随着开放权重人工智能模型性能持续提高，全球AI产业正在出现新的商业模式。路透社8月7日报道，阿里巴巴计划针对下一代Qwen开放权重模型的大型商业用户引入收入分成安排，改变此前部分用户可以在自有数据中心免费部署模型的方式。这一变化显示，开放权重模型在扩大使用范围之后，正在进一步进入商业授权和收入模式调整阶段。

与主要依靠订阅和API收费的封闭模型相比，开放权重模型允许开发者下载核心参数，并在自己的服务器或数据中心运行和调整模型。过去，这种模式的重要优势之一是自主部署和较低的软件使用门槛。随着模型训练和开发成本持续上升，开放模型开发商也开始寻找云服务、商业授权、技术支持和收入分成等更加稳定的盈利方式。

这一变化使人工智能行业的竞争进一步从单纯比较模型能力，扩大到价格、部署方式、数据控制、安全管理和供应商关系等多个层面。

开放权重模型开始建立新的收费模式

据路透社报道，阿里巴巴正在制定针对下一代Qwen模型大型商业用户的授权安排，计划要求通过相关模型获得较高收入的企业分享部分收益，具体条款仍在制定过程中。

类似做法已经出现在中国AI企业中。Moonshot AI在Kimi模型的商业授权中，对利用其模型取得较高规模收入的服务商设置额外商业协议要求。开放模型由此并不再简单等同于免费使用，而是逐步形成“广泛开放基础能力、向大型商业应用收费”的模式。

这种模式与传统封闭AI存在明显区别。

封闭模型通常由开发企业控制模型权重和运行环境，客户通过网站、企业软件或API购买使用权限。开发商可以按照调用次数、计算量或者企业账户收费，并持续控制模型升级和服务入口。

开放权重模型则允许企业获得模型参数，自行决定部署地点和计算环境。开发商即使不直接控制每一次模型调用，仍可以通过商业许可证、云计算服务、技术支持和大型客户协议获得收入。

两种模式因此正在形成不同的商业结构，而不是简单的“免费”和“收费”之分。

“开放权重”不等于完整开源

随着开放模型进入企业市场，对相关概念的界定也更加重要。

斯坦福大学以人为本人工智能研究院指出，开放权重模型是指核心模型组件公开发布、允许用户下载，并能够在自己的设备或服务器上运行和修改的模型。但这种开放并不意味着模型完整训练过程全部公开。

大型人工智能模型除最终权重外，还涉及训练代码、训练数据、数据处理方法、评估体系和计算资源等多个组成部分。

如果开发商只公开最终权重，却没有提供完整训练数据和开发流程，企业仍然可以运行和修改模型，但研究人员很难完整复制模型的训练过程，也难以独立分析某些模型行为产生的具体原因。

因此，目前市场至少存在三种不同形式：由开发企业控制权重和运行环境的封闭模型；允许用户下载参数和自主部署的开放权重模型；以及进一步公开代码、数据和开发流程的完整开源体系。

三者在商业部署、科研透明度和开发商控制能力方面并不相同。

开放模型与闭源模型性能差距保持在较小范围

开放权重模式商业价值提高的一个重要基础，是其性能已经进入与领先闭源模型直接比较的范围。

斯坦福《2026年AI Index报告》显示，截至2026年3月，表现最好的闭源模型仍领先最好的开放模型约3.3%。六个进入Arena排行榜前十位的模型属于闭源系统，但领先开放模型与前沿闭源模型之间已经保持在相对较小的性能区间。

同期模型排行榜也显示，Anthropic、xAI、Google和OpenAI位于领先梯队，阿里巴巴和DeepSeek同样进入前列。

当多个模型之间的性能趋于接近后，企业选择AI系统时需要衡量的指标随之增加。运行成本、响应速度、可靠性、数据是否离开企业内部网络、能否进行自主调整以及能否更换供应商，都开始影响采购决定。

8月3日，阿里巴巴推出新的Qwen模型，继续扩大开放权重产品规模；DeepSeek同期推出的新模型则进一步降低推理使用成本。相关产品使价格和计算效率成为前沿模型市场更加明显的竞争因素。

