本文作者— —温知白|新华基金研究员
2026年8月26日，有媒体爆料月之暗面正与微软Azure、AWS、Google Cloud三大云巨头进行早期谈判，计划让旗下开源旗舰模型Kimi K3入驻三家平台，并寻求从相关服务收入中拿走最高30%的分成。
若协议落地，这将是中国AI企业与美国头部云厂商之间第一笔重量级模型收入分成合作。不过，目前很多人却没看懂这套商业模式的本质——这根本不是卖API、卖算力的老套路，而是把中国创新药跑通的License-out（BD授权）模式，第一次完整复制到了全球大模型赛道。
月之暗面要的不是一次性授权费，也不是按Token计费的流水，而是从三大云厂商的K3相关服务收入里抽取最高30%的销售分成。换言之，月之暗面自研核心技术，把海外市场的商业化权益授权给当地巨头，对方出渠道、出资源、承担落地风险，我方靠知识产权持续拿提成。
这套玩法，医药圈再熟悉不过。唯一的区别是，中国创新药出海BD，销售分成普遍在8%-20%；而月之暗面一开口，就是30%。
这不是狮子大开口，而是中国AI产业走到今天，一场注定的价值重估。
AI圈的创新药BD模式
在医药行业，License-out早已是成熟玩法。中国Biotech自研药物分子和管线，将海外市场的开发、商业化权益授权给跨国药企（MNC），换取首付款、里程碑付款和销售提成。对方负责临床试验、注册申报、渠道销售，承担所有落地成本和风险，我方只靠技术专利持续分账。
把这套逻辑平移到AI赛道，对应关系严丝合缝：
自研药物分子→月之暗面自研Kimi K3大模型；
跨国药企（MNC）→微软Azure、AWS、Google Cloud；
临床开发、注册、商业化→算力部署、运维服务、客户渠道、合规适配；
销售提成（Royalty）→模型服务收入分成；
专利保护+技术壁垒→开源协议+2000万美元商业授权门槛；
K3的2000万美元商业授权门槛，是其自定义许可协议的核心规则：若企业以MaaS（模型即服务）形式对外提供K3推理、微调服务，关联方连续12个月累计收入超过该阈值，必须与月之暗面另行签署商业授权协议。这构成了商业化合作的基础。
医药行业里，管线越成熟、临床数据越硬，分成比例就越高。早期临床管线的分成往往只有个位数，到了上市后成熟产品，顶格也大多在15%-20%区间。而K3作为已经在全球开发者社区验证过性能的顶级开源模型，直接跳过了早期技术验证的低价阶段，一上来就谈成熟商业化产品的高比例分成。30%这个数字，已经超过了绝大多数中国创新药BD交易的提成上限。
耐人寻味的是风险分配逻辑。跨国药企拿大头，是因为要承担数亿美元的临床投入和失败风险；而云厂商接入K3，边际成本相对更低——机房、GPU、客户体系都是现成的，本质是赚增量收入。
如此看来，30%的分成比例，本质上是对模型技术价值的直接定价。
中国企业为什么总能跑通BD？
中国创新药用了十年时间，从“卖原料药的低端玩家”成长为全球BD市场的主力。截止2025年，中国全年对外授权总金额突破1356亿美元，超九成跨国药企都和中国企业达成合作。
而今天中国大模型能复制这条路，靠的是完全一样的底层逻辑。
首先，绕开巨头主场，打效率差。
医药行业里，中国企业很少硬拼first-in-class原创靶点，而是在成熟靶点上做me-better优化、做ADC等技术平台创新，用更小的研发投入做出更优的临床数据，绕开跨国药企的专利壁垒和研发主场。
AI赛道同理。美国头部公司走的是稠密模型路线，堆参数、堆算力，每次推理激活全部参数，靠硬件堆出性能。这条路极度依赖顶级芯片，成本指数级上升。而中国团队普遍选择MoE混合专家的稀疏架构路线，并做了深度本土化创新：模型总参数很大，但思考时只调用相关的一小部分专家，用极低的算力成本打出接近稠密模型的效果。
