---
title: "开源大模型商用要备案吗？"
section: "深度解读"
slug: "2026-07-28-开源大模型商用要备案吗"
canonical_url: "https://fazhuli.cn/articles/a_23dyck4cawh"
date: "Tue Jul 28 2026 08:00:00 GMT+0800 (China Standard Time)"
author: "吕盈辉律师"
tags: ["开源大模型", "生成式AI备案", "AI合规"]
---

# 开源大模型商用要备案吗？

作者：吕盈辉律师
发布日期：Tue Jul 28 2026 08:00:00 GMT+0800 (China Standard Time)

## 摘要

企业把开源大模型装进产品对外提供服务，免费商用不等于免备案。许可证、双备案、内容责任是三道各自独立的关口。

## 正文

企业把开源大模型装进自己的产品对外提供服务，仍然要办算法备案和大模型备案，一道都不能少。开源许可证只解决“能不能用”，备案解决“能不能对外提供”，内容责任解决“出了事谁来赔”，三者各自独立，通过一道不等于通过另外两道。尤其要注意：自行下载权重私有化部署并做过微调的，走不了“调用第三方已备案模型”的简化登记通道，须按周期通常六到八个月的大模型备案流程办理。

7月27日，月之暗面把 Kimi K3 的完整权重传上了 HuggingFace。随权重一起放出的，还有一份不到三千字的许可证，名字就叫 Kimi K3 License。它允许任何人免费下载、私有化部署、微调、商用，甚至转手售卖。

对做 AI 产品的公司来说这是实打实的好消息：一个前沿水准的模型可以装进自己的机房，客户数据不出门，过去两年受制于数据安全的金融、医疗、法律场景，路一下子打通了。

但接下来这一步最容易走偏。“免费商用”说的是你和月之暗面之间的事，“能不能对外提供服务”说的是你和监管之间的事，这两件事在中国法上互不相干。把 K3 装进自己的产品之前，实际要通过的是三道各自独立的关口：

1. **许可证**。只回答“你能不能用”，即上游厂商允许你在什么条件下使用这份权重。
2. **备案**。回答“你能不能对外提供”，即算法备案与大模型备案/登记这两道行政手续。
3. **责任**。回答“出了事谁来赔”，即训练语料合法性、违法内容处置、内容标识三项持续义务。

第一道最宽，也最容易被误当成全部。下面按这个顺序一道一道说。

![开源大模型商用三道关口示意图：许可证管能不能用、备案管能不能对外提供、责任管出了事谁来赔](https://mmbiz.qpic.cn/sz_mmbiz_png/et3ibfiaM9ia2yyBhIEiaGsicJdh5aBXoibrcO8MMOFYqNh85LSHIGXF2JiasPfUm30qj9yv6Y8bTtdoKWWVfmhodPkYMjyxrS0cawYk4RabCoV23I/0?wx_fmt=png)

## 这次开放的到底是什么

月之暗面自己的用词是分层的。官方公告说的是发布 Kimi K3 的模型权重和技术报告，并开源支撑训练的三项关键基础设施：MoonEP、FlashKDA 和 AgentEnv。对模型说的是发布权重，只有对这三项基础设施才用了“开源”两个字。

这不是文字游戏。同一天放出的两批东西法律待遇确实不同：那三个仓库用的是零条件的标准 MIT（[各类开源许可证的区别见这篇](https://fazhuli.cn/articles/a_tstdqa7n2b)），保留版权和许可声明就可以随便使用；模型本体用的是附条件的自拟许可，官方给它的定性是 open-weight 而非 open source。你拿到的是参数、推理与训练代码、技术报告，训练数据和完整训练流程仍然是月之暗面的私产，按开源促进会（OSI）的《开源人工智能定义》并不齐备。

多数场景下这个区分无关紧要，但采购方把“必须是 OSI 认可的开源”写进招标条件的，结论就不一样。更实际的一点是：企业建立许可证台账要按仓库分行登记，不能把这次开放整体记成一笔。

分行登记之后，第一道关口的问题才真正开始：模型本体那份自拟许可，到底管住了你什么。

## 许可证只回答“你能不能用”

先纠正一个流传很广的说法。K3 发布之前，几乎所有中文报道都预测它会沿用 K2 的 Modified MIT 协议，还有文章列出了“合成数据不受许可保护”之类的附加条款。我把两份原文放在一起逐条比对过：K3 的许可证不叫 Modified MIT，它有自己的名字，一共五条；而 K2 的 Modified MIT 里，修改部分只有署名一条，协议自己写明“我们唯一修改的部分是……”，并没有什么合成数据条款。

