从“开放模型”到“开放生态”，AI 开源进入下半场

过去两年，开放模型与闭源模型的竞争聚焦于能力对比，但如今模型能力已不再是唯一标准。开发者更关心私有部署、数据安全、微调能力、推理成本和迁移性。开放模型正从技术路线演变为基础设施选择。

然而，开放模型本身需要高昂成本：训练是重资产，每次推理消耗 GPU、存储和电力。Agent 阶段，一次用户请求可能涉及多轮推理和工具调用，成本更高。传统开源软件的商业模式（如技术支持、托管服务）难以直接复制。

Moonshot AI 发布的 Kimi K3 权重可下载、部署和修改，但许可条款规定：若企业及关联方经营 MaaS 业务，且合计总收入在任意连续 12 个月超过 2000 万美元，商用前需与 Moonshot AI 另行达成协议。此外，达到特定规模的商业产品还有品牌露出要求。

这一条款将问题摆上台面：商业平台利用开放模型获得可观收入时，原始开发者是否应分享商业价值？2000 万美元的合理性尚无定论，未来是否被更多厂商接受也未可知，但它标志着开放模型商业模式的探索。