月之暗面拟向三大云巨头收取Kimi K3模型分成,开源商业化新路径浮现
据路透社报道,中国AI公司月之暗面正与微软、谷歌、亚马逊洽谈将其旗舰开源模型Kimi K3上架至Azure、AWS和Google Cloud,并寻求从相关服务收入中抽取最高30%的分成。该协议基于其特有的“Kimi K3 License”,规定当服务商营收超过2000万美元时需签署商业授权。此举标志着中国开源模型通过“模型版税”模式参与全球云计算分成的尝试,旨在支撑其高额估值及上市预期。
事件概述
据路透社8月26日援引知情人士消息,中国人工智能初创公司月之暗面(Moonshot AI)正在与美国三大云计算巨头——微软、谷歌和亚马逊进行谈判。核心议题并非简单的采购或合作,而是关于收入分成。月之暗面计划将其最新发布的旗舰模型 Kimi K3 上架至 Azure、AWS 和 Google Cloud 平台,并试图从这些平台销售 Kimi K3 服务产生的收入中获取最高 30% 的份额。目前三方均拒绝置评,谈判仍处于早期阶段。
核心信息:开源不等于免费,商业逻辑重构
外界对“开源模型为何能收费”存在误解。月之暗面采用的并非标准的 MIT 等宽松开源协议,而是自定的 “Kimi K3 License”,其核心条款如下:
- 免费使用门槛:个人用户、小团队内部研发及部署完全免费。
- 商业授权触发条件:若将模型用于“模型即服务”(MaaS),如提供 API 推理或微调服务,且连续12个月营收超过 2000万美元,则必须与月之暗面单独签署商业授权协议。
- 品牌标识要求:对于月活超1亿或月收入超2000万美元的产品,必须在界面显著位置标注 “Kimi K3”。
这一策略被业界视为“放水养鱼”:先通过开源建立生态和规模,待合作伙伴做大后,再通过商业协议收取“模型版税”。这与安卓系统早期的商业模式类似。
Kimi K3 的技术底气与市场定位
月之暗面敢于提出高比例分成的底气源于 Kimi K3 的技术性能和市场吸引力:
- 参数规模:总参数达 2.8万亿,是全球参数最大的开源权重模型之一。
- 架构效率:采用 MoE(混合专家)架构,拥有896个专家,每次推理仅激活16个,实际激活参数为 1040亿。
- 上下文能力:支持 100万 token 的上下文窗口。
- 多模态支持:原生支持视觉理解。
- 性能表现:在多步推理和编程任务上表现突出,在 LMArena 前端编程评测中位列榜首,并获得马斯克公开称赞。
尽管综合能力与 GPT-4o 等闭源顶模仍有差距,但“开源”特性使其在金融、医疗、政务等对数据隐私敏感的行业具有刚需属性。企业客户倾向于本地化部署以控制成本和保障数据安全,这促使全球开发者迅速聚集,Hugging Face 下载量进入趋势榜前列。
谈判难点与行业影响
1. 分成比例的合理性
20%-30% 的分成区间在行业内已有先例。例如,OpenAI 与微软曾有过类似的利润/营收分成协议;Anthropic 与亚马逊之间也存在复杂的投资与优先使用权安排。月之暗面要价“最高30%”,实际落地可能为阶梯式分成或固定授权费加提成的混合模式。
2. 三大技术卡点
除了百分比,以下三个技术问题可能导致谈判长期僵持:
- 收入口径界定:云服务通常打包销售(计算+存储+AI),如何剥离出 Kimi K3 的贡献值?是按调用量还是套餐比例计算?
- Token 审计机制:AI 服务按 Token 计费,数据掌握在云厂商手中。月之暗面如何核实真实用量?是否需要第三方审计?
- 数据访问权:月之暗面需要调用数据优化模型,但云厂商出于隐私和商业机密考虑,不愿共享客户数据。
3. 云厂商的反制手段
三大云巨头并非被动接受,手握三张牌:
- 扶持竞品:倾斜资源推广 Meta 的 Llama、Mistral 或其他中国开源模型(如 DeepSeek),制造替代选择以压低价格。
- 自研替代:谷歌有 Gemini,微软深度绑定 OpenAI,亚马逊有 Trainium 芯片及 Anthropic 投资。上架 Kimi K3 仅为满足客户多元化需求,非不可或缺。
- 监管风险:利用美国对中国科技公司的审查及出口管制政策作为谈判筹码,增加政治敏感性以施压。
4. 资本节奏与战略意图
此次谈判的时间点与月之暗面的资本运作紧密相关。公司在2026年5月完成20亿美元融资,投后估值200亿美元;7月F轮融资超35亿美元,投后估值升至350亿美元;8月启动 Pre-IPO 轮,目标投前估值500亿美元并筹备赴港上市。
与三大云巨头谈分成,不仅是商业行为,更是为了构建“全球化收租”的故事,以支撑其高昂的估值预期。无论最终结果如何,这一举动已验证了开源模型通过“模型版税”实现商业化的可行性,可能引发中国其他开源模型公司(如智谱AI、零一万物等)跟进,从而改变整个 AI 产业链的利润分配格局。
