保险公司、医疗行业的医院和药企、政务领域的政府部门和事业单位，这些客户出于安全和合规考虑，根本不可能把敏感数据传输到云端API上去处理，必须采用本地化部署方案。如果阿里能在本地部署的场景下依然保持高性价比的竞争力，再加上收入分成条款的灵活性和可协商空间，很可能会吸引一大批传统行业的数字化转型客户主动找上门来。

当然，也有人担心这种收费模式会不会反过来抑制开源社区的创新热情和创新活力。毕竟很多个人开发者和高校学术研究者就是冲着免费才用开源模型的，如果突然被告知商用要交钱，他们可能会转向其他更开放的替代方案。但仔细琢磨一下就会发现，Moonshot和阿里的条款都设置了2000万美元的年营收门槛，这意味着绝大多数个人项目和早期创业公司根本够不到这个红线，完全不用担心。真正会受到影响的只有那些已经规模化盈利的大中型企业，而这些企业本来就有能力也有义务为所使用的底层技术支付合理的费用。从某种程度上说，这种分层定价的设计反而保护了小型开发者的利益——他们可以继续免费使用，而大公司则承担起了供养模型持续发展的责任和义务。这里有个关键细节值得展开说说：Kimi K3的许可证里写得非常精细，它把"模型即服务"定义得很清楚——如果你是以允许第三方对输入、参数或训练数据进行有意义控制的方式提供语言模型推理或微调服务（比如通过API），这才落入收费范畴；但如果你只是把模型能力嵌入到某个具体功能或工具当中作为最终用户产品的一部分，或者仅仅是转发对他人托管模型的请求，那就不算"模型即服务"，也就不受那条2000万美元门槛的约束。换句话说，一个在自有基础设施上微调K3做内部使用的团队，零义务；一个大规模转售K3推理服务的云厂商，必须先拿合同。这种按商业模式切分而不是按用户切分的精细设计，体现了Moonshot法务团队的专业水准，也避免了"一刀切"引发的开源社区反弹。

此外，收入分成模式的普及还可能催生出一批专门做模型优化和部署服务的中间件公司，形成一个全新的细分市场。就像Together AI的丹·傅说的那样，真正的商业价值在于怎么把模型用好用活。如果模型本身的授权价格被压得很低，那么围绕模型周边的配套服务——比如基础设施管理、性能监控工具、微调平台、安全审计服务等等——就会成为新的利润增长点和创业机会。DigitalOcean之所以愿意跟Moonshot签协议，也正是因为他们可以通过提供一站式的托管服务来赚取差价和增值服务费用。生态系统越丰富越完善，整个产业的健康状况就越好，抗风险能力也越强。

展望未来的发展趋势，开源AI的商业模式很可能会进一步分化和多元化。有些模型会坚持完全免费开放的路线，靠捐赠或者母公司的战略性补贴来维持运转；有些模型会采用Moonshot和阿里巴巴这种收入分成模式，在开放和商业回报之间寻找平衡点；还有些模型可能会走双轨制路线——基础版本完全免费开放，高级版本则需要付费才能使用。不管最终走的是哪条路，有一点是板上钉钉的：开源不等于免费，尤其是在商业化应用的层面，这个道理越来越清晰了。那些以为可以永远白嫖顶级模型的公司，恐怕得重新算算自己的账了。

对于此时此刻正在阅读这篇文章的你，不管你是一名一线开发者、一位创业公司的创始人、一个在股市里沉浮的投资人，还是一个纯粹出于好奇点进来的普通网友，我都真诚地建议你认真琢磨一下这背后传递的信号和趋势。如果你正在用某个开源模型搭建自己的产品，赶紧去翻翻它的许可证条款，看看里面有没有隐藏的收入分成门槛或者其他的商业限制条款。重点核对两个数字：一个是年营收2000万美元这条线，另一个是"连续12个月"的计算窗口——Kimi K3的许可证明确要求的是"许可方及其关联方在连续12个月内收入超过2000万美元"，这个滑动窗口设计非常讲究，意味着不是看你某一年度的财报，而是看任意滚动12个月的合计营收，这对于那些增长曲线陡峭的创业公司来说，触线的时间点可能比想象中来得更快。如果你是个投资人，不妨多留意一下那些已经跟中国AI公司签了分成协议的美国基础设施厂商——他们很可能会在接下来的季度财报里释放出新的增长信号和业绩亮点。如果你只是个吃瓜群众，那你至少可以记住一件值得关注的事情：2026年的这个夏天，中国AI公司用一招"开源收费"的组合策略打破了硅谷长期以来对高端AI技术的垄断格局，同时也给自己找到了一条可持续生存和发展的道路。这条新路到底能走多远、能走多宽，没有人能给出确切的答案，但有一点可以肯定——接下来的几个月到一年时间里，围绕这个话题的讨论和博弈只会越来越热闹，绝对不会冷场。对于正在做技术选型的CTO和架构师们，我的建议非常明确：趁阿里Qwen3.8-Max的分成条款还没正式落地生效的窗口期，抓紧做一次全面的模型资产盘点，把你们目前依赖的开源模型清单、预计年营收规模、是否构成"模型即服务"这几个维度先梳理清楚，该做备选方案准备的提前准备，该跟模型厂商提前沟通商业合作的主动出击，千万别等账单找上门才拍大腿。这一波开源AI的商业化和收费浪潮，不是某一个公司的孤立动作，而是整个行业走到2026年这个时间点的必然选择——谁先看懂这张牌桌上的新规则，谁就能在接下来的竞争中占据主动。