Open Source AI Is Quietly Closing
三句話摘要
中國出口管制與科技公司授權限制雙重夾擊,開源 AI 模型的自由時代正在收窄。 在政府出口管制與商業授權雙重夾擊下,免費、無限制的開源 AI 模型時代正在終結,未來要獲取先進模型的成本會上升,但已發布的模型永遠無法追回。 出口管制有三個觸發機制:模型參數達 2 兆以上、訓練算力達 10^26 次運算、在任何公開排名前 10(包括編程能力、全球使用量、訓練效率等),滿足任一條件就需申請許可,審批期 30 個工作天。
重點整理
出口管制有三個觸發機制:模型參數達 2 兆以上、訓練算力達 10^26 次運算、在任何公開排名前 10(包括編程能力、全球使用量、訓練效率等),滿足任一條件就需申請許可,審批期 30 個工作天。
模型發布後開發者失控:一旦權重檔案公開,原開發方無法有效控制其流向與使用方式,這正是開源模型能成為 ChatGPT 與 Claude 廉價替代品的原因,但也促成了新的管制需求。
商業授權成為新的實際管制工具:各大廠商在官方管制前主動設限,Kimi K3、Meta Llama 3.1 以 2000 萬美元營收為門檻,Qwen 3.8 Max 則設 5000 萬美元,迫使模型即服務(MaaS)業者必須談判授權而非直接使用。
中國模型當前仍領先,但未來存在不確定性:全球排名前九的大型開源模型皆由中國廠商佔據,但該管制框架的模糊定義(如何計算排名、使用者數量等)給予政府自由裁量空間,Qwen 4 等即將發布的新模型成為關鍵觀察點。
實用技巧與重點
- 出口管制相關數據:
- 中國新增 40 項管制技術,其中 23 項 AI 相關
- 三大觸發條件:2 兆參數 / 10^26 運算量 / 全球排名前 10
- 申請許可:30 個工作天審核
- 已公開模型不受追溯
- 商業授權新限制:
- Kimi K3:>2000 萬美元營收需簽署協議
- Meta Llama 3.1:>2000 萬美元營收需簽署協議
- Qwen 3.8 Max:>5000 萬美元營收需簽署協議
- Qwen 3.8 Flash Max(社群版):任何主機託管業務無門檻限制
- GLM 5.3:>100 億美元營收需安全審查
- MiniMax:>2000 萬美元營收需許可
- 模型規模與參數:
- Qwen 3.8 27B:270 億參數(約為限制線的 1/75)
- Qwen 3.8 Max:頂級編程排名第 11
- Deep Seek:Open Router 占 25% 請求
- 使用量數據:
- Open Router 10 月 12 日那週:中國實驗室占 44% 所有請求
- 美國禁令:10 月 20 日國防部禁聯邦機構使用 Deep Seek
- 備選開源模型(保險備胎):
- 小機器:Gemma 4 26B(17 分)/ GPT OSS 20B
- 24GB 顯卡:Nvidia Nemo Tron 3.5 bolt(恰好填滿)
- 大機器:GPT OSS 120B / Mistral Small 4
結論
在政府出口管制與商業授權雙重夾擊下,免費、無限制的開源 AI 模型時代正在終結,未來要獲取先進模型的成本會上升,但已發布的模型永遠無法追回。
完整解析
十月中旬,中國管制政策與科技公司商業策略的雙重轉向,將開源 AI 模型的生態推向了一個關鍵拐點。
中國政府於 10 月 16 日發布的出口管制草案,在既有的芯片與稀土管制基礎上,進一步延伸到 AI 模型的核心技術。這份新增 40 項管制技術的名單中,23 項涉及人工智慧,其中最直接影響開源社群的是「大模型核心技術」,特別是模型權重的下載。管制觸發條件有三:首先是規模門檻,2 兆參數以上的模型;其次是訓練算力,達到 10^26 次運算的龐大規模;第三個條件最具彈性,官方稱之為「全球領先」,即在任何公開排名的前 10 名,這包括整體效能、特定技能(如編程能力)、安全性、訓練效率,甚至全球使用量。官方同時暗示 API 與線上應用不受限,管制對象主要是權重下載。整個申請流程遵循常規路線:廠商在政府平台註冊、提交申請、30 個工作天審批,期間會進行國家安全審查。草案承諾開源發布走簡化路線「登記即可發布」,評論期至 11 月 15 日。
與此同時,科技公司主動採取行動,提前設置商業化防線。Kimi K3 與 Meta 的 Llama 3.1 都在授權中加入了 2000 萬美元營收門檻,超過這個金額的模型即服務(MaaS)業者需要簽署額外協議。Qwen 則更激進,3.8 Max 版本設定 5000 萬美元門檻,社群版本甚至對所有託管業者都有限制。GLM、MiniMax 等廠商也跟進類似條款,形成了一套隱形的商業管制體系。值得注意的是,Deep Seek 與部分小模型仍保持 MIT/Apache 開源授權,並在政策發布次日更新了 MIT 版本的釋出。
這套雙重管制的影響範圍與實際執行力仍有很多灰色地帶。中國目前還沒有任何大模型超過 2 兆參數大關,Qwen 3.8 和 Qwen 1.5 確實達到,但它們早已發布在 Hugging Face 上,無法追回。法律分析指出,一旦模型發布,開發方就失去了有效控制權。不過,用戶本地運行的版本通常小得多,Qwen 3.8 27B 只有 270 億參數,距離限制線還有 75 倍的距離。真正的觀察重點在於「全球排名前 10」這個條件的解釋與執行。在 LM Arena 編程榜上,Qwen 3.8 Max 已經排名第 11,明年 Qwen 4 如果達到預期,肯定會落在前 10,這意味著政策可能影響遠小於 2 兆參數的模型。Open Router 的數據顯示,中國實驗室在 10 月中旬佔據了全球請求量的 44%,Deep Seek 獨占四分之一,這種使用量優勢也可能觸發「全球領先」條件。
從應對角度看,對個人用戶和小企業而言,這些許可與授權限制影響有限,它們主要針對的是模型即服務的商業模式。個人使用和企業內部使用都不在限制範圍內。真正受衝擊的是那些想靠託管開源模型牟利的創業公司。美國側的反應目前還很溫和,國防部於 10 月 20 日禁止聯邦機構使用 Deep Seek,但範圍僅限政府採購,國會的擴大管制提案仍停留在委員會階段。在質量上,中國模型仍佔據絕對優勢,Meta 的新開源模型排名第 10,但需要 500GB 以上儲存空間,難以在普通設備上運行。
現階段最明智的策略是備份現有的開源模型。在小機器上可以選擇 Gemma 4 26B 或 GPT OSS 20B,24GB 顯卡上 Nvidia Nemo Tron 3.5 bolt 是完美選擇,大機器可以考慮 GPT OSS 120B。真正的分水嶺會在 Qwen 4、MiniMax M3.1 等下一代模型上體現,如果權重發布日期開始延後於 API 上線日期,那才是管制開始有形影響的信號。現在為時尚早,但保存 MIT 與 Apache 版本的模型及其授權檔案,是一種必要的預防措施。


