开源专题 · 开源到底开的是什么

真开源 vs 假开源：怎么看懂一张许可证

几乎每家都说自己「开源」，但这个词在各家嘴里的含义差得很远。有的能随便商用，有的用户量一大就要另外签合同，有的只是发了篇论文。学会自己判断，比记住谁家开源更有用。

三个问题，问完就有答案

不用读完整份许可证。按顺序问下面三个问题，绝大多数模型的开放程度就定位清楚了。

问题 1权重文件能下载吗？

能下载，才谈得上后面所有事情。只能通过 API 调用的模型，无论宣传里怎么写，你都拿不到上一节说的那个控制权。这一问就能筛掉一大半。

问题 2能商用吗？有没有附加门槛？

这里最容易踩坑。有的许可证允许商用，但加了用户规模上限；有的限定只能用于研究。做产品之前不看清楚，等用户量涨上来才发现要补授权，就很被动了。

问题 3能用它的输出去训练新模型吗？

也就是能不能拿它做蒸馏。这一条决定了你能否在它基础上做出自己的模型，是后面两节要展开讲的事情。各家在这一条上的态度分歧最大。

光看不算掌握，拿一个你手上正在考虑的模型来走一遍。下面这个向导就是上面三问，一次问一个，答完直接告诉你它落在哪一档。

权重文件能下载吗？
第 1 问，共 3 问
同一把尺子量五家

下面对每家问同样四个问题。第四个问题是训练数据是否公开，加进来是为了看清一件事：在大模型这个领域，「开源」这个词已经被重新定义过了。

Qwen3 全系
无附加门槛
Apache 2.0
  • 可下载权重
  • 可商用，无用户量限制
  • 可用于训练新模型
  • 否训练数据未公开
Mistral 7B
无附加门槛
Apache 2.0
  • 可下载权重
  • 可商用，无用户量限制
  • 可用于训练新模型
  • 否训练数据未公开
DeepSeek-R1
无附加门槛
MIT License
  • 可下载权重
  • 可商用，无需申请
  • 可官方明确允许蒸馏
  • 否训练数据未公开
Llama 3
商用有门槛
Llama 3 Community License
  • 可下载权重
  • 限月活超 7 亿需单独授权
  • 可用于训练新模型
  • 否训练数据未公开
GPT-4 / Claude / Gemini Ultra
仅 API
无公开权重许可
  • 否权重不可下载
  • 否无法本地部署
  • 否无法用于训练
  • 否训练数据未公开
依据各厂商官方许可证原文：Meta Llama 3 Community License 第 2 条（上一自然月月活超过 7 亿需向 Meta 申请单独商业授权）、Mistral 官方发布说明（Apache 2.0，without restrictions）、DeepSeek 官方公告 2025-01-20（MIT License，明确允许通过蒸馏训练其他模型）、Qwen3 官方发布说明。核对日期 2026-08-07。
收进三个档次
第一档 · 权重开放且无附加条件
用的是 Apache 2.0、MIT 这类标准开源许可。下载、修改、商用、再分发、拿去训练新模型都不需要额外打招呼，也没有用户量门槛。法务审起来最省事。
代表：Qwen3 全系、Mistral 7B、DeepSeek-R1
第二档 · 权重开放但附带自定义条款
厂商自己写的许可证，通常在商用规模、使用场景或署名义务上加限制。技术上完全可用，商业上要先算清楚自己会不会撞到红线。
代表：Llama 3 系列
第三档 · 只提供 API
拿不到权重，也就没有本地部署、私有化和继续训练这些选项。能力可能是最强的，但你租的是使用权。
代表：GPT-4、Claude、Gemini Ultra
一个必须说清楚的事实
上面五家，训练数据全都没有公开。按传统软件的开源标准，源代码等价物应该是训练数据加训练代码，光给编译产物不算开源。大模型领域里说的开源，实际指的是权重开放。这是一个被行业默认接受的降级定义，用这个词的时候心里要清楚它的边界。

同样值得留意的是，许可证会变。Qwen 在 2.5 那一代用的是分级许可，多数尺寸走 Apache 2.0，3B 和 72B 另有单独条款；到 Qwen3 才统一成全系 Apache 2.0。选型时看的应该是你要用的那个具体版本的许可证，不是这家公司的整体印象。

Qwen2.5 系列多数尺寸采用 Apache 2.0，其中 3B 采用 Qwen Research 许可、72B 采用 Qwen 许可；Qwen3 系列八款模型统一采用 Apache 2.0。来源：Qwen 官方发布说明。
带走这张自查清单

下次评估一个模型时，按顺序走一遍：

一、去官方仓库找许可证文件本身，不看新闻稿和宣传页。
二、确认你要用的那个具体尺寸的许可证，同一系列内可能不一致。
三、如果是自定义许可证，重点找用户规模、使用场景、地域这三类限制。
四、确认能否用于训练，这决定了你之后有没有微调和蒸馏的空间。

下一节看另一个角度：这些厂商为什么要开源。开源要花钱，权重放出去了就收不回来，没有一家是做慈善。