开源不免费：开放权重加商业许可的新范式

"开源不免费"：开放权重加商业许可的新范式

开源，正在成为这轮大模型竞争中最响亮的旗帜。据 Hugging Face 发布的全球开源 AI 生态报告，中国开源模型的下载占比已达到 41%，首次超过美国，累计下载量突破 100 亿次。行业共识普遍认为，开源模型已经从追赶闭源的角色，转变为对闭源模型展开有力"围剿"的角色。

然而，这轮"开源"与人们印象中的开源有了明显不同。一个最突出的特征，就是"开源并不意味着免费"。多家厂商在开放权重的同时，引入了程度不一的商业许可条款，被业界概括为"开放权重 + 商业许可"的新范式。

以月之暗面的 Kimi K3 为例，其许可证明确规定，连续 12 个月总收入超过 2000 万美元的模型即服务（MaaS）提供商需要与厂商签约，分成比例最高可达 30%。阿里云对 Qwen3.8-Max 采用定制协议，月活用户超过 1 亿或月收入超过 2000 万美元的商业产品需在界面展示模型名称，MaaS 或 AI 工作助手业务近 12 个月合并营收超 5000 万美元的厂商则需另行获得授权。相比之下，面向个人与本地部署场景的 Qwen3.8-27B 则采用了宽松的 Apache 2.0 许可。

这种"分层授权"的做法，本质上是在生态扩张与商业回收之间寻找平衡。一方面，通过开放权重吸引全球开发者共建生态、积累数据；另一方面，对成功商业化的大型使用者收取一定分成，为持续的研发投入提供保障。分析机构认为，这一模式有望推动开源模型真正形成可持续的商业循环。

开源的地位也随之被更多巨头正视。英伟达 CEO 黄仁勋曾公开表态支持开源生态，称"世界既需要前沿的闭源模型，也需要前沿的开源模型"；Meta CEO 扎克伯格则呼吁放松对开源 AI 的限制，认为过于严苛的监管会使本土实验室处于竞争劣势。

可以预见，"开放权重 + 商业许可"将成为开源模型商业化的主流形态之一。对于开发者而言，理解各模型的许可边界、评估合规风险，与关注模型的性能参数同样重要——这已经从技术问题，演变为实实在在的商业决策问题。