MiniMax“伪开源”风波背后，闫俊杰的理想败给了资本焦虑了吗？

文 | 大模型之家

在人工智能的丛林法则中，信任往往比算力更加昂贵，且更容易在商业的权衡中支离破碎。

4月12日，MiniMax在HuggingFace平台正式开源其于3月18日发布的旗舰模型M2.7。该模型拥有2290亿参数量、采用MoE（混合专家模型）架构、仅需激活100亿参数即可发挥性能，这一系列指标直指全球顶级闭源模型。上线首日便完成了华为昇腾、NVIDIA及vLLM在内的适配，引发了行业的关注。

然而，当开发者试图深度介入权重文件时，协议栏中出现的“Modified-MIT”字样，将这场技术盛宴瞬间拉回到现实的商业博弈中。

这一极具争议的变动，不仅让“免费午餐”蒙上了利益分配的阴影，更刺痛了在大厂与创业生态中寻求技术避风港的开发者们。对于身处职场焦虑中的技术负责人而言，法务的一句“商用需书面授权”，让原本被寄予厚望的顶级模型，其商用场景变成了充满不确定性的法律风险区。

“开源”与“开放权重”的信任围猎

在开源界，MIT协议（The MIT License）象征着极致的自由与低门槛。此前，MiniMax的M2与M2.5均沿袭此路径，创始人闫俊杰也借此在国产开源领域树立了“技术普惠”推动者的形象。

然而，M2.7所采用的“Modified-MIT”协议，却被行业质疑为一种“名义上的开放、实质上的管控”。根据开发者社群披露的记录显示，在权重文件上线前6小时，仓库协议仍保持着类Llama 3的商用友好开源形态，但在正式发布瞬间，却变更为“商业用途必须获得书面授权”的修改版本。

这种做法在本质上改变了开源的契约精神。对于正处于“AI中年危机”、试图利用开源模型进行内部创新或创业的技术骨干来说，这种“法律不确定性”是致命的——所谓“书面授权”的最终解释权完全掌握在厂商手中。

在大模型之家看来，这场争议的核心，本质是行业长期混淆的两个概念——符合OSI官方定义的“开源”，与仅开放模型文件的“开放权重”。Modified-MIT协议因明确限制商业使用，已不符合全球开源界公认的开源定义，仅属于“开放权重”范畴。

有网友表示，“这根本不是开源，这只是公开了模型文件而已。”这种名实不符的落差，比一开始就宣布闭源更让人觉得憋屈。并指责如果每一个厂商都打着MIT的名号去搞“私产”，那开源社区的共识体系将彻底崩塌。

对开发者与企业而言更致命的是：MiniMax 已是上市公司，所有协议变动都要服从财报与合规。今天为“亏损收窄”改协议，明天就可能为“季度业绩”按Token追溯收费——上市公司的 “确定性”，从来都是写在财报里，不是社区承诺里。

当技术理想撞上商业化的南墙

从企业运营的角度审视，MiniMax的这一转向并非无迹可寻。训练一个参数量高达2290亿的MoE模型，其背后投入的电力、算力集群折旧以及高昂的人力成本，是一场动辄千万美金级的豪赌。

闫俊杰曾经公开表示，“开源可以逼着我们提高算法创新效率，也能提升全球技术品牌”。

但在2026年1月9日MiniMax正式登陆港交所主板IPO、被誉为“通用人工智能第一股”后，踏进资本市场的MiniMax也不得不修改自己的游戏规则。随着股价在触及1330港元高点后的剧烈波动（截至4月14日收盘，股价为951港元，较最高点下降28%），投资人关注的焦点不再是HuggingFace的点赞数或社区口碑，而是财报中实打实的营收增速与盈利拐点。

MiniMax开发者关系负责人Ryan Lee在X上回应了禁止商用的原因。他提到（之前的开源协议下）MiniMax的模型出现在了某些托管站点上，但有人尝试之后发现质量比官方的要差——存在量化过度、模板错误，被悄悄替换，甚至根本不是他们的模型，导致这些用户认为MiniMax质量一般。调整协议是因为“第三方托管平台乱改模型，导致口碑受损”。

这也是MiniMax这样的AI头部企业的痛点所在：有时投钱投人搞技术普惠，最终却成为了给友商递刀子。那种眼睁睁看着别人用自己的模型做成商业套壳产品、转手卖给甲方赚得盆满钵满，而自己还要背负巨额服务器开支的焦虑，确实足以摧毁任何一个理想主义者的心态。

