免费的代价：中国开源大模型出海为什么开始收费

讨论中国大模型出海，大家习惯从模型能力说起。跑分涨了多少，榜单排到第几，这些当然重要，但真正决定一家公司出海动作的，往往是它的收入结构。能力决定模型能做什么，收入结构决定公司愿意付出什么代价。

国内市场的价格战已经把利润空间压得相当薄，同一款模型的调用价格从每百万 Token 几块钱一路压到几毛钱；海外市场的付费意愿更高，同样的推理服务，定价可以是国内的好几倍。

对模型公司来说，出海不是可以慢慢考虑的选择，而是收入增长的必要条件。数据上，MiniMax 的海外收入占整体营收约六成，2025 年国际市场贡献了 73%；科大讯飞上半年境外营收同比增长 160%，而整体营收增速只有 6.52%。

但重心外移之后，随之而来的是一个新问题：钱怎么收，向谁收。过去两年，中国模型打开海外市场的路径相当一致，开放权重、压低 API 价格、进入 Hugging Face 和 OpenRouter，让更多推理平台上线自己的模型。这套做法换来了影响力，到今年年中，OpenRouter 上超过六成的 Token 流量由中国模型处理，但这却没有带来对等的收入。

权重一旦交出去，调用发生在谁的服务器上，收入就归谁。基于此，三家头部公司的动作几乎同步，方向却各不相同。智谱把模型匿名投放到开发者社区，测试结束后才出面认领；MiniMax 承接了沙特王储旗下基金的一笔委托，直接交付技术底座；月之暗面则在跟微软、亚马逊、谷歌谈判，寻求最高 30% 的收入分成。三件事的对外表述里都出现了「开源」二字，乍看像同一件事，但收入来源、分成比例和合规代价并不相同。

造成这种差异的并不是策略本身，而是三家公司各自的收入结构。这轮调整之所以集中出现，还和一个技术变化有关：Agent 的规模化落地，让 Token 消耗量第一次脱离了用户规模。一次自动化任务消耗的 Token，是简单问答的数十到数百倍，且不需要人工触发，用量和收入之间的换算关系因此被改写。

智谱：用免费调用换取使用规模

8 月 20 日晚上，一个名叫 Ox Alpha 的模型未作任何说明就出现在 OpenRouter 和 OpenCode 上。前者是开发者调用各家模型 API 最常用的聚合平台，后者是一款开源终端编程 Agent 工具。这个模型没有署名，没有参数量，也没有技术报告，只留下一句自我描述：面向高效编程、长时间 Agent 任务和真实生产环境的前沿模型。输入输出全部免费，支持百万级上下文，还能接受图片和视频输入。

上线首日，它就冲上了 OpenRouter 单日模型用量榜首，刷新了平台纪录。在编程 Agent 平台 OpenCode 上，它终结了 DeepSeek 连续 56 天的榜首位置。

性能数据随后被陆续测出来。独立研究者 Ben Davis 从软件工程基准 DeepSWE 中抽取 10 项任务做自测，Ox Alpha 的通过率约为 80%，同一组任务里 Claude Fable 5 是 65%，GPT-5.6 Sol 只有 52%。不过 10 道题的样本方差极大，官方榜单当时并没有收录这个模型。

在更完整的 113 项评测中，它取得 63.4 分，比上一代 GLM-5.2 的 46.2 分提高了 17 分。Stripe 联合创始人兼 CEO Patrick Collison 试用后的评价是「非常令人印象深刻」，开发者随即开始追溯它的来源，猜测名单一路扩大到小米、腾讯。

六天后，谜底揭晓。智谱认领了这个模型，同时开源了 GLM-5.3-Flash。这不是智谱第一次这么做。今年 2 月，代号 Pony Alpha 的匿名模型上线，5 天后揭晓身份，正是智谱的 GLM-5，消息公布当天公司股价上涨超过 38%。这已经是 OpenRouter 上第 5 款匿名（Stealth）模型，前 4 款分别是 Pony Alpha（智谱）、Hunter Alpha（小米）、Elephant Alpha（蚂蚁）和 Owl Alpha（美团），全部由中国团队认领。