中国模型发展扩大美国开放权重支持力量

开放权重模型近期在美国科技行业获得更高关注，与中国人工智能模型能力提升存在直接联系。

斯坦福《2026年AI Index报告》显示，美国与中国领先模型之间的性能差距已经明显缩小。截至今年3月，美国表现最好的模型领先中国最强模型约2.7%，过去一年双方差距持续处于个位数范围。

在这一背景下，英伟达、微软、Meta、IBM、Palantir等25家企业和机构7月24日共同支持开放权重AI发展，主张美国政策制定者避免采取范围过大的限制措施，并将开放模型视为维持技术创新和开发者生态的重要组成部分。

这些企业所处的产业位置并不完全相同。

芯片制造商从人工智能计算需求增长中获得市场空间；云计算企业可以托管来自不同开发商的模型；软件企业则可以围绕多种基础模型建立应用和企业服务。因此，开放模型扩大并不意味着商业价值减少，而可能使部分收入从单一模型调用转移到计算基础设施、托管、企业软件和专业服务。

另一方面，以自主研发前沿模型和API服务为主要业务的企业仍然保留明显优势。客户无需自行建设大型GPU服务器，也不需要承担完整的模型维护和升级工作，开发商可以统一提供安全控制、工具接口和持续更新。

不同企业的业务结构因此对应不同的技术选择，开放和封闭并没有形成完全固定的公司阵营。

安全管理成为两种模式的重要区别

模型能否被自由复制，也是开放权重和封闭系统之间的重要差异。

封闭模型主要运行在开发企业控制的服务器中。如果开发商发现严重漏洞，可以更新模型、修改权限或者停止部分功能。

开放权重模型发布后则可以被下载到大量独立服务器。即使原开发商随后更新安全措施，已经保存的旧版本仍可能继续运行。

支持加强安全管理的一方因此强调，当模型达到较高能力水平时，应按照实际能力和使用风险建立测试要求，而不能只考虑模型是否开放。

开放权重支持者则认为，自主部署也能够产生安全优势。金融、医疗、政府和大型企业可以把敏感数据保留在自己的网络环境中，不必持续向外部模型服务商传输内部资料。同时，更多研究人员能够检查和测试模型，也可以扩大安全研究范围。

斯坦福2026年AI Index显示，人工智能行业整体透明度仍存在下降现象。Foundation Model Transparency Index的平均得分从2024年的58下降至2025年的40，训练数据、计算资源和模型部署后的影响仍是主要信息缺口。

因此，开放程度与安全水平并不存在简单的一一对应关系。模型实际能力、数据处理方式、部署环境、访问权限以及开发商能否实施后续控制，都属于安全评估的一部分。

企业AI部署转向多模型组合

随着可选择模型数量增加，大型企业并不需要在开放和封闭之间进行完全排他的选择。

涉及内部数据库、商业机密或者需要高度定制的任务，可以使用企业自主部署的开放权重模型；需要更高前沿能力、成熟软件工具和持续技术支持的业务，则可以继续调用商业闭源服务。

同一家公司也可以按照不同任务的性能和成本自动选择模型。

这种部署方式能够减少对单一模型供应商的依赖，同时避免企业为所有AI工作自行建设昂贵的计算基础设施。

开放模型生态本身也仍在扩大。斯坦福2026年AI Index统计显示，GitHub上的开源AI项目数量已经达到约560万个，Hugging Face模型上传量较2023年增长至约三倍水平。

与此同时，苹果8月8日公布的相关指引显示，中国大陆符合条件的Mac用户已经可以将阿里巴巴Qwen服务接入Apple Intelligence中的Siri和写作工具。Qwen由此进一步进入大型消费电子产品体系，也显示中国AI模型正在从开发者市场扩大至更广泛的商业应用。

截至8月上旬，开放权重模型与闭源AI服务已经形成并行发展的市场结构。开放权重模式扩大了自主部署、模型定制和供应商选择空间，并开始建立面向大型商业用户的收费体系；闭源模型则继续依靠集中维护、持续升级、前沿性能和企业服务保持市场需求。

随着两类模型性能差距缩小，性能、计算成本、数据控制、安全要求、商业授权和部署方式已经共同成为企业选择人工智能系统的主要指标。