Kimi超過DeepSeek的新模型被指“套殼”Qwen？到底怎么回事兒

作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

昨天深夜，月之暗面發布了開源代碼模型Kimi-Dev-72B。這個模型在軟件工程任務基準測試SWE-bench Verified上取得了60.4%的成績，創下開源模型新紀錄，超越了包括DeepSeek在內的多個競爭對手。

然而，當開發者們深入了解這個模型時，發現它明確標注了：Base model: Qwen/Qwen2.5-72B。這引發了一些人的疑問，Kimi-Dev的優異表現，究竟是創新還是“套殼”？

Kimi-Dev-72B：基于Qwen打造的代碼專家

Kimi-Dev-72B并非從零開始訓練的模型。根據月之暗面在Hugging Face上的說明，這個模型明確標注了Base model: Qwen/Qwen2.5-72B。在官方博客中也寫到：以 Qwen 2.5-72B 基礎模型為起點，我們收集了數百萬個 GitHub 問題單和 PR 提交作為中期訓練數據集。這意味著Kimi-Dev是基于阿里巴巴Qwen團隊的72B參數模型進行二次開發的。

從技術角度看，Kimi-Dev的創新主要體現在訓練方法上。月之暗面采用了大規模強化學習技術，讓模型在Docker環境中自主修復真實代碼倉庫的問題，只有當完整測試套件通過時才能獲得獎勵。這種訓練方式確保了模型生成的代碼不僅正確，而且符合實際開發標準。

在軟件工程任務基準測試上，Kimi-Dev-72B展現了出色的性能。它在SWE-bench Verified上取得了60.4%的成績，這是一個專門評估模型解決真實GitHub issues能力的基準測試。相比之下，前一名開源模型的成績僅為約50%左右，Kimi-Dev實現了顯著的提升。

在許可證方面，Kimi-Dev-72B的LICENSE.md文件顯示其采用MIT協議發布。

但同時，月之暗面也在文檔中明確說明：“Kimi-Dev-72B is built with Qwen-2.5-72B. Qwen-2.5-72B is licensed under the Qwen LICENSE AGREEMENT, Copyright (c) Alibaba Cloud. All Rights Reserved.Subject to the Qwen LICENSE AGREEMENT, Kimi-Dev-72B is under MIT license”。

也就是說Kimi-Dev-72B需要遵守Qwen-2.5-72B的原始許可限制，同時將自己的創新工作（即通過強化學習獲得的微調權重）以MIT協議開源。這種做法在開源社區中被稱為“delta權重”發布，即只發布相對于基礎模型的增量部分。

一個“歷史遺留”問題

爭議的起源是社區對“月之暗面是否獲得了使用Qwen-2.5-72B的特殊許可”的質疑。根據Qwen的許可協議體系，雖然較小的模型采用Apache 2.0協議，但72B這個旗艦模型采用的是《通義千問許可協議》（Qwen LICENSE AGREEMENT）。

這份協議規定，當產品的月活躍用戶（MAU）超過1億時，需要向阿里申請商業授權。考慮到Kimi作為熱門AI助手的用戶規模，可能將Kimi-Dev-72B引入其產品，這個限制條款引起了關注。

面對社區詢問，Qwen團隊負責人林俊旸（Junyang Lin）在X平臺上的第一個回復簡短而直接："no we did not give them the permission"（不，我們沒有給他們授權）。

這個回復立即引發討論，然而，僅僅一個多小時后，林俊旸發布了第二條推文，改變了事件走向：“nvm this is our legacy issue. for qwen3, all are under apache 2.0 now.”（沒事了，這是我們的歷史遺留問題。對于qwen3，現在所有模型都采用apache 2.0協議了。）

林俊旸的第二條推文揭示了問題的本質，這不是月之暗面的違規使用，而是Qwen團隊自身許可策略演進中的“歷史遺留問題”。

具體來說，Qwen2.5系列采用了復雜的分級許可體系：大部分模型（包括 0.5?B、1.5?B、7?B、14?B、32?B、VL、Omni 等）采用Apache 2.0協議，屬于完全開源許可，而3B和72B模型采用的是《通義千問許可協議》，包含商業限制條款。

這種分級許可策略在開源社區中并不罕見，目的是在推動技術普及的同時保護核心商業利益。但隨著時間推移，Qwen團隊可能意識到這種策略可能會阻礙生態發展。

在2025年4月底發布的Qwen3系列中，所有模型都已經采用了更加開放的Apache 2.0協議。Apache 2.0是一種廣受歡迎的開源協議，它具有以下特點：

商業友好：全球開發者、研究機構和企業均可免費下載并商用，無需額外申請授權。

無限制使用：允許商業使用與二次開發，用戶可以修改代碼并以其他協議重新發布。

社區驅動：通過降低使用門檻，促進更多開發者參與，推動技術的快速迭代和創新。

通過全面轉向Apache 2.0，Qwen試圖正在構建一個更加開放和活躍的AI生態系統。

在這種背景下，將Kimi-Dev基于“舊協議”模型的使用定性為“歷史遺留問題”，實際上是一種著眼未來，支持生態伙伴的創新的選擇。

開源協作的新范式

從技術角度看，這個案例反映了當前AI創業的現實。根據MosaicML的數據，訓練一個達到GPT-3質量的30B參數模型需要約45萬美元，而更大規模的模型如70B參數級別，成本會達到數百萬美元。對于希望從零開始訓練一個70B模型的機構來說，需要準備好數百萬美元的基礎預算，還需要配備頂尖的AI研究和工程團隊，并且要考慮到隨著技術發展，未來模型的訓練成本可能會進一步攀升。

而月之暗面選擇Qwen-2.5-72B作為基座并非偶然。根據多項評測，Qwen2.5系列在代碼、數學、多語言等方面都達到了業界領先水平。站在這樣的基座模型上，月之暗面可以在類似這樣的研究項目中，將資源集中在自己的核心優勢——強化學習訓練方法上。

NebulaGraph GenAI負責人Wey Gu對硅星人表示：“我認為他們（Kimi）的開放權重、透明地分享paper的工作對社區是非常有益處的”，他還指出，Kimi-Dev分發MIT協議的delta權重文件沒有問題，“不過模型的消費者是繞不過base model的Qwen license的”。

值得注意的是，盡管Kimi-Dev在SWE-bench上取得了優異成績，但實際應用中仍有改進空間。有開發者測試發現，模型生成的代碼有時需要調試才能運行，對復雜需求的理解也不夠完整。這說明即使基于強大的基礎模型，要做出真正優秀的垂直應用仍需要大量創新。

這場“套殼”爭議最終成為了一個行業發展的縮影。開源策略正在從限制性許可向完全開放轉變，這是贏得開發者生態的必然選擇。同時，基于優秀基礎模型的“二次創新”正在興起，關鍵是找到自己的差異化價值。大廠與創業公司不再是簡單的競爭關系，而是在開源生態中形成新的協作模式。

隨著更多的開源模型采用Apache 2.0協議，類似的許可爭議將越來越少。而像Kimi-Dev這樣基于開源模型的專項優化案例，或許會越來越多，這正是開源AI生態繁榮發展的標志。