K3 相比 K2 真正增加了两样东西，都值得留意。

第一样是收入门槛。如果你在做“模型即服务”的生意，许可证给它下了定义：让第三方能够对输入、参数或者训练数据施加实质控制地访问模型推理或者微调。

> "Model as a Service" means giving a third party access to language model inference or fine-tuning (e.g., via API) in a manner that allows such third party to exercise meaningful control over the inputs, parameters, or training data. This does not include (a) end-user products with model capabilities solely embedded within specific features or harnesses, or (b) mere relaying of requests to models hosted by others.

落进这个定义之后，才轮到那条门槛：当你和你的关联方在任意连续十二个月内的收入总额超过两千万美元时，必须先和月之暗面另行签约，才能把这个模型或者它的衍生模型用于任何商业目的。

> If the Licensee or any of its affiliates operates a Model as a Service business, and the aggregate revenue of the Licensee and its affiliates exceeds 20 million US dollars (or the equivalent in other currencies) in total over any consecutive 12 months, the Licensee must enter into a separate agreement with Moonshot AI before using the Software or its derivative works for any commercial purpose.

这一条有三处容易读漏：

1. **算的是公司收入总额**。不是模型服务这条业务线的收入，协议原文写的是被许可方及其关联方的收入总额。一家年营收一亿四千万人民币的公司，只要开设了一条对外的模型服务就触及这条线，这在国内并不算大公司。
2. **先签约再商用**。不是超过之后补签就行，原文用的是 before。
3. **受限的是任何商业用途**。不只是模型服务那一部分。

反过来，什么不算模型即服务，协议自己也划清了：把模型能力嵌进具体功能里的终端产品不算，只是把请求转发给别人托管的模型也不算。所以一般的 SaaS 工具、智能客服、文案生成器，通常不落进这一条。真正需要盘算的，是对外开放自定义参数和微调能力的 API 平台、模型托管平台。

第二样是免责范围。K2 的免责条款照抄 MIT，客体是“本软件”；K3 改成了“本软件及其任何输出与结果”。

> THE SOFTWARE AND ANY OUTPUT AND RESULTS THEREFROM ARE PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL MOONSHOT AI OR ITS AFFILIATES OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

几个词的差别，把模型输出侵权、输出致害的风险明明白白留在了使用方这一侧。打个比方：商场免费送你一把菜刀，附一张纸条写着“刀按原样交付，切到手概不负责”；你拿着这把刀开餐厅，食品安全就是你的事，不是送刀人的事。类比不完全精确，菜刀伤人的方式可以预见，模型输出的风险无法完全预见；但也正因为无法预见，谁来承担才更需要提前写死。

至于署名那条，K3 沿用了 K2 的门槛：商业产品月活超过一亿，或者月收入超过两千万美元，界面上要显著标出“Kimi K3”。这条对多数公司达不到，但做私有化交付的服务商要多留意一处：你给十个客户各部署一套，这些实例上的用户量怎么合并计算，协议没有写关联方合并规则，最好在交付协议里先约定清楚。

还有一个前提问题：这份许可证从头到尾没有人签字，凭什么约束你。中国司法实践的处理是，权利人随权重发布许可证构成向不特定人发出的要约，你下载、部署、微调的行为就是承诺，合同当场成立。更要紧的是正文那句 subject to the following conditions，它在中国法上被当作附解除条件：条件不成就，授权自动终止，不需要许可方先发通知，此后的使用因为失去权利来源，直接落进“未经许可”的侵权评价。这条路径由罗盒系列案件确立（（2019）粤73知民初207号、（2021）最高法知民终2063号）。越界的后果，不是补一笔许可费就能了事。

说到底，这份许可证只回答了一个问题：你能不能使用这个模型。它没有、也不可能回答另外两个问题。

## 备案回答“你能不能对外提供”

这一关的分界线，是你有没有向境内公众提供服务。

如果 K3 只装在公司内部，供自己员工撰写材料、做分析，通常不构成[《生成式人工智能服务管理暂行办法》](https://fazhuli.cn/laws/shengchengshi-ai-fuwu-guanli-banfa)意义上的服务提供者。这一点办法自己写明了：

> 行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等研发、应用生成式人工智能技术，未向境内公众提供生成式人工智能服务的，不适用本办法的规定。

