MiniMax不需要討好開源

文 | 市象，作者|景行，編輯|古廿

“別再裝了，別再撒謊，把開源標識從你的社區主頁移除吧?！?/p>

這番評論，來自一位海外社區用戶在MiniMax開發者關系負責人帖子下的留言。

這場風波源于一場對開源定義權的爭議。近日MiniMax悄悄更換MiniMax2.7模型的開源協議，將原本的標準MIT協議（開源軟件協議）更改為Modified-MIT協議。

新協議推翻了MiniMax2.7無限制商用、僅需保留版權聲明的核心規則，所有商業用途必須獲得MiniMax授權，且沒有營收豁免門檻。

一則海外用戶評論寫道，這并不是開源許可，如果你在未經書面許可的情況下，在任何創收產品中部署該模型，您將面臨違約和版權侵權訴訟的風險。

對此MiniMax嘗試平息用戶憤怒。MiniMax開發者關系負責人RyanLee發文稱，MiniMax2.7模型仍然開放，仍然支持下載、本地運行、模型微調，并基于模型發布非商業項目。

而修改開源協議的初衷是避免誤解。在過去多次發布中，官方發現產品遭遇第三方平臺借MiniMax之名提供托管服務，但產品質量遭到了嚴重閹割。

這些行徑包括但不限于過度量化（將高精度模型轉換為低精度，提升推理速度但降低性能）、錯用對話模板（可能導致模型無法正確解析指令，答非所問）、無聲交換（宣稱使用MiniMax模型，但暗地里換成其他低性能模型，騙取用戶付費）。

一言以蔽之，在過去的開源協議下，MiniMax系列模型被第三方平臺長期加以惡劣的掛羊頭賣狗肉式濫用，并嚴重沖擊產品信譽。

而第三方平臺之所以濫用MiniMax模型，核心目的在于降本增效，以更快速度部署降低質量的前沿開源模型，不僅可以降低服務器成本，還能借時間差吸引流量，借知名模型的品牌效應給自己賺取差價，透支的卻是品牌信譽。

這也解釋了，為何MiniMax寧愿頂著海外用戶的怒火，也要強行更改MIT協議。當智能體熱潮為大模型行業帶來商業利潤增長的曙光，任何一個不良平臺的濫用動作，都可能推倒品牌的信任多米諾骨牌，進而沖擊企業經營。

較真的老外給MiniMax上了一課

這場輿論風暴，爆發于對開源定義更為重視的海外開源社區。

在Hugging Face這個全球最大的開源模型社區，用戶對開源的定義相當嚴苛。海量用戶評價表明，用戶并不在意模型開發商是否限制商用權限，不滿更多的，是MiniMax一邊限制商用，一邊在Hugging Face等開源社區保留MIT標識。

在多種軟件授權條款中，MIT協議的條件相對寬松，其核心定義為軟件需對所有人提供免費處置、修改、復制、分發、授權甚至銷售，唯一的限制是，必須包含許可聲明。

這意味著，帶有MIT標識的大模型，須允許用戶與第三方平臺自用甚至用于商業場景，自由修改模型代碼或權重，自由本地部署。同時無需支付任何費用，無需向開發商申請許可。

一個更直觀的案例是，DeepSeek被國內云廠商集體接入，部署在自己的服務器上，核心源于前者堅定的全量開源策略，這令其迅速構建龐大的開發者生態，迅速在市場中站穩腳跟。

這也是MiniMax2.7遭遇社區爭議的核心。產品打著開源旗號吸引開發者使用，卻同時用修改后的協議推翻完全開源的核心承諾。

同時，作為旗艦模型，在MiniMax官方表述中，此次風暴中心的MiniMax2.7模型已經具備國際一線模型水準，在多編程語言的SWE-Pro中，正確率追平GPT-5.3-Codex；在專業知識與任務交付能力上，MiniMax2.7得分僅次于Opus 4.6、Sonnet 4.6和GPT5.4，超過了GPT5.3。

令開發者焦慮的，是協議中模糊的商用概念。按照修改版MIT協議，用戶不得將MiniMax2.7用于付費服務，支持商業產品、服務或運營。獨立開發者的付費 SaaS 產品，到第三方 API 托管、微調后的商業部署都有“越線”風險。而授權的最終解釋權，掌握在MiniMax 手中。

正因如此，不斷有用戶詢問其使用場景是否觸犯協議——如用于公司工作流程，或蒸餾并銷售代碼。

也有海外用戶表示，對社區來說，MiniMax2.7修改開源協議是一次倒退，但事出有因，但希望MiniMax未來能像Kimi或Llama那樣，通過收入、用戶規模制定限制商用門檻。

在限制模型商用方面，MiniMax并非先行者。

如Meta的Llama大模型，自2代版本允許商用，但附帶限制條件，月活超7億的商用平臺產品需向Meta申請額外授權；不得將Llama用于訓練或改進其他大模型；分發時必須在顯著位置標注該服務使用Llama模型；同時不得用于開發競爭性的生成式AI產品。

國內模型中，Kimi K2.5同樣采用修改版MIT協議。根據協議要求，若商業產品的月營收超過2000萬美元或月活用戶超過1億，則必須在用戶界面顯著位置標注“Kimi K2.5”標識。除此之外，Kimi K2.5不限制商用、修改、二次分發或本地部署。

