6月13日，全球AI开发者经历了一场小型地震。
Anthropic突然宣布，Fable-5和Mythos-5在美国以外区域不可用。不是降级，不是限流，是直接停服。开发者打开API控制台，发现模型列表灰了——前一天还在跑的Pipeline，一夜之间断了。
同一天下午，智谱发了GLM-5.2，MIT协议，下周开源权重。
公告里有一句话值得品味：”在一些前沿模型突然变得不可用的时刻，我们选择相信另一条路：前沿智能不应只属于少数人，也不应被少数规则随时收回。”
这个时机，你不信是巧合我也不勉强。
但如果我们只停留在这个戏剧性的”同日对冲”叙事上，就太浅了。真正值得拆解的是：在同一个六月窗口期，智谱、MiniMax、月之暗面三家同时亮牌，但三张牌完全不同。开源策略不同，能力路线不同，定价语言不同。
表面上是”中国开源军团集体出招”，底牌其实是三条截然不同的生存路线。
“开源”这个词在2026年已经被用烂了。当所有人都说自己开源的时候，真正拉开差距的不是”开源不开源”，而是”开到什么程度”。
GLM-5.2选了MIT。这是开源协议里最宽松的一档，基本等于”你随便用，别告我就行”。商用、修改、闭源分发、嵌入到任何产品里，全都不限制。
这不是技术决定，是姿态决定。
智谱公告里那句”不应被少数规则随时收回”，翻译成商业语言是：你看，我的东西不会被收走，随时能用。在Anthropic停服引发全球开发者恐慌的当天，这个信号的杀伤力远超模型本身的参数表。
而选择MIT而不是Apache 2.0或者GPL，意味着智谱对商业使用几乎不做任何限制——允许闭源分发、允许嵌入商业产品、允许修改后不公开源码。在开源协议的宽松度排序里，MIT几乎是天花板。
MiniMax M3的协议叫minimax-community。名字本身就很有意思——既不是行业通用协议，也没有用MIT或Apache这样的标准术语，而是用自己的品牌命名。
这说明什么？说明MiniMax想保留一定的定义权。
minimax-community协议的核心理念是”你可以用，但要在我的社区框架内用”。428B总参/23B激活的MoE架构，加上自研的MSA稀疏注意力——这套东西在技术报告（arXiv:2606.13392）里写得明明白白，但开源的范围和边界，仍然由MiniMax定义。
这是一种聪明的中间路线。既享受了开源带来的生态红利和行业声量，又在商业控制上留了一道门。
Kimi K2.7 Code更精。协议是Modified MIT——对MIT做了针对性修改。具体改了什么？从K2.7的产品定位可以推断，大概率在商业使用场景上加了限制条件。
月之暗面的逻辑很清晰：K2.7是一个垂直产品化的模型——1T总参/32B激活，61层，384专家选8，专为编程场景优化。它的开源目的不是让所有人拿去随便造，而是让开发者在Kimi的框架内形成工具链依赖。
三家都开源，但MIT给你的感觉是”这桌子菜你端走”，minimax-community是”这桌子菜在这吃，随便夹”，Modified MIT是”这道菜给你配方，但你做出来还是得挂我的牌子”。
温度不同，野心也不同。
能力路线的选择，暴露的是三家对”下一个杀手场景”的不同判断。
GLM-5.2赌的是编程深度和长程工程。
从GLM-5开始，智谱的定位就经历了一次关键跃迁：从Vibe Coding到Agentic Engineering。Vibe Coding是”帮你想代码”，Agentic Engineering是”帮你完成工程”。一字之差，场景完全不同——后者需要模型理解整个项目架构，进行跨文件的代码修改，完成从设计到部署的完整链路。
744B总参/40B激活的前代GLM-5，在Artificial Analysis Intelligence Index上拿了50分的开源第一，a16z把它和Claude Opus 4.6并排标注，说”proprietary model仍是最聪明的，但开源的差距已经大幅缩小”。这次GLM-5.2在Agentic Coding和1M超长上下文上再进一步，赌的是一个判断：2026年下半年，真正的商业化场景不是”帮我写个函数”，而是”帮我完成这个工程任务”。