一旦对外，身份就变了。而且这里的“对外”比很多人设想的要宽：

> 生成式人工智能服务提供者，是指利用生成式人工智能技术提供生成式人工智能服务（包括通过提供可编程接口等方式提供生成式人工智能服务）的组织、个人。

实务口径里，做 B2B 也不当然排除：企业客户拿你的产品去面向不特定公众提供服务（典型是客服类产品），你仍然可能被认定为向境内公众提供。内测、定向公测达到一定规模，同样可能被视为已经开始提供；封装、嵌套第三方模型再对外，一样计算在内。

身份坐实之后要办理两道手续，实务上合称“双备案”：算法备案走线上系统，周期通常两到三个月；大模型备案要到属地省级网信办线下提交，省级和中央双重审核，周期通常六到八个月。

这里有一个专门针对“自己部署开源模型”的陷阱。监管给调用第三方**已备案**大模型的企业留了一条简化通道，叫作生成式服务登记，经属地省级网信办同意即可，材料轻得多。但这条通道有两个前提：调用的是已完成备案的第三方模型，而且你没有对它做出影响生成内容的调整。把 K3 权重下载下来自行部署，本身就不属于“调用第三方已备案模型”；再注入垂类语料做微调，更是明确需要履行备案程序。

换句话说，使用开源模型能够节省的是 API 调用费和数据出门的风险，节省不掉的恰恰是这六到八个月。产品排期要从这里倒着往前推算。

## 责任回答“出了事谁来赔”

前两关过了，还剩最后一个问题，也是最需要破除幻觉的一个：底层用了别人的开源模型，出了事能不能追到上游。

答案是基本不能。前面那条免责条款已经把话说死，输出的风险留在你这一侧。而中国法这一侧的安排是同一个方向，网络信息内容生产者责任直接由提供者承担：

> 提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务。涉及个人信息的，依法承担个人信息处理者责任，履行个人信息保护义务。

具体到日常运营，有三件事绕不过去。

第一件是训练语料的合法性。你使用什么语料去微调 K3，那部分数据的来源是否合法、有没有侵犯知识产权、涉及个人信息有没有取得同意，都由你自己负责：

> 生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：（一）使用具有合法来源的数据和基础模型；（二）涉及知识产权的，不得侵害他人依法享有的知识产权；（三）涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形；（四）采取有效措施提高训练数据质量，增强训练数据的真实性、准确性、客观性、多样性；（五）《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等法律、行政法规的其他有关规定和有关主管部门的相关监管要求。

月之暗面对预训练数据负什么责任是另一回事，跟你注入的那批语料无关。

第二件是违法内容的处置：

> 提供者发现违法内容的，应当及时采取停止生成、停止传输、消除等处置措施，采取模型优化训练等措施进行整改，并向有关主管部门报告。

第三件是标识义务，这一条从 2025 年 9 月 1 日起已经动真格。[《人工智能生成合成内容标识办法》](https://fazhuli.cn/laws/ai-shengcheng-hecheng-neirong-biaoshi-banfa)要求在文件元数据里添加隐式标识：

> 服务提供者应当按照《互联网信息服务深度合成管理规定》第十六条的规定，在生成合成内容的文件元数据中添加隐式标识，隐式标识包含生成合成内容属性信息、服务提供者名称或者编码、内容编号等制作要素信息。

注意这一款是强制的，而同一条第二款说的数字水印只是鼓励：

> 鼓励服务提供者在生成合成内容中添加数字水印等形式的隐式标识。

两者法律强度不同，把水印当成强制义务是常见的误读。显式标识另有前提，要落进[《互联网信息服务深度合成管理规定》](https://fazhuli.cn/laws/shendu-hecheng-guanli-guiding)第十七条第一款的情形，并且“可能导致公众混淆或者误认”才会触发。

这些义务不是停留在纸面上。广州互联网法院（2024）粤0192民初113号是国内首例公开的 AIGC 服务侵权案，被诉平台按用户指令生成了与奥特曼实质性相似的图片，法院认定其侵犯复制权和改编权，判赔一万元，并责令关键词过滤做到“用户正常使用与奥特曼相关的提示词，不能生成与案涉奥特曼作品实质性相似的图片”。赔偿金额不高，真正值得留意的是法院认定平台有过错时列举的那几项欠缺：没有做关键词过滤和内容审核、欠缺投诉举报机制、没有风险提示、没有显著标识。那份“没有做”的清单，基本就是一张现成的检查表。