匿名投放是一套经过设计的流程，不是意外泄露。把模型免费放出去，等于让全球开发者替自己做一轮压力测试，收集到的是真实生产环境里的反馈。匿名又带来一个额外的好处：评测者不知道模型来源，只会依据实际表现判断，不会先入为主地给国产模型打折扣。

如果结果不理想，可以静默下线；如果结果不错，再出面认领，此时市场上已积累了一批基于实测的评价，可直接转化为发布当天的热度。

GLM-5.3-Flash 采用的是彻底放开的 MIT 许可证，商用、修改、再分发都没有附加条件，是三家公司里唯一符合国际标准定义的开源。智谱为什么敢放得这么开？这家公司自己卖 API：到 8 月末，智谱 MaaS 平台的月度年化 ARR 约 16 亿美元，比 7 月初的 10 亿美元增长了 60%；上半年开放平台及 API 业务收入 8.25 亿元，占公司总收入的 86.5%，同比增长 2736%。

超过八成的收入来自开发者直接调用它的接口，许可证放得越彻底，模型能进入的部署环境越多，最终导向自家平台的调用也就越多。对智谱来说，MIT 不是让利，是把分发成本压到最低。

这个逻辑解释了智谱和另外两家公司最根本的分歧。

收入来自自建平台的 API 调用，权重被谁下载、部署就不重要，重要的是这些部署最终会不会把用户引回自己的平台；收入依赖第三方托管，权重交出去之后，调用量增长带来的收入就落在别人账上，必须在许可证里提前设卡。这也是智谱不着急从这次发布中直接收钱的原因，它押注的是另一件事：等开发者习惯了它的接口，商业化会自然向它靠拢。代价是免费调用的算力开销全部由智谱承担，据其披露，匿名测试期间服务了超过 50 万独立用户、1300 万次会话。智谱是用今天的成本，买明天的用户习惯。

智谱官方披露，GLM-5.3-Flash 在 Artificial Analysis 智能指数上取得 57 分，与 Claude Opus 4.8 持平。国内 API 定价为 GLM-5.3 的十分之一，另有限时两周的五折优惠，折算下来约为标准版的二十分之一；按输出价格计算，约为 Opus 4.8 的四十分之一。匿名测试期间的全部推理流量由国产 AI 芯片集群承载，芯片型号未公开。

另一重代价来自合规。匿名测试期间，OpenRouter 的模型页写明「提示词与回复由匿名提供商保留，但不用于训练」，OpenCode 一侧的描述是零留存。同一个模型，两条接入路径，数据条款并不一致；OpenRouter 针对 Stealth 模型的通用条款又允许把用户内容用于训练、评估和改进，这与模型页的声明如何调和，公开材料里找不到答案。对一个不肯公开身份的主体，留存期限和管辖地都无从审计。欧盟《人工智能法案》第 50 条的透明度义务已在 8 月 2 日生效，同日欧盟 AI 办公室获得对通用 AI 模型提供商的完整执法权，违规最高可罚 1500 万欧元或全球年营业额的 3%。还有一个没有答案的问题：匿名发布时，合规责任由匿名的模型提供方承担，还是由负责路由流量的聚合平台承担？这也是这套打法在监管趋严的市场里最大的不确定项。

