Moonshot AI 要求三大雲端巨頭上繳 30% 營收才能託管 Kimi K3——而它可能真有談判籌碼

AI 史上最大膽的授權談判正在進行中，而且方向與整個產業的慣例完全相反。根據路透社 8 月 26 日的獨家報導，中國的 Moonshot AI（月之暗面）正與微軟、亞馬遜、Google 進行早期洽談，商討在其 Azure、AWS 與 Google Cloud 平台上託管 Kimi K3 模型——而這家北京新創公司開出的條件是：這些平台上 K3 相關服務營收的最多 30%。

這樁交易若談成，將是中國 AI 實驗室與美國雲端巨頭之間的首件大型營收共享協議，也將把一套徹底顛覆開源邏輯的商業模式正式搬上檯面：權重免費開放，然後向全世界最有錢的科技公司收過路費。

檯面上有什麼

路透社的消息來源形容這些討論仍處於早期階段，Moonshot 要求從三大美國雲端平台的 K3 服務營收中抽取最高 30%。這個數字與 Moonshot 在自家 K3 授權條款中、對大型商用用戶開出的費率完全一致——正是 7 月模型發布時登上頭條的那份條款。

時機的選擇毫不掩飾。Moonshot 正朝 IPO 邁進：彭博 7 月 29 日報導，該公司已完成一輪 35 億美元融資，估值達 350 億美元，超出原訂目標，並已告知投資人正在籌備最快六個月內在香港上市。哪怕只與一家美國雲端巨頭簽下經銷協議，都是承銷商夢寐以求的錨定營收與市場公信力。在 K3 推出、消費者業務暴增之前，該公司的年化營收據報導約為 3 億美元。

對雲端巨頭而言，盤算同樣赤裸。雲端客戶愈來愈想要最強的 frontier 模型，而擁有 2.8 兆參數、100 萬 token 上下文窗口與原生視覺能力的 K3，發布時的基準測試已與美國領先系統並駕齊驅，在多項評測中僅次於 Anthropic 的最強模型。託管它能賣出 GPU 時數。問題只在於利潤要讓出多少。

引發市場修正的模型

要理解 Moonshot 為何相信自己有資格向微軟收費，得回溯到 7 月 16 日。當天 Moonshot 以託管服務形式推出 Kimi K3，號稱全球第一個開放 3T 級模型，完整權重於 7 月 27 日跟進釋出。在基準測試上，它以美國對手幾分之一的推論成本，追平了領先的美國模型——在多個評測項目中僅落後 Anthropic 的 frontier 系統。

市場的反應迅雷不及掩耳。數日之內，半導體類股累計蒸發約 3.3 兆美元市值，投資人被迫面對一個可能性：frontier 等級的 AI 可以用低廉的開放權重提供，而不必然要透過昂貴的專有技術堆疊。這波跌勢後來收復，但論點已經確立——來自中國的開放權重模型，已從「有趣的東西」變成全球 AI 市場的定價力量。

Moonshot 現在想變現的正是這份籌碼。開放權重模型無法鎖在 API 後面，但可以對最大的經銷通路收取法律上的費用——而三大雲端加總起來，就是地球上最大的潛在經銷商。

阿里巴巴的先例

重新劃定「開放」邊界的不只 Moonshot。路透社 8 月 7 日報導，阿里巴巴正準備要求其下一代開放權重旗艦 Qwen3.8-Max 的大型商用用戶分享營收，費率同樣可能高達 30%。兩家中國巨頭實質上收斂到了同一套教義：研究人員、業餘玩家與小型公司可以自由使用開放權重；對其他所有人，設一個商業收費站。

這是一個真正全新的授權物種。傳統開源——GPL、MIT、Apache 的世界——約束的是你必須回饋什麼，從不約束你必須支付什麼。中國實驗室的做法則把「開放」當成通路策略：先追求最大規模的採用，再對規模變現。批評者認為這讓「開源 AI」淪為行銷話術；辯護者則反擊：只對兆美元級平台抽 30%、門檻以下完全免費，比封閉 API 曾經提供的任何交易都更誠實。

無論如何，這個定義正在一樁樁交易中被重新協商——而 Moonshot 與雲端巨頭的談判，是迄今風險最高的測試。

雲端巨頭為什麼可能真的點頭

無論以什麼標準衡量，30% 的營收分成都很痛苦——app store 這個經典的平台稅，抽的是開發者營收的 15–30%，方向與此完全相反。但有三個因素讓這場談判比表面上不那麼一面倒。

第一，需求面的拉力。評估 K3 的企業客戶總得找個地方跑它。如果 Azure 有而 AWS 沒有，微軟就吃下那個工作負載的運算營收——GPU 時數、儲存、網路——這才是雲端真正販售的產品。用模型營收的 30%，換取一個成長中工作負載 100% 的基礎設施支出，在算術上可以成立。

第二，競爭態勢。三大雲端本來就在互相託管彼此競爭對手的模型——Azure 服務 OpenAI 的對手，Bedrock 聚合數十家實驗室。沒有人想成為那個在對手都綁定中國 frontier 模型時缺席的平台。

第三，IPO 的時鐘。Moonshot 對「至少簽成一樁」的需求，遠大於對「足額 30%」的需求，這暗示該數字是開價而非底線。

真正的難題在未定之天：美國監管機構是否會容忍美國雲端深度商業化一個中國 frontier 模型——尤其在技術管制持續進行之際；以及，對沒有訓練過 K3 的雲端來說，大規模服務這個 2.8 兆參數的架構在經濟上是否划算。早期基準測試顯示其推論效率與最好的專有系統相當，但雲端工程團隊等於要為別人的龐然巨物做優化。

後續觀察

談判仍在早期，也可能無疾而終——路透社的消息來源審慎指出，三家公司都可能拒絕。但方向已然清晰。來自中國的開放權重 frontier 模型，正成為具有真實定價權的通路資產；它們的創造者帶著數十億美元新資本奔向公開市場；而曾經把開源 AI 視為廉價配菜的美國雲端巨頭，如今正在談判桌上爭取付費服務它的特權。

誰先眨眼，誰就為未來十年的 AI 通路經濟學定下模板。