MiniMax M3赌的是三合一全能。
国内第一个同时具备前沿Coding + 1M上下文 + 原生多模态（文本、图像、视频、Computer Use桌面操作）的模型。在SWE-Bench Pro上超过了GPT-5.5和Gemini 3.1 Pro，接近Claude Opus 4.7。
这个组合拳在开源领域是独一份。DeepSeek V4有1M上下文、编程能力和原生多模态，但三者的整合度和商业化成熟度不如M3；其他开源模型则至少缺一块。MiniMax把三件事同时做到了开源SOTA级别，赌的是：下一个平台级场景需要的是一个全能型Agent，不是某个领域的专家。
Kimi K2.7 Code赌的是token效率和工具调用。
K2.7最核心的改进不是参数增大，而是思考token减少约30%——这是在修K2.6的”过度思考”问题。模型变聪明之后，最容易出现的就是”想太多”：一个简单的代码修改，它先推理500个token的思路分析，再开始写代码。用户体验极差，成本也高。
更值得关注的是MCP Mark Verified 81.1——这个成绩超过了Claude Opus 4.8的76.4。测试方法很硬核：5个真实服务器环境，人类验证MCP工具调用。这不是刷benchmark，是实打实地在真实环境里调用工具完成任务。
Kimi Code Bench v2从50.9跳到62.0，Program Bench从48.3到53.6——后者尤其值得关注，因为它只给编译二进制加文档，不给源码、不给反编译、不给网络，要求模型仅凭这些信息重建程序行为。这考验的是真正的推理能力，不是模式匹配。
三家的赌注合在一起看，其实勾勒出了中国AI行业对”开源模型到底该往哪走”的三种答案：
智谱认为开源模型要做深——在一个核心场景（Agentic Engineering）上做到接近闭源的水平，形成不可替代的价值锚点。
MiniMax认为开源模型要做广——把所有能力打包在一起，让开发者不用东拼西凑，一个模型搞定所有事。
Kimi认为开源模型要做精——在特定场景（编程）上把效率做到极致，让token成本降到商业可用的临界点以下。
哪个对？从产品经理的角度看，没有标准答案。这取决于2026年下半年的真实需求是”做深”还是”做广”还是”做精”——而这恰恰是整个行业最不确定的事。
定价是产品策略最诚实的翻译。
GLM-5的API定价，较GLM-4.7涨了大约1倍。Coding Plan涨30%，还取消了首购优惠。
在行业还在打价格战的背景下，智谱做了反直觉的事——涨价。
这背后的逻辑链是这样的：85%收入来自本地化部署（政府、金融、央国企），这部分毛利率59.1%，是智谱的基本盘。云端API毛利率-0.4%，换句话说，每卖一元钱的云端API，智谱在亏钱。涨价不是为了赚更多，是为了少亏。
然后在这个时间点宣布MIT开源最强模型。如果你是智谱的付费用户，你会怎么想？
“我可以不用你的API了，自己部署开源权重。”
这就是”拆付费杠杆”——把API的高价和开源权重放在一起，相当于告诉市场：你的选择权在我手里，我不强迫你用API，但如果你要用商业服务，就要为溢价付费。
这是一种典型的”平台生态定价”逻辑。微软当年也是这么对付Linux的——操作系统免费，但企业服务和云服务收费。不同的是，智谱的基本盘在本地化部署，开源权重的释放反而强化了这部分业务的可信度：政府客户需要知道模型是可控的，MIT协议恰好给了这个保证。
MiniMax走了完全相反的路。
API限时7天5折，紧接着腾讯云6月15日起M3价格再降50%。两轮降价，间隔不到两周。
从数据上看，MiniMax的毛利率在往上走：2024年12.2%，2025年21.4%，2027年预计31.8%。这跟智谱的毛利率下行趋势（本地化部署59.1%还行，但云端-0.4%拖后腿）形成鲜明对比。
