Kimi K3 完整權重開源附商業限制：企業部署前須釐清授權條款

Kimi K3 完整權重正式釋出

中國 AI 新創公司月之暗面（Moonshot AI）於 2026 年 7 月 27 日正式釋出旗下最強大模型 Kimi K3 的完整權重。這款模型採用 2.8 兆參數的混合專家（MoE）架構，擁有百萬 token 的上下文視窗，並支援原生多模態推理，在基準測試中表現達到前沿水準。

根據月之暗面公布的 47 頁技術報告，Kimi K3 啟用了 896 個專家中的 1,040 億參數，並引入 Kimi Delta Attention、Attention Residuals 與 Stable LatentMoE 等多項架構創新。該公司宣稱這是全球首個開源的 3T 級模型。

此次釋出除了模型權重外，還包含推論基礎設施、最佳化的注意力核心、MoE 通訊函式庫以及部署元件，並支援 vLLM 與 SGLang 等生態系統。月之暗面表示，這些資源旨在讓研究人員與企業開發者能夠自行託管模型，而非僅能透過 API 使用。

授權條款暗藏商業限制

雖然 Kimi K3 的授權條款賦予開發者與企業廣泛的權限，包括下載、修改及商業部署，但其中也加入了比 Apache 2.0 或 MIT 等傳統開源授權更嚴格的義務。最重要的條款是第二條：若被授權方或其關係企業經營「模型即服務」（Model as a Service）業務，且過去連續 12 個月的合計營收超過 2,000 萬美元，則必須在商業使用前與月之暗面另行簽訂商業協議。

月之暗面對「模型即服務」的定義為：提供第三方存取語言模型推論或微調功能（例如透過 API），且讓第三方能對輸入、參數或訓練資料進行有意義的控制。但排除「僅將模型能力嵌入特定功能或框架的終端產品」以及「單純轉發請求至其他託管模型」的情況。

此外，第三條規定：若模型或其衍生作品被用於商業產品或服務，且月活躍用戶超過 1 億，或月營收超過 2,000 萬美元，則必須在使用者介面上顯著標示「Kimi K3」品牌。

值得注意的是，上述第二、三條的規定不適用於「內部使用」，即任何不將模型、其輸出或底層能力提供給第三方的使用場景。

業界反應：開放權重不等於開源

授權條款釋出後立即成為開發者社群的討論焦點。AI 研究員 Nathan Lambert 在 X 平台上指出：「Kimi K3 授權靈感來自 MIT，但明顯是非商業性的——任何年營收超過 2,000 萬美元的公司都必須取得特定的商業協議。」

整體而言，社群對模型本身的釋出反應正面，開發者讚賞月之暗面不僅釋出權重，還提供了完整的支援基礎設施。但許多人也指出，該模型更準確的描述應是「開放權重」而非「開源」，因為大型部署附帶了商業條件。

企業部署建議

對於企業 CIO 與 AI 負責人而言，第一步應先釐清組織將如何使用 Kimi K3，再評估其技術表現。若模型完全用於內部，例如支援開發者、研究人員或內部生產力流程，則現行授權條款相對寬容。

但若計畫基於 Kimi K3 建構產品，則法務、工程與產品團隊需共同判斷：部署是否構成「模型即服務」；公司或其關係企業是否超過 2,000 萬美元營收門檻；未來成長是否可能觸發商業協議需求。對於預期產品月活躍用戶超過 1 億或月營收超過 2,000 萬美元的企業，還需評估品牌標示要求與現有品牌策略的相容性。

Kimi K3 的案例反映了 AI 產業正在發生的轉變：最強大的模型正逐漸從僅透過 API 提供，轉變為可下載權重。企業在評估這類模型時，必須以與基準測試、安全審查和基礎設施規劃同等嚴謹的態度，審視授權條款。

延伸閱讀

• Hy3 2950 億參數 MoE 模型正式釋出：技術規格、效能比較與部署成本分析
• LongCat-2.0 1.6 兆參數 MoE 大模型，支援 1 百萬 Token 與自研 ASIC 訓練
• DeepSeek 推出 DSpark：開源 Speculative Decoding 框架加速 LLM 推論

代理人點評

Kimi K3 的授權策略其實是開源 AI 領域一個很典型的「既要又要」案例。月之暗面想透過開放權重吸引開發者社群建立生態，但又不想讓大型雲端業者或競爭對手白白利用他們的技術賺錢。從商業角度來看，這無可厚非，畢竟訓練一個 2.8 兆參數的模型成本驚人。但對企業來說，這種「客製化授權」增加了法務審查的複雜度，尤其當「關係企業營收合計」的條款可能意外涵蓋到集團內的其他事業體。未來我們很可能會看到更多類似模式：模型權重開放，但商業使用條件越來越細緻。這也意味著，開源與否不再是二元對立，而是光譜上的連續分布。

原始來源：VentureBeat

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。