执法这一侧同样不含糊。网信办 2025 年 4 月部署“清朗·整治人工智能技术滥用”专项行动，同年 6 月通报第一阶段成果：处置违规小程序、应用程序、智能体等 AI 产品三千五百余款，处置账号三千七百余个。四项整治重点里，头两项就是产品准入合规和训练语料合规。

## 三种公司，三个不同的落点

三道关口的分量，落到不同体量的公司身上并不一样。

1. **小团队和刚起步的产品**。许可证那两条门槛都达不到，不必花时间纠结，真正要办理的是备案，产品排期阶段就得把六到八个月预留出来；上架应用商店和小程序平台，通常还会先向你索要算法备案号。别把“模型免费”理解成“手续也免了”，这两年被处置的产品里，相当一部分问题就出在这一步。
2. **已经有规模的公司**。先做两道算术：一道是把公司连同关联方最近十二个月的收入加总，看有没有超过两千万美元这条线，同时确认自己的业务形态是不是落进了协议的模型即服务定义，过线又落进定义的，商用之前得先谈合同；另一道是确认微调计划，只要涉及影响生成内容的训练，就走不了简化登记那条捷径。
3. **做集成和私有化交付的服务商**。处境最复杂，要同时对接上游和下游。往上，许可证里的使用限制、署名门槛、免责条款要原样传导到你和客户签订的服务条款里，不要做出超过自身权利范围的承诺。往下，客户将你的产品用于什么场景、算不算向公众提供，直接决定备案义务落在谁头上，这件事最好在合同里写明白，而不是等到出事再争执。多客户多实例的用户量如何合并计算，同理。

普通用户这边只需知道一件事：内容里的“AI 生成”标识不是平台的自选动作，而是法定义务，恶意删除、篡改、隐匿这类标识也是明文禁止的。

## 开源降的是入场的门槛

开源模型的价值是真实的，它把前沿能力的获取成本降到接近零，也解决了数据必须出门这个老问题。但它降低的是入场的门槛，不是通行的门槛。权重可以免费下载，责任不会跟着权重一起转移。

许可证解决“能不能用”，备案解决“能不能对外提供”，法律责任解决“出事谁赔”。三把锁，一把都不能少。真要说有什么捷径，那就是把这三件事放进产品立项那一栏，而不是留到上线前一周。

企业接入开源大模型对外提供服务，从许可证审查、双备案路径设计到用户协议与交付合同的责任传导，每一环都有提前锁定的空间。有具体项目要落地，可以通过[咨询页面](https://fazhuli.cn/consult)与我联系。

## 参考来源

1. Kimi K3 License 官方原文：https://huggingface.co/moonshotai/Kimi-K3/blob/main/LICENSE
2. Kimi K2 Modified MIT License 官方原文：https://huggingface.co/moonshotai/Kimi-K2-Instruct/blob/main/LICENSE
3. 月之暗面 Kimi K3 技术博客：https://www.kimi.com/blog/kimi-k3
4. MoonEP 仓库（MIT）：https://github.com/MoonshotAI/MoonEP
5. FlashKDA 仓库（MIT）：https://github.com/MoonshotAI/FlashKDA
6. AgentENV 仓库（MIT）：https://github.com/kvcache-ai/AgentENV
7. 《生成式人工智能服务管理暂行办法》（国家互联网信息办公室等七部门令第 15 号）条文与解读：https://fazhuli.cn/laws/shengchengshi-ai-fuwu-guanli-banfa
8. 《人工智能生成合成内容标识办法》条文与解读：https://fazhuli.cn/laws/ai-shengcheng-hecheng-neirong-biaoshi-banfa
9. 《互联网信息服务深度合成管理规定》条文与解读：https://fazhuli.cn/laws/shendu-hecheng-guanli-guiding
10. 广州互联网法院（2024）粤0192民初113号民事判决
11. 广州知识产权法院（2019）粤73知民初207号、最高人民法院（2021）最高法知民终2063号民事判决
12. 国家网信办“清朗·整治人工智能技术滥用”专项行动第一阶段情况通报
13. 开源促进会（OSI）《开源人工智能定义》1.0：https://opensource.org/ai/open-source-ai-definition

## 作者简介

本文作者：吕盈辉，上海曼昆（深圳）律师事务所律师。毕业于中国政法大学，法律行业深耕近十年，曾在深圳某法院工作。专注新生代经济领域法律服务，对Web3、人工智能等领域有丰富实践经验与深刻见解。

全平台账号：老吕谈新钱，欢迎关注。