智譜則采用了分層開源路線。GLM-5等主力模型采用MIT協議，而CogView4、GLM-TTS等特定模型采用Apache 2.0協議，旗艦級模型如GLM-5-Turbo則為閉源，僅通過官方平臺提供API開放。

區別在于，Apache 2.0更側重專利保護，帶有明確的專利授權與反訴訟條款，并強制要求開發者對修改過的文件進行標注。這令智譜的策略相對靈活，既有開源模型積累開發者生態，并轉化金融、政企等核心客戶，也能抓住Agent紅利，提升API收入。

相較業內做法，MiniMax顯然對開源旗艦模型更有信心。其創始人閆俊杰曾公開表示，如果重新選擇，應該讓模型第一天就開源。所有模型的“保質期”都不到一年，與其強調短期變現，不如爭奪生態。正如OpenAI的核心能力已經不是模型，而是ChatGPT的品牌與心智。

這意味著，后發廠商正在復刻當年安卓追趕蘋果的故事，唯有堅守開放，才有持續增長空間。

MiniMax們的開源糾結

拋開開源的概念爭論，站在商業視角來看，MiniMax收緊開源協議，更多是無奈之舉。擁有云+AI布局的互聯網大廠，與無云業務的獨立大模型廠商，其開源邏輯從一開始就不同。

今年1月，在騰訊云合作伙伴大會上，騰訊云副總裁吳奇勝對大模型行業的判斷是，AI的上半場，主要在賣資源，靠銷售稀缺的GPU算力實現變現，這種方式簡單粗暴，并未深入到行業應用中去。

這正是谷歌、阿里、騰訊等大廠開源大模型的邏輯。對大廠而言，大模型是一套復合商業模型的流量入口。

如阿里巴巴董事局主席在迪拜世界政府高峰會上的表述：

“我們的千問大模型是開源的，同時也經營云計算業務。隨著用戶在我們的基礎設施上進行模型訓練、開發與推理，我們得以實現商業變現?！?/p>

具體來說，阿里的Qwen系列模型憑借全量開源策略，在全球吸引海量開發者與企業使用，在市場構筑龐大的生態系統。而企業對Qwen的訓練、微調、推理都必須消耗海量計算資源，同時產生數據存儲、數據分析、數據安全等多維度需求。

阿里云則是這些需求的最佳承接者，其不僅能對算力集群進行推理優化，同時能提供模型微調、數據保護等增值服務，最終憑借技術優勢將客戶鎖在云端，促成收入增長。

而企業想要遷移云服務供應商，則必須重寫模型邏輯，重新遷移數據并匹配安全策略。在高昂遷移成本下，借開源模型“捕獲”客戶，意味著云業務能拿到其后續開發工具、數據、API調用等全維度的商業需求。

中小大模型廠商則沒有這樣的故事可講。

在接受《每日經濟新聞》采訪時，智譜董事長劉德兵表示，智譜在開源后商業收入反而快速增加，原因是企業老板只有對開源模型有深入了解，才會認可技術，推進合作。

相較大廠自建“水電”的重資產業務模式，中小廠商每年都要花費大量資金用于租賃算力訓練模型。其商業模式，也完全圍繞模型本身來展開。這讓企業必須放棄純閉源路線——只有打出市場聲量，獨立廠商才在大廠面前有生存空間。

根據財報定義，MiniMax的收入結構基本可以劃分為B、C兩端。前者收入來源于M系列模型token調用計費及訂閱付費，企業級解決方案等；后者包括海螺AI、Talkie、星野、MiniMax Agent等多模態模型產品，通過會員訂閱、虛擬商品售賣等方式變現。

二者區別在于，C端產品收入規模更大，但面向的是資金規模、付費意愿并不強的普通用戶，2025年毛利率約為4.7%；B端業務毛利率顯著更高，同期水平約為70%。

隨著智能體浪潮席卷市場，MiniMax正在從C端為主轉向BC兼顧。在今年3月召開的年度財報電話會議上，MiniMax CEO閆俊杰表示，公司的價值，由智能密度乘以Token吞吐量決定。

換句話說，與全面組織改革追逐Token經濟的阿里近似，MiniMax同樣不愿錯失API紅利帶來的高增長、高毛利商業價值。

公開數據顯示，2026年2月，M2系列文本模型的平均單日Token消耗量已較2025年12月增長6倍以上，其中來自Coding Plan的Token消耗量增長超過10倍。未來，借C端數據反哺訓練，將驗證后能力B端變現，將成為MiniMax的核心增長方向。

從表面看，MiniMax收緊開源協議背刺社區，但最終目的仍然是維護API服務這條核心變現渠道，用一道產品防火墻篩選商業伙伴，在產品破圈與商業變現之間，選一條折中方案，以確保旗艦模型的社區口碑。

在智譜GLM-5.1、阿里Qwen3.5-Omni集體閉源的背景下，國產大模型行業正走上岔路口：究竟是開源換聲量，還是閉源換利潤？

作為獨立廠商，必須不斷試錯尋找答案。只是對于AI企業而言，模型的競爭力永遠是第一位的事情。

畢竟此前智譜劉德兵也曾表示：AI化是未來100年的事，相較直接閉源變現，堅持開放培養行業，或許是更重要的工作。但從當下的動作看，也開始向這Anthropic的閉源路線靠攏。