文 | 市象，作者|景行，编辑|古廿
“别再装了，别再撒谎，把开源标识从你的社区主页移除吧。”
这番评论，来自一位海外社区用户在 MiniMax 开发者关系负责人帖子下的留言。
这场风波源于一场对开源定义权的争议。近日 MiniMax 悄悄更换 MiniMax2.7 模型的开源协议，将原本的标准 MIT 协议（开源软件协议）更改为 Modified-MIT 协议。
新协议推翻了 MiniMax2.7 无限制商用、仅需保留版权声明的核心规则，所有商业用途必须获得 MiniMax 授权，且没有营收豁免门槛。
一则海外用户评论写道，这并不是开源许可，如果你在未经书面许可的情况下，在任何创收产品中部署该模型，您将面临违约和版权侵权诉讼的风险。
对此 MiniMax 尝试平息用户愤怒。MiniMax 开发者关系负责人 RyanLee 发文称，MiniMax2.7 模型仍然开放，仍然支持下载、本地运行、模型微调，并基于模型发布非商业项目。
而修改开源协议的初衷是避免误解。在过去多次发布中，官方发现产品遭遇第三方平台借 MiniMax 之名提供托管服务，但产品质量遭到了严重阉割。
这些行径包括但不限于过度量化（将高精度模型转换为低精度，提升推理速度但降低性能）、错用对话模板（可能导致模型无法正确解析指令，答非所问）、无声交换（宣称使用 MiniMax 模型，但暗地里换成其他低性能模型，骗取用户付费）。
一言以蔽之，在过去的开源协议下，MiniMax 系列模型被第三方平台长期加以恶劣的挂羊头卖狗肉式滥用，并严重冲击产品信誉。
而第三方平台之所以滥用 MiniMax 模型，核心目的在于降本增效，以更快速度部署降低质量的前沿开源模型，不仅可以降低服务器成本，还能借时间差吸引流量，借知名模型的品牌效应给自己赚取差价，透支的却是品牌信誉。
这也解释了，为何 MiniMax 宁愿顶着海外用户的怒火，也要强行更改 MIT 协议。当智能体热潮为大模型行业带来商业利润增长的曙光，任何一个不良平台的滥用动作，都可能推倒品牌的信任多米诺骨牌，进而冲击企业经营。
较真的老外给 MiniMax 上了一课
这场舆论风暴，爆发于对开源定义更为重视的海外开源社区。
在 Hugging Face 这个全球最大的开源模型社区，用户对开源的定义相当严苛。海量用户评价表明，用户并不在意模型开发商是否限制商用权限，不满更多的，是 MiniMax 一边限制商用，一边在 Hugging Face 等开源社区保留 MIT 标识。
在多种软件授权条款中，MIT 协议的条件相对宽松，其核心定义为软件需对所有人提供免费处置、修改、复制、分发、授权甚至销售，唯一的限制是，必须包含许可声明。
这意味着，带有 MIT 标识的大模型，须允许用户与第三方平台自用甚至用于商业场景，自由修改模型代码或权重，自由本地部署。同时无需支付任何费用，无需向开发商申请许可。
一个更直观的案例是，DeepSeek 被国内云厂商集体接入，部署在自己的服务器上，核心源于前者坚定的全量开源策略，这令其迅速构建庞大的开发者生态，迅速在市场中站稳脚跟。
这也是 MiniMax2.7 遭遇社区争议的核心。产品打着开源旗号吸引开发者使用，却同时用修改后的协议推翻完全开源的核心承诺。
同时，作为旗舰模型，在 MiniMax 官方表述中，此次风暴中心的 MiniMax2.7 模型已经具备国际一线模型水准，在多编程语言的 SWE-Pro 中，正确率追平 GPT-5.3-Codex；在专业知识与任务交付能力上，MiniMax2.7 得分仅次于 Opus 4.6、Sonnet 4.6 和 GPT5.4，超过了 GPT5.3。
令开发者焦虑的，是协议中模糊的商用概念。按照修改版 MIT 协议，用户不得将 MiniMax2.7 用于付费服务，支持商业产品、服务或运营。独立开发者的付费 SaaS 产品，到第三方 API 托管、微调后的商业部署都有“越线”风险。而授权的最终解释权，掌握在 MiniMax 手中。
正因如此，不断有用户询问其使用场景是否触犯协议——如用于公司工作流程，或蒸馏并销售代码。
也有海外用户表示，对社区来说，MiniMax2.7 修改开源协议是一次倒退，但事出有因，但希望 MiniMax 未来能像 Kimi 或 Llama 那样，通过收入、用户规模制定限制商用门槛。
在限制模型商用方面，MiniMax 并非先行者。
如 Meta 的 Llama 大模型，自 2 代版本允许商用，但附带限制条件，月活超 7 亿的商用平台产品需向 Meta 申请额外授权；不得将 Llama 用于训练或改进其他大模型；分发时必须在显著位置标注该服务使用 Llama 模型；同时不得用于开发竞争性的生成式 AI 产品。
国内模型中，Kimi K2.5 同样采用修改版 MIT 协议。根据协议要求，若商业产品的月营收超过 2000 万美元或月活用户超过 1 亿，则必须在用户界面显著位置标注“Kimi K2.5”标识。除此之外，Kimi K2.5 不限制商用、修改、二次分发或本地部署。