对于Minimax们而言：是要品牌的羽毛，还是要商业的活路？是一套痛苦的选择题。

毫无疑问，闫俊杰的理想终究是败给了商业化的生存焦虑。

3月2日，Minimax发布的首份全年财报显示：2025年营收7904万美元，同比大涨158.9%的背后，年内亏损由2024年的4.65亿美元扩大至2025年的18.72亿美元，经调整净亏损仍高达2.5亿美元，意味着每收入1美元，仍要亏3美元以上。更关键的是：60%以上支出投向算力与模型训练，训练M2.7这样的模型，单轮成本就在千万美元级别。与此同时，B端开放平台（API/商用授权）是Minimax唯一高增长、高毛利板块，2025 年收入2596万美元，同比增长197.8%，增速远快于C端。

M2.7的协议收紧，实际上是在给MiniMax圈地。它允许科研和个人开发者继续免费使用，是为了留住生态的火种；但它严防商用，是为了在即将到来的商业化收割期，确保每一根韭菜都长在自家的地里。

既蹭 “开源” 流量，又把法务风险与收入解释权全部握在手里。这不是 “理想败给现实”，而是“先保盈利预期，再谈社区情怀”。从企业的经营的角度无可厚非，但也让原本纯粹的开源精神带上了一股浓浓的“甲方思维”。

规则派与性能派的两极分化

在大模型的博弈中，确定性远比单纯的性能参数更重要。

开发者是很单纯的一群人，他们愿意为你熬夜调参数，愿意在GitHub上帮你修Bug，前提是你尊重他们的游戏规则。M2.7的开源事件后，全球开发者社区出现了严重的极化现象。

实用主义的“性能派”认为：既然性能对标GPT且对科研免费，厂商追求商用收益无可厚非。

然而，在全球开源开发者社群中，占据声量主流的“规则派”却感到了严重的“信任幻灭”。在Reddit等主流社群，已有大量声音转向完全开源的Qwen系列。

为什么？因为对于企业用户来说，“确定性”远比“性能”更重要。

如果一家公司的开源承诺可以随时根据“商业焦虑”进行微调，那么谁敢把自己的核心业务构建在它的地基上？今天改个协议名字，明天是不是就要按Token追溯收费了？这种对未来不确定性的恐惧，正在迅速反噬MiniMax辛苦建立的技术品牌。

曾经那个最激进、最纯粹的开源标杆，如今却成了全球社区口中“定义混乱”的典型案例。这种信任的碎裂，显然不是靠几个公关回应就能缝补好的。

AI“后开源时代”，开发者的生存法则

不只是MiniMax的M2.7协议修改，此前阿里林俊旸离职，同样引发了AI开源行业的震动。而随着大模型企业越来越多地迈向资本市场，不少人担忧“用爱发电”的大规模开源时代正在加速走向终结。

未来的大模型行业，可能会演变成两种生态：一种是真正的“公共品”，如Llama、Qwen，它们背后有大财团撑腰，用开源换取底层标准的垄断；另一种则是像M2.7这样的“有条件馈赠”，它们更像是“商业样板房”，你可以看，可以试住，但要拎包入住（商用），请出门转弯交服务费。

事实上，在大厂的语境里，生存本身就是一种道德。但如果选择了务实，就请放下高傲的理想旗帜；如果你选择了商业授权，就请不要再蹭MIT的光环。

这次事件给所有AI从业者展示出“后开源时代”的三条生存法则：

第一，所有的“免费”都是有时效的。在进行架构选型时，第一步不是测参数，而是请法务看协议。尤其对于那些在大厂内部推动项目的负责人来说，协议的每一个字都可能变成你半年后的复盘污点。

第二，“开放权重（OpenWeights）”不等于“开源（OpenSource）”。未来的行业叙事将更多地围绕前者展开。我们要学会习惯这种“带锁的礼物”，并在商业逻辑中重新评估它的价值。

第三，信任本身是一种资产。厂商焦虑营收，开发者焦虑变卦。这种双向的焦虑，正是目前AI行业泡沫被挤出时的阵痛。

截至发稿，闫俊杰本人并未公开回应。也许在他的计算逻辑里，相比于虚无缥缈的社区口碑，拿到真金白银的商业授权合同，才是MiniMax追求增长的门票。