中国开源模型首次领跑全球下载量，开源商业模式从"获客入口"转向"商业回收"
Hugging Face《State of Open Source: Spring 2026》报告显示，中国研发的开源模型占平台过去一年总下载量的41%，首次超过美国的36.5%，中国开源模型全球累计下载量突破100亿次。在模型路由平台OpenRouter上，中国开源模型Token消耗占比在2026年5月达约61%，周调用榜前五一度全部来自中国厂商。
当开源模型从"获客入口"走向"商业回收"，分层许可成为新规则：月之暗面Kimi K3对连续12个月收入超过2000万美元的MaaS提供商设置另行签约义务，分成比例上限可达30%；阿里Qwen3.8-Max也计划效仿此模式。对企业而言，开源不再是"免费午餐"，而是"自有AI"战略的核心选项——在可控成本、数据主权与模型定制之间取得平衡。
全球最大开源社区Hugging Face发布的《State of Open Source: Spring 2026》报告披露，过去一年中国研发的开源模型占平台总下载量41%，美国模型占36.5%，中国首次成为该平台最大开源模型供给方。工信部同期披露，我国开源模型全球累计下载量已突破100亿次。阿里Qwen系列是核心驱动力：Hugging Face官方统计显示，仅阿里来源的衍生模型已超过11.3万个，超过Google与Meta之和；Qwen今年在Hugging Face平台下载量达20.5亿次，基于Qwen的衍生模型超15万个。
在多模型聚合平台OpenRouter上，中国开源模型的Token消耗占比在2026年5月达约61%，周调用榜前五名全部来自中国厂商。Andreessen Horowitz（a16z）对OpenRouter逾100万亿Token用量的实证研究显示，中国开源模型份额在一年内从1.2%升至约30%，DeepSeek单家占OpenRouter全部Token流量的16.3%。a16z合伙人Martin Casado观察称，前来寻求融资的硅谷AI初创公司中约80%建立在中国开源模型之上。
| 模型家族 | 累计下载量（口径） | 衍生模型数 | 主力许可证 | 关键节点 |
|---|---|---|---|---|
| Qwen（阿里） | 20.5亿次（HF单平台）；30亿次（多渠道累计） | 15万+ / 30万+ | Apache 2.0 | 2026年首次开源旗舰Qwen3.8-Max |
| Llama（Meta） | 约6.8亿次 | 约3.4万个 | Llama Community License | 2025年Llama 4发布，近期Muse Glimmer回归Apache 2.0 |
| DeepSeek | 约4.2亿次 | 约2.8万个 | MIT（V3/R1起） | 2026年8月V4-Pro引入峰谷定价 |
| Kimi K3（月之暗面） | — | — | Kimi K3 License | 2026年引入2000万美元MaaS分成门槛 |
数据来源：Hugging Face《State of Open Source: Spring 2026》、腾讯新闻、AI in China、Sudonull、工信部披露。
月之暗面Kimi K3于2026年启用全新Kimi K3 License。对绝大多数开发者与中小企业，该许可允许免费下载、商用、修改，体验接近MIT；但对两类主体设置门槛：一是产品月活超过1亿或月收入超过2000万美元，需在界面显著展示"Kimi K3"标识；二是若以MaaS形式托管且连续12个月总收入超过2000万美元，必须与月之暗面另行签署商业协议，分成比例上限可达30%。
这一机制的实质是将"开放权重"从是非题变成分层价目表：中小开发者继续免费使用以扩大生态，大型云厂商和MaaS提供商则需为规模化商业应用付费。月之暗面ARR已达约3亿美元，API与付费订阅仍是其直接收入来源。
据路透社报道，阿里计划对旗舰模型Qwen3.8-Max引入收入分成机制，整体效仿Kimi K3的做法，连续12个月总收入超过2000万美元的大型商业用户需与阿里单独签订商业协议，具体费率仍在讨论中。这标志着中国头部开源模型从"以免费换生态"进入"以许可换回收"阶段。
