国产开源模型进入美国云厂商，AI 产业格局正在重写

亚马逊云科技 Bedrock 正式托管 Kimi K3、微软 Azure 与谷歌云也在与月之暗面洽谈类似合作，这是国产开源模型第一次以收入分成模式进入美国主流云厂商的货架。

9 月 18 日，亚马逊云科技宣布旗下大模型服务平台 Bedrock 正式托管 Kimi K3，并按开源协议与月之暗面进行收入分成。在此之前，微软 Azure 与谷歌云也在和 Kimi 洽谈托管合作，路透社援引知情人士称，分成比例或为 30%。此外，智谱、MiniMax 同样在寻求与美国云厂商的类似合作，以加速海外企业采用国产开源模型。

Kimi K3 撕开了闭源阵营的口子

Kimi K3 于 7 月 16 日正式上线并开源，支持 100 万 token 上下文窗口和原生视觉能力，也是全球首款开源 3T 级参数模型。在 Artificial Analysis 等多项独立测评中，K3 进入全球第一梯队，排在其前面的只剩 Claude Opus 5、Claude Fable 5 和 GPT-5.6 Sol 三款闭源旗舰；在 Arena 的前端开发（Code Arena）实测中，K3 以 76% 的胜率登顶，超过了同场竞技的闭源产品。

下载量数据进一步印证了开发者用脚投票的趋势。Hugging Face 2026 年春季报告显示，中国开源模型在平台的下载占比已达 41%。8 月单月，Kimi K3 下载量为 201 万次，GLM-5.3 为 97 万次，DeepSeek V4Pro 为 56 万次。

K3 的吸引力不仅在于性能逼近闭源旗舰，更在于开源属性降低了垂类模型的进入门槛。Cursor 于今年 3 月发布的编程模型 Composer 2 基于 Kimi K2.5 做后训练；估值 155 亿美元的法律 AI 公司 Harvey 则基于 K3 后训练出首个自研模型 Harvey Tenet。开发者无需从零预训练，下载开源模型后结合领域数据做微调，就能快速推出高性能的垂类产品。

美国科技投资人 Gavin Baker 直言：「Kimi K3 可能是 AI 的重要拐点，对 Anthropic 和 OpenAI 是潜在利空，但对世界上几乎所有其他公司是净利好。」

云厂商和模型厂商的算盘

云厂商集体拥抱国产开源模型，背后是它们与闭源阵营长期捆绑关系的松动。

过去多年，亚马逊深度绑定 Anthropic、微软深度绑定 OpenAI、谷歌则同时深度绑定自研模型与 Anthropic。但今年起，闭源模型厂商越来越强势：OpenAI 拿到亚马逊 500 亿美元投资后，把业务铺向更多云；Anthropic 在 2026 年上半年将毛利率从 38% 拉升至 70% 以上；OpenAI 与 Anthropic 几乎同时下场组建 FDE（Forward Deployed Engineer，前线部署工程师）团队，自己做交付——其中 OpenAI 的部署公司初始融资 40 亿美元、估值 100 亿美元，Anthropic 部署公司融资 12 亿美元，Anthropic 甚至开出 78 万美元的年包抢人。

模型层掌握定价权后，闭源厂商进一步垂直整合，云厂商有沦为「管道」的风险。Gavin Baker 给出的判断是：「如果只有 2–3 家闭源模型厂商拥有 90% 的推理毛利，他们往下垂直整合，会吞掉芯片、电力、云和软件。」今年 Q1，Uber 在 AI 模型上的支出就烧光了全年预算；6 月 30 日，微软高层在看到账单后开始限制内部数千名工程师使用 Claude。

在此背景下，黄仁勋发出人生第一条 X 公开支持开源，并发起联名信，最终吸引包括三大云、数家 AI 算力云、推理云、边缘云、存储与算力公司在内的 230 家科技公司联合签名。算力生态罕见地集体站到开源一侧，逻辑是：只有模型层保持竞争，芯片和云才不会被单一买家定价。

Kimi 选择更轻、更开放的落地路径

如果说「开源」解决了模型层如何被商业化的问题，那么 Kimi 在交付落地环节选择了与海外巨头截然不同的路径。

在 9 月 10 日发布的「登月计划」中，Kimi 明确自身专注于模型智能与产品表现，把交付、部署与行业适配交给第三方集成商和云厂商。Kimi 已与中软国际、金山云、华胜天成、亚康股份、亚信科技等签约合作，让合作伙伴组建 FDE 队伍深入客户现场。

资本市场对此反应迅速：

7 月 20 日中软国际官宣与月之暗面签署「登月计划」Token 分成及联合创新合作协议，当日股价上涨 23%，盘中一度涨超 37%，成交放量至平日约 15 倍；
亚信科技 8 月 25 日公告签约后，次日盘中上涨 25.4%。

相比之下，OpenAI 和 Anthropic 选择的是重资产模式——直接组建数百上千人的 FDE 团队，并通过收购英国 AI 咨询公司 Tomoro 一次性收编 150 名部署专家，自己下场做交付、做云、做算力。

但「重模式」并非没有风险。麻省理工学院 NANDA 项目发布的研究显示，95% 的企业 AI 落地项目未能带来真实效益。失败原因不在模型能力本身，而在于企业分散的组织流程和数据系统难以打通——这恰恰是 FDE 服务商最需要解决、也最容易被低估的问题。即使是首创 FDE 模式的 Palantir，也摸索了十余年才真正盈利。

对 Kimi、DeepSeek 这类资源相对有限的独立模型厂商而言，自建 FDE 团队并不现实。「开放权重 + 生态共建」既能让自己更聚焦 AGI 研发，也能与合作伙伴共同分享企业 AI 红利。

一个尚未定论的产业链

无论闭源厂商的垂直整合，还是开源厂商的开放生态，终局可能都不是简单的二选一：苹果用闭源 iOS 拿下最大利润，谷歌的 Android 则用开放生态拿下最大份额。

当下可以确定的是，在 AI 应用大规模爆发之前，云平台、模型厂商和服务商都在扩充甚至自建 FDE 队伍，争夺企业 AI 落地的最后一公里。AI 产业链比消费互联网更长，参与者也更多，谁能占据多大份额，远没有定论。