目前K3就是典型代表。2.8万亿总参数，每次推理仅激活1040亿参数，靠自研注意力机制和工程优化，综合性能跻身全球第一梯队，摸到了GPT-5.6、Claude Fable 5这类闭源顶流的水平，在代码生成等细分赛道甚至实现反超。对比同等参数规模的稠密模型，其推理成本可低至1/5到1/20。这种AI圈的“best-in-class”——不跟你拼芯片数量，跟你拼架构效率，用更少的资源干更多的事。
其次，把实验室技术变成工业化赚钱产品。
药物分子设计出来和能规模化生产、能安全用于临床，中间隔着十万八千里的工程差距；大模型训练出来和能稳定、低成本地对外提供服务，中间同样隔着全链路的工程优化。
中国互联网行业沉淀了二十年的高并发工程经验，在大模型时代彻底爆发。原生低精度量化、KV多级缓存、系统级通信调度、流水线并行优化......这些都是中国工程师的拿手好戏。同等GPU硬件、同等模型架构下，中国团队能跑出数倍的Token吞吐量，单位推理成本可压到美国同行的1/5到1/20。
这就像中国药企的临床开发效率——同样的靶点，比跨国药企快2-3年推上临床，成本只有几分之一，靠的是十几年积累的临床试验运营和生产制造能力。这种工业化落地能力，是实验室里练不出来的，是靠亿级并发场景磨出来的产业底蕴，也是西方公司抄不走的核心优势。
最后，用透明换信任，绕开地缘壁垒。
中国创新药出海，靠的是全球统一的临床数据标准、规范的GMP生产，用硬数据打消FDA和海外市场的顾虑。而中国大模型出海，靠的是开源开放——把模型权重、代码全部公开，客户可以下载、本地部署、自行审查，数据不用出境。
这相当于把“分子结构、生产工艺”全摊开给你看，你可以自己验、自己改、自己生产，极大降低了地缘政治带来的信任门槛。K3能快速风靡全球开发者社区，靠的就是这种开放策略。你不用担心“中国企业留后门”，因为所有参数都是透明的。
对于云厂商来说，接入K3不是要不要和中国公司合作的问题，而是要不要跟上全球开发者潮流的问题。就像当年跨国药企抢着买中国创新药管线，不是给中国企业面子，是因为产品力够强，不拿就会被竞争对手抢走市场。
中国AI出海的第一个吃螃蟹者
总的来说，这件事真正的里程碑意义，至今还没被大多数人意识到。它相当于2023年百利天恒把双抗ADC新药以潜在最高总交易额84亿美元授权给BMS，信达生物与礼来达成的最高近90亿美元、全口径超百亿美元重磅合作——在此之前，没人相信中国公司能靠纯技术授权，从全球巨头手里拿到持续的销售分成。
在此之前，中国大模型出海的主流路径是，跨境卖API，按Token计费，打价格战，赚辛苦钱。就像当年中国药企卖原料药、卖仿制药，靠低价抢市场，没有定价权，也没有品牌价值，赚的是人力和算力的差价。
而月之暗面这套BD模式，第一次把中国AI的出海逻辑升维了：
从“卖算力服务”升级为“卖知识产权”，不再靠消耗算力赚钱，靠模型本身的技术价值赚钱；
从“一次性流水”升级为“持续性分成收入”，只要云厂商的业务在跑，就能持续获得收益；
从“价格战内卷”升级为“技术溢价”，不再靠比别人便宜抢客户，而是靠不可替代性谈分成。
更重要的是，它验证了一个关键假设：中国的AI技术，不仅能在国内竞争，还能输出到全球最顶级的科技平台上，靠技术本身获得定价权。
就像当年中国创新药BD交易爆发，带动了整个板块的估值重估。月之暗面这次谈判，不管最终能不能成、分成比例会不会低于30%，都已经捅破了中国AI出海的天花板。后面一定会有更多的中国大模型公司，跟着走这条授权分成的路。
中国AI的出海叙事，正在从“卖算力”切换到“卖药方”。
故事才刚刚开始。#头条精选-薪火计划#
热门跟贴