与此同时，DeepSeek选择另一条路径：直接上调API定价。2026年8月17日起，DeepSeek V4-Pro采用峰谷定价，高峰时段缓存未命中输入从3元涨至9元/百万token，输出从6元涨至27元。摩根士丹利研报显示，中国大模型平均API输入价格从2025年一季度的3.3元涨至2026年二季度的4.9元（+48%），输出价格从12.2元涨至21.9元（+80%）。
| 模型 | 许可证 | 免费使用门槛 | 大客户限制 | 商业化信号 |
|---|---|---|---|---|
| Qwen3-32B | Apache 2.0 | 无营收/用户阈值 | 无 | 云基础设施导流 |
| Qwen3.8-Max | 拟发布新许可 | 中小开发者/企业免费 | 连续12个月收入>2000万美元需单独签约 | 大客户收入分成 |
| Kimi K3 | Kimi K3 License | 大多数开发者免费商用 | MaaS连续12个月收入>2000万美元另签协议；月活>1亿需展示标识 | 分成比例上限30% |
| DeepSeek V4-Pro | MIT | 权重免费 | 无 | API峰谷定价上调 |
| Llama 4 | Llama Community License | 商用需逐项审查 | 月活>7亿需额外授权 | Meta云与广告生态导流 |
数据来源：NeoDrop、搜狐科技、腾讯新闻、路透社、摩根士丹利研报。
Hugging Face CEO Clem Delangue在2026年7月TechCrunch Equity播客中表示，企业最初采用闭源前沿API，但随着用量扩大必然迁移至开源模型，因为API租赁成本在规模化后难以持续。Hugging Face平台每7秒新增一个仓库，已托管近300万公开模型和100万数据集，约半数Fortune 500企业使用其平台部署自有模型或开源模型。
微软CEO Satya Nadella公开警告企业避免单一供应商锁定："如果学习只朝一个方向流动，经济价值将集中于学习基础设施所有者，而非知识创造者本身。"这一表态直接挑战闭源API模式，强化了企业"拥有模型权重、拥有数据、拥有微调流水线"的采购取向。
企业实际采用策略趋向混合：高难度、高价值任务仍使用最强闭源模型；日常任务通过中国开源权重模型完成。Networkcraft文章指出，2026年Q2开源模型在40%常用企业基准上达到或超过GPT-5水平，而推理成本仅为闭源API的1/5至1/20。此外，金融、医疗、政府等受监管行业更倾向私有化部署以保障数据主权。
| 维度 | 闭源API | 自托管开源模型 |
|---|---|---|
| 单位推理成本 | 按Token计费，规模化后账单激增 | 基础设施摊薄后显著降低（部分场景为1/5–1/20） |
| 数据主权 | 数据出域，存在合规风险 | 可私有部署，数据不出域 |
| 模型控制 | 依赖供应商版本与定价策略 | 可固定模型SHA、自主微调 |
| 适用场景 | 前沿任务、快速实验 | 高频日常任务、垂直领域定制 |
数据来源：Hugging Face CEO Clem Delangue访谈、Networkcraft、DevAIToolkit生产实测。
开源权重模型让企业得以在本地或私有云部署"AI员工"所需的底层能力，而不必把核心业务流程绑在单一闭源API上。对于需要处理大量内部文档、代码、客户数据的场景，私有化开源模型既能控制成本，又能保留数据所有权，这与AICOR"AI员工（组织形态）"的内核高度契合。
开源生态的繁荣并未降低治理复杂度，反而放大了合规与成本管理难度。企业需建立"模型选型—许可证审查—安全评测—版本冻结—成本监控"的完整流程。Kimi K3、Qwen3.8-Max等分层许可意味着，当业务规模突破阈值后，免费使用可能转为商业谈判，CFO与法务必须提前介入。
经营提醒：开源≠免费。企业在采用开源模型时，应在架构设计阶段就评估规模化后的许可成本、私有化部署运维成本及供应商锁定风险。建议采用"开源主力+闭源补充"的混合策略，并把模型许可证审查纳入AI采购与合规流程。