智谱则采用了分层开源路线。GLM-5 等主力模型采用 MIT 协议，而 CogView4、GLM-TTS 等特定模型采用 Apache 2.0 协议，旗舰级模型如 GLM-5-Turbo 则为闭源，仅通过官方平台提供 API 开放。
区别在于，Apache 2.0 更侧重专利保护，带有明确的专利授权与反诉讼条款，并强制要求开发者对修改过的文件进行标注。这令智谱的策略相对灵活，既有开源模型积累开发者生态，并转化金融、政企等核心客户，也能抓住 Agent 红利，提升 API 收入。
相较业内做法，MiniMax 显然对开源旗舰模型更有信心。其创始人闫俊杰曾公开表示，如果重新选择，应该让模型第一天就开源。所有模型的“保质期”都不到一年，与其强调短期变现，不如争夺生态。正如 OpenAI 的核心能力已经不是模型，而是 ChatGPT 的品牌与心智。
这意味着，后发厂商正在复刻当年安卓追赶苹果的故事，唯有坚守开放，才有持续增长空间。
MiniMax 们的开源纠结
抛开开源的概念争论，站在商业视角来看，MiniMax 收紧开源协议，更多是无奈之举。拥有云 +AI 布局的互联网大厂，与无云业务的独立大模型厂商，其开源逻辑从一开始就不同。
今年 1 月，在腾讯云合作伙伴大会上，腾讯云副总裁吴奇胜对大模型行业的判断是，AI 的上半场，主要在卖资源，靠销售稀缺的 GPU 算力实现变现，这种方式简单粗暴，并未深入到行业应用中去。
这正是谷歌、阿里、腾讯等大厂开源大模型的逻辑。对大厂而言，大模型是一套复合商业模型的流量入口。
如阿里巴巴董事局主席在迪拜世界政府高峰会上的表述：
“我们的千问大模型是开源的，同时也经营云计算业务。随着用户在我们的基础设施上进行模型训练、开发与推理，我们得以实现商业变现。”
具体来说，阿里的 Qwen 系列模型凭借全量开源策略，在全球吸引海量开发者与企业使用，在市场构筑庞大的生态系统。而企业对 Qwen 的训练、微调、推理都必须消耗海量计算资源，同时产生数据存储、数据分析、数据安全等多维度需求。
阿里云则是这些需求的最佳承接者，其不仅能对算力集群进行推理优化，同时能提供模型微调、数据保护等增值服务，最终凭借技术优势将客户锁在云端，促成收入增长。
而企业想要迁移云服务供应商，则必须重写模型逻辑，重新迁移数据并匹配安全策略。在高昂迁移成本下，借开源模型“捕获”客户，意味着云业务能拿到其后续开发工具、数据、API 调用等全维度的商业需求。
中小大模型厂商则没有这样的故事可讲。
在接受《每日经济新闻》采访时，智谱董事长刘德兵表示，智谱在开源后商业收入反而快速增加，原因是企业老板只有对开源模型有深入了解，才会认可技术，推进合作。
相较大厂自建“水电”的重资产业务模式，中小厂商每年都要花费大量资金用于租赁算力训练模型。其商业模式，也完全围绕模型本身来展开。这让企业必须放弃纯闭源路线——只有打出市场声量，独立厂商才在大厂面前有生存空间。
根据财报定义，MiniMax 的收入结构基本可以划分为B、C两端。前者收入来源于M系列模型 token 调用计费及订阅付费，企业级解决方案等；后者包括海螺 AI、Talkie、星野、MiniMax Agent 等多模态模型产品，通过会员订阅、虚拟商品售卖等方式变现。
二者区别在于，C端产品收入规模更大，但面向的是资金规模、付费意愿并不强的普通用户，2025 年毛利率约为 4.7%；B端业务毛利率显著更高，同期水平约为 70%。
随着智能体浪潮席卷市场，MiniMax 正在从C端为主转向 BC 兼顾。在今年 3 月召开的年度财报电话会议上，MiniMax CEO 闫俊杰表示，公司的价值，由智能密度乘以 Token 吞吐量决定。
换句话说，与全面组织改革追逐 Token 经济的阿里近似，MiniMax 同样不愿错失 API 红利带来的高增长、高毛利商业价值。
公开数据显示，2026 年 2 月，M2 系列文本模型的平均单日 Token 消耗量已较 2025 年 12 月增长 6 倍以上，其中来自 Coding Plan 的 Token 消耗量增长超过 10 倍。未来，借C端数据反哺训练，将验证后能力B端变现，将成为 MiniMax 的核心增长方向。
从表面看，MiniMax 收紧开源协议背刺社区，但最终目的仍然是维护 API 服务这条核心变现渠道，用一道产品防火墙筛选商业伙伴，在产品破圈与商业变现之间，选一条折中方案，以确保旗舰模型的社区口碑。
在智谱 GLM-5.1、阿里 Qwen3.5-Omni 集体闭源的背景下，国产大模型行业正走上岔路口：究竟是开源换声量，还是闭源换利润？
作为独立厂商，必须不断试错寻找答案。只是对于 AI 企业而言，模型的竞争力永远是第一位的事情。
毕竟此前智谱刘德兵也曾表示：AI 化是未来 100 年的事，相较直接闭源变现，坚持开放培养行业，或许是更重要的工作。但从当下的动作看，也开始向这 Anthropic 的闭源路线靠拢。