月之暗面：把分成条款写进许可证

7 月 17 日，月之暗面发布 Kimi K3，2.8 万亿参数，被称为全球首个开源 3T 级模型。权重照常挂上 Hugging Face，谁都能下载、修改、商用。但它的许可证与标准 MIT 不是一回事，Hugging Face 给的标签是「license: other」。准确地说，K3 属于「开放权重」，不是国际定义下的标准开源，标准开源许可证不能对商用设限。它设了两道限制。第一道最关键：企业及关联方对外提供 MaaS（模型即服务），连续 12 个月营收超过 2000 万美元的，用于商业目的前必须另行签约。第二道针对品牌：月活超过 1 亿，或者月收入超过 2000 万美元的，须在产品中显著标出「Kimi K3」字样。纯内部使用、走官方 API、把模型嵌进自有产品，都不受影响。

这里有一个经常被误读的地方需要澄清：2000 万美元是触发谈判的门槛，不是超过之后就自动抽取 30%。外媒披露的「最高 30%」，是月之暗面对大型客户提出的具体商业条件之一，最终比例取决于谈判结果。门槛的设计意图在于：个人开发者、小团队和内部使用不受影响，真正要谈钱的是靠模型做成生意的公司。把长尾用户留在免费区换取生态渗透，把收费对象锁定在规模化玩家身上。

这两道限制，几乎就是为云厂商设计的。微软 Azure、AWS、谷歌云的年营收远远超过 2000 万美元的门槛，触发条件不在规模，而在业务类型：只要它们把 K3 做成对外售卖的推理服务，就必须先跟月之暗面签约。这是一次明确的路线转向。此前 DeepSeek、通义千问采用的都是更宽松的许可证，云厂商自行商用不需要分成；月之暗面开源照旧，但把「做大之后分我一杯羹」写进了法律文件。

支撑这次转向的，是已经铺开的分发渠道。据 8 月 26 日报道，月之暗面正与三大云同时谈判，寻求最高 30% 的分成。若谈成，这将是中国模型公司与美国云厂商之间第一笔成规模的分成协议，高于业内此前普遍认为的 20% 上限。这条消息来自三名匿名知情人士，谈判仍处于早期阶段。

不过分成模式并非月之暗面首次尝试，中国 IT 服务商中软国际 7 月已公开宣布，围绕 Kimi 大模型产生的 Token 收益按约定比例分成。在三大云之外，K3 已经进入 Together AI、Fireworks、DigitalOcean、Modal、Baseten、DeepInfra 等一批推理服务商，可查的第三方渠道超过 10 家，其中多家是自行采购算力、独立部署的托管商，而不是转售 API 的渠道商。渠道商只是转手；托管商则要自己采购 GPU、解决模型并行和显存管理、承担推理稳定性，再用自己的 API 向客户卖 Token。这条分销网络里，多数节点是真金白银买了算力在跑它的模型。

对月之暗面来说，这是比自己建全球推理网络更轻的生意，不必承担各地 GPU 和延迟优化的重资产投入，就能借助云厂商的渠道触达企业客户；对云厂商来说，货架上多了一个便宜好用的模型，能把客户留在自己的云上。双方都有动力。

但这条路并不好走。大型云平台的销售方式和小型推理平台完全不同。Together 这类平台主要按 Token 直接售卖模型服务，K3 产生了多少钱相对容易算清；而 AWS 和 Azure 面对大型企业客户时，存在年度合同、企业折扣、预留容量以及多种 AI 产品组合销售，K3 往往只是几千万美元云合同里的一个模块。

到底有多少收入该计入 Kimi，直接决定了月之暗面能拿到多少分成。Token 用量的审计也涉及数据边界：模型方需要确认云平台实际卖出了多少 K3 服务才能结算，云厂商又必须保护企业客户的数据。收入分配、数据访问、用量审计这三件事，正是谈判卡住的地方。

谈判的时点也很关键，Kimi 的 ARR 在 3 月突破 1 亿美元，5 月突破 2 亿，6 月中突破 3 亿，约三个月增至三倍，API 收入占比超过七成。估值方面，6 月 E 轮投前估值 315 亿美元，7 月底完成超过 35 亿美元的 F 轮融资，投后估值 350 亿美元；原定 8 月启动的 Pre-IPO 轮提前开启，投前估值抬到 500 亿美元。据报道，该公司已经以保密形式向港交所递交 A1 文件，正式启动港股 IPO 流程。在这个节点上，分成协议的意义不只是收入，它还要向资本市场证明公司有可持续的收入结构。

