AI/大模型全球
← 贴纸墙
MODEL · DETAIL
开源大模型海外收入分成授权
1)按模型推理token用量或下游客户收入的一定比例分成抽成(如30%),从云厂商处收取
MODEL
关键字段
FIELD STAMPSINDUSTRY 行业AI/大模型
REGION 地区全球
SCALE 规模巨头
CHANNEL 渠道线上
📌 背景
2026年开源大模型从免费转向商业化授权:Moonshot被曝与微软、亚马逊、谷歌等云厂商谈判K3模型的收入分成,最高抽成30%(媒体引述,未验真伪)。计费点也从输入端的许可费挪到输出侧,按推理token用量或下游收入比例分成;支撑这一转向的是海外云厂商付费意愿,相关AI支出年增47%(公开资料口径)。开源社区抵触与云厂商自研替代是两道坎。
👤 目标客户
云厂商、企业开发者、应用开发者,付钱方为使用模型并获得商业收入的云平台或企业。
💰 盈利点
1)按模型推理token用量或下游客户收入的一定比例分成抽成(如30%),从云厂商处收取;2)也可按API调用量收取授权费;3)部分通过大客户定制部署合约获取固定许可年费。
🧮 成本结构
模型训练算力与数据成本;与云厂商谈判的BD与法律合规成本;开源社区维护与技术支持成本。
🛡️ 护城河
模型能力领先性带来的议价权;头部开源模型生态与开发者社区锁定效应;与全球云厂商深度绑定后形成的事实标准。
🔑 成功关键
- 打造差异化性能标杆模型获得议价权
- 加深与云厂商独家合作形成排他绑定
- 设计灵活的抽成阶梯匹配不同规模客户
⚠️ 风险
- 谈判破裂导致合作中断
- 开源社区分销与口碑受损
- 模型性能被赶超后议价能力大幅下降
🏢 案例
- Moonshot与微软、亚马逊、谷歌的K3收入分成谈判
- 多家开源模型厂商开始探索按token分成的商业化路径
📊 SWOT 分析
优势 Strengths
- 深谙开源模型技术领先优势
- 云厂商渠道覆盖面广,抽成模式轻资产高毛利
劣势 Weaknesses
- 依赖云厂商谈判结果,不确定性高
- 开源社区对商业化存在抵触情绪
机会 Opportunities
- 海外云厂商付费意愿强,AI支出年增47%
- token经济验证成熟,收入分成模式被市场接受
威胁 Threats
- 开源替代品众多,模型同质化竞争加剧
- 云厂商自研模型替代风险,抽成谈判易破裂