MiniMax的底气来自收入结构的多元化：73%收入来自海外，AI陪伴（Talkie/星野）占35%，生成式媒体（海螺AI）占33%，API只占29%。定价自由度远高于只有B端客户的公司。
但连降两轮传递的信号也不全是积极的——模型发布当天，股价暴跌15.71%到708港元。市场解读很直接：模型越强，烧钱越多，投资者害怕的不是产品不行，是商业化跟不上。
Kimi K2.7 Code截至目前没有公布定价。
6倍速版定档下周一，但价格仍然是个问号。
从PM角度看，”不定价”本身就是一种定价策略——留悬念。K2.7的MCP工具调用能力是差异化亮点，如果定价合理，可以吃掉那些因为Anthropic停服而失去工具链的开发者。但如果定得太高，反而会把这些用户推给MIT协议的GLM-5.2。
月之暗面在等。等看市场对GLM-5.2开源的反应，等看MiniMax降价的边际效果，然后找一个卡位定价。
摩根大通2月份的报告里有一句话，我觉得是整个定价问题的核心：
“谁的推理更便宜；谁的利用率更高；谁能掌握定价权。”
推理成本将成绝对支出大头——智谱从2025年7%激增至2030年68%，MiniMax从20%增至72%。在这个趋势下，推理效率不是技术指标，是生死线。
回到开头那个戏剧性的同日对冲。
6月13日，Anthropic的Fable-5和Mythos-5在海外停服，全球开发者第一次真切感受到”模型可以被收走”。
同一天，智谱用MIT开源做了最响亮的回应。但如果我们跳出这个戏剧性的时间窗口，看看前后两周发生了什么——
6月1日，MiniMax发布M3，两周内开源权重+两轮降价；
6月12日，月之暗面发布K2.7 Code，1T参数，token效率提升30%；
6月13日，智谱发布GLM-5.2，MIT开源。
三家公司，三种策略，三种对”中国AI公司该怎么活”的回答。
智谱的路线最清晰：做深编程场景，靠本地化部署吃B端，用开源协议建立信任，用高价API筛选付费用户。智谱股价从2月的2400多港元跌到现在的1100港元左右，接近腰斩。6月22日股东会审议A股IPO，7月8日首次大规模解禁——MIT开源在这个时间点释放，与其说是给开发者的礼物，不如说是给投资者的信心注入。
MiniMax的路线最大胆：全能模型+价格战+海外收入多元化。这条路走得通的前提是模型真的能”全能”——M3在SWE-Bench Pro上的成绩证明编程能力站住了，但多模态和Computer Use的商业化还远没跑通。自研MSA稀疏注意力把1M上下文的单token计算量降到1/20，这项架构创新才是MiniMax真正的底牌。
Kimi的路线最精巧：把编程场景的token效率做到极致，在Anthropic停服的窗口期用MCP工具调用能力截流。但1T总参的部署成本不低，商业化路径也没有另外两家那么明确。
摩根大通给出了一个残酷的预判：中国AI行业从200多家缩减到不足10家，利润池将流向平台巨头。智谱和MiniMax预计2029年才能盈利，2026-2030年的营收CAGR分别是127%和138%。
这些数字意味着：所有人都在烧钱，所有人的跑道都在收窄。
在这个背景下，”开源”就不再只是一个技术策略了。
智谱用MIT开源告诉投资者：我们有护城河，而且这个护城河不依赖任何外部力量。
MiniMax用minimax-community开源告诉市场：我们的架构创新是真实的，你可以验证。
Kimi用Modified MIT开源告诉开发者：我们的编程能力值得你在框架内深度绑定。
同样的”开源”两个字，三种公司讲了三个完全不同的故事。
但最终，故事能不能讲下去，不取决于协议、参数和benchmark。
取决于谁先赚钱。
关注 SomethingAI 公众号
每日 AI 趋势日报，深度选题分析，独立开发思考
微信搜索「SomethingAI」关注