MiniMax：把技术底座交付出去

前两条路径，本质上都是把模型交出去，等待市场给出反馈。第三家MiniMax 是继智谱之后第二家登陆港股的模型公司，2026 年 1 月 9 日挂牌，海外收入占比约六成，是核心营收支柱，付费意愿和单价都高于国内。MiniMax M3 于 6 月 12 日开源，是国内首个同时具备前沿编程、百万级上下文、原生多模态三项能力的开源模型。开源当天，摩尔线程就完成了适配，到 7 月又陆续登上华为昇腾、沐曦等国产芯片平台，发布后不久进入 OpenRouter 调用量榜前三。

9 月 3 日，沙特主权财富基金 PIF 旗下的 HUMAIN（董事长为沙特王储本人）发布阿拉伯语模型 humain-m3。根据 HUMAIN 官方通稿的原文，这是「由 HUMAIN 委托、MiniMax 交付」（commissioned by HUMAIN and delivered by MiniMax）的模型。双方的关系没有模糊地带。humain-m3 以 M3 为底座，用超过 1 万亿 token 的阿拉伯语原生文本继续预训练，参数达到 4280 亿（MoE 架构，每 Token 激活 230 亿）。HUMAIN 公布的结果显示，它在 7 个衡量阿拉伯语能力的公开基准上取得 89.37% 的等权平均分，其中五项排名第一，高于 GPT-5.6 SOL 和 Opus 5。

这组数字证明了一件事：一个来自中国的通用底座模型，经过本地语料继续训练，可以在特定语种的能力上超过美国的前沿闭源模型。对沙特而言，「主权 AI」从概念落到产品；对 MiniMax 而言，技术能力第一次以交付物的形式被外部机构背书。

M3 的许可证同样不是标准开源，而是 MiniMax 自拟的「社区许可协议」。门槛金额与 Kimi K3 相同，都是 2000 万美元，但计算口径不一样：K3 算的是企业及关联方 MaaS 业务连续 12 个月的总营收，看公司整体规模；M3 算的是相关产品或服务的年收入，盯单条产品线。M3 对 2000 万美元以下的商用也留了义务，须标注「Built with MiniMax M3」并发送一次性通知，比 K3 更严。

委托定制的商业模式也是清晰的，钱从哪来、付给谁、分多少，在签合同时就已写定，不用等调用量慢慢积累。但代价也最重，深度绑定进另一个国家的主权 AI 战略，地缘关系一旦生变，退出成本会高于前两条路径。

许可证松紧的背后，是 Token 第一次可以直接变现

横向来看，三家公司的差异其实不在路径选择，而是处境与节奏。智谱已经上市，ARR 有明确的季度考核压力，需要的是使用规模的持续增长，所以放开许可证、压低价格；月之暗面递表待审，需要向资本市场证明收入结构的可持续性，所以把分成条款写进许可证；MiniMax 已上市但市值波动较大，选择最快见效的合同收入，代价是深度绑定。

但处境差异只能解释三家的节奏不同，真正的驱动力来自一个结构性变化，Agent 规模化落地，让 Token 消耗量脱离了用户规模。

过去的模型收入大致等于用户数乘以单次对话的 Token 量，增长是线性的，用补贴换用户是划算的。Agent 改变了这个关系，一次自动化任务消耗的 Token 是简单问答的数十到数百倍，且不需要人工触发。结果就是，一家只有数百个企业客户的公司，Token 消耗量可能超过一家拥有数千万 C 端用户的公司。MiniMax 的数据可以印证这种量级跳跃：2026 年 7 月平台 Token 消耗量是 1 月的 20 倍。

这意味着用量和收入之间的转换关系变了。在完全开放的许可证下，这些增量消耗发生在第三方托管的模型上，模型提供方拿不到任何收入。过去免费送 Token 是划算的，因为用量增长最终会带来用户增长，而用户增长可以变现；

现在免费送 Token 换来的，可能只是第三方平台上的一次推理负载。许可证收紧的真正驱动力，不是公司需要变现，而是 Token 消耗量第一次成为可直接变现的资产，完全开放的许可证会把它无偿转移给分发方。

据此可以给出一个判断依据：许可证的松紧，取决于模型公司能不能从 Token 消耗中直接获益。自建 API 渠道、直接向开发者收费的公司，有动力把许可证放到最宽；依赖云厂商和第三方分发的公司，必须通过许可证保留收费权，否则规模越大，跟自己的收入越没关系。收紧的不是所有公司，而是特定类型。

阿里 8 月初发布的 Qwen3.8-Max，把门槛设在 5000 万美元，比 Kimi 和 MiniMax 都高一倍以上，还单独定义了「AI 工作助手」这一业务类别，指向编程和办公生产力产品，并用自家的 Qoder 和 QwenWork 举例，翻译工具、电商购物等垂直应用被明确排除。这已经不只是规定「能不能商用」，它开始划分竞争边界。

三家公司的许可证调整都发生在模型发布之后，属于事后补救。更有效的做法是在发布前完成设计。许可证决定了模型能进入哪些渠道、以什么方式收费，这本身就是商业模式的一部分。以自建 API 和 MaaS 平台为主要收入来源的，许可证应该尽量放开，这类公司的收入跟调用量直接挂钩，模型能进入的部署环境越多，最终导向自家平台的调用就越多，智谱是这一类的样本。

依赖云厂商和第三方托管分发的，必须在许可证里保留收费权，而且要尽早设。这里有一个容易被忽略的时序问题：Kimi 的第三方渠道已铺开十家以上，收费权却是在渠道成型之后才开始谈的，当分发网络已经建立、迁移成本已经由合作方吃进去，模型方的议价空间反而被压缩。以主权委托、定制交付为主的，许可证不是关键，合同才是，这类业务收入一次性锁定在项目里，重心应放在数据边界、算力供应链审查和退出条款上。

多数公司评估开源模型时只看两项：性能跑分和 API 价格。但许可证是可以被单方面变更的。MongoDB、Elastic、HashiCorp 都曾因为云厂商免费托管自己的开源产品而修改许可证，AI 模型面对的是同一种矛盾，只是载体从代码变成了权重。

具体做法分三步：判断风险等级，看提供方的收入构成而非条款细节，自建 API 渠道的较低、依赖第三方分发的较高；评估迁移成本，换模型要重训多少、推理栈要改多少、评测基线要重建多少，成本高的场景必须准备备选方案；盯住前置信号，当模型公司开始密集谈判云厂商分成或启动上市流程，往往意味着许可证收紧将至。

对模型公司来说，收紧许可证未必能带来预期的收益。开放权重模型的替代速度很快：今天 Kimi 性能领先，云厂商可能愿意接受较高的分成比例；几个月后，如果另一款开放模型达到相近的性能，同时推理成本更低、许可证更宽松，Kimi 的议价能力就会下降。30% 更像是一个模型在强势阶段能够提出的最高报价，而不是已经确立的长期费率。

这一点对使用方同样成立。把赌注押在某一家模型公司的商业策略上，风险不低于押注在技术上，今天用 MIT 开源的，明天可能换成自定义许可证。真正稳定的做法，是让迁移成本始终保持在可承受的范围内：接口层做一层抽象，评测基线定期重跑，关键任务保留一个备选模型。这些工作平时看不出价值，但许可证条款变更的那一刻，有没有准备，差别很大。

（本文首发钛媒体 APP，作者 | 硅谷 Tech_news，编辑 | 林深）