关键要点
- "开放权重"是指经过训练的模型文件是公开的，任何人都可以运行——这并不说明许可证是否符合Open Source Initiative(OSI)的定义。
- 严格意义上的"开源"要求获得OSI批准的许可证——如Apache 2.0或MIT——许可证本身对商业使用、企业规模或应用领域没有限制。
- Llama(Meta)和Gemma(Google)是开放权重，但不是OSI批准的开源；这两种许可证都对权重附加了规模或行为方面的限制。
- 目前DeepSeek、Phi、GLM和gpt-oss的大多数版本采用真正获OSI批准的许可证(MIT或Apache 2.0)；Qwen和Mistral在目前大多数规格上也是如此——请务必核实具体的checkpoint。
- 少数项目，如OLMo，会在权重之外一并公开训练代码和数据——这是更少见的、有时被称为"完全开放"的情况。
- 对于个人本地使用而言，这一区别在实践中几乎不会改变任何事情。而对于商业产品、再分发的微调版本或SaaS部署，它可能决定你是否需要单独的许可证。
📍 简单一句话
"开放权重"是指模型经过训练的参数可以下载并运行；严格意义上的"开源"还要求许可证获得OSI批准，且对商业使用、规模或应用领域没有限制。
💬 简单来说
可下载并不自动等于开源。在假定某个模型可自由用于商业用途、再分发或改名之前，请查看实际的许可证文件——而不是营销页面。
"开放权重"意味着参数可下载，而非权限开放
"开放权重"描述的是一种模型，其经过训练的参数——使模型能够运行的数值权重——被公开供任何人下载和运行。 这就是全部的含义。它并不说明用于构建模型的训练代码、训练所用的数据集、确切的训练配方，或随附的许可证是否符合任何外部的开放性标准。
实际上，大多数开放权重的发布，采用的是由厂商自行撰写的定制许可证，而非标准的开源许可证。Meta的Llama Community License和Google的Gemma使用条款，是本网站模型对比中最常见的两个例子：两者都允许下载和运行权重，都允许大多数组织进行商业使用，也都附加了标准开源许可证不会有的条件——Llama附加了一个使用规模门槛(月活跃用户上限，超过该上限需另行签订协议)，Gemma则在其使用条款之外附加了一项基于行为的禁止使用政策。
这一切并不意味着"开放权重"是一个不好或具有误导性的标签——它准确描述了实际发布的内容。问题只出现在"开放权重"被随意简称为"开源"时，因为这两个标签回答的是不同的问题：开放权重回答的是"我能下载并运行这个文件吗？"，而开源(以下是严格意义)回答的是"许可证本身是否满足外部开放性标准，且没有使用规模或应用领域方面的陷阱？"
"开源"需要获得OSI批准的许可证，而不仅仅是可下载的权重
只有当一个模型的许可证获得Open Source Initiative(OSI，即维护开源定义的组织)批准时，该模型才在严格意义上属于"开源"。 该定义明确禁止歧视特定活动领域的许可证(例如"仅限研究免费使用，不可用于商业用途")或歧视特定人群的许可证，也禁止与被许可方企业规模挂钩的限制。像月活跃用户门槛这样基于使用量的上限，即使权重本身可以自由下载，也无法通过这一测试——这正是上文所述的Llama和Gemma，尽管被广泛下载，却不符合OSI批准的开源资格的原因。
两种许可证涵盖了绝大多数真正开源的本地LLM发布：Apache License 2.0和MIT许可证，二者均获OSI批准，都允许商业使用、修改和再分发，仅需满足标准的声明与署名要求，且都不附带使用规模或收入门槛。当某个模型系列的许可证页面为你正在查看的具体checkpoint注明了这两种许可证之一时，该checkpoint就是本文所述严格意义上的开源。
值得注意的一点是：Open Source Initiative还发布了一份独立的开源AI定义，其要求超出了宽松的代码许可证范畴，要求就训练数据和训练过程本身提供切实的透明度——而不仅仅是关于权重的许可证文本。本文对比的模型中，几乎没有一个能满足这一更高的标准；下文提到的OLMo在所列系列中最为接近。这一区别超出了本文的详细讨论范围，但如果某厂商将某模型宣传为"开源AI"，而你想核实这一说法究竟基于什么，这一点值得了解。
少数发布更进一步，也公开了训练数据
仅权重开放与完全开放的发布并不是一回事，两者之间的差距通常在于训练数据和代码，而不是许可证文本。 下方对比表中的大多数模型在许可证意义上是开源的——权重在Apache 2.0或MIT下发布——但用于训练它们的数据集、确切的数据配比以及训练流水线本身仍是专有的。来自Allen Institute for AI的OLMo，是本清单中更进一步的最清晰例子：它在Apache 2.0许可下，随权重一并公开了训练代码和相当一部分训练数据。这种额外的开放层级在当前本地LLM的格局中确实很少见——在能够指出实际公开的数据集和训练代码之前，应将任何模型系列关于"完全开放"的说法视为未经证实的，而不仅仅依据模型卡片上的许可证徽章。
本地LLM许可证对比：开放权重 vs 开源 vs 完全开放
这些许可证结构没有两个是完全相同的，且有几个系列在不同checkpoint上使用不同的许可证——许可证是按模型文件而不是按品牌设定的。 请将此表作为参考方向，在进行商业部署之前，务必核实具体checkpoint的LICENSE文件。
模型系列 | 厂商 | 许可证 | 类别 |
|---|---|---|---|
| Llama 3 / 4 | Meta | Llama Community License | 仅开放权重(非OSI批准) |
| Qwen | 阿里巴巴 | Apache 2.0(大多数)/ 定制(部分) | 多为开源——按checkpoint核实 |
| Mistral / Mixtral | Mistral AI | Apache 2.0(大多数)/ Modified MIT(部分) | 多为开源——按checkpoint核实 |
| Gemma | Gemma使用条款 | 仅开放权重(非OSI批准) | |
| DeepSeek | DeepSeek | MIT(当前旗舰版) | 开源许可证(仅权重) |
| GLM | 智谱 / Z.ai | MIT / Apache 2.0(当前大多数) | 开源许可证(仅权重) |
| gpt-oss | OpenAI | Apache 2.0 | 开源许可证(仅权重) |
| Kimi K2 | Moonshot AI | Modified MIT | 类开源风格，附加一项条款 |
| Phi | Microsoft | MIT | 开源许可证(仅权重) |
| OLMo | Ai2 | Apache 2.0 | 完全开放——权重、代码和数据 |
本表描述的是通常公开的许可证结构，不构成法律意见，也并非详尽无遗：本表中的若干系列(Qwen、Mistral，以及程度较轻的GLM)曾以比该系列常规许可证更严格的条款发布过特定checkpoint，且许可证条款会随模型版本变化。Kimi K2的Modified MIT许可证在普通MIT基础上增加了一项条款——请阅读该条款，而不要假定"Modified MIT"与MIT表现完全一致。在计划部署的具体checkpoint上，请务必核实其LICENSE文件。若需针对这些及其他系列的商业使用条款进行更深入的、按部署场景划分的分析，请参阅本地LLM商业许可指南。
许可证只有在超出个人使用范围时才真正重要
如果你在本地运行模型仅用于自己的用途——聊天、编程辅助、写作、实验——开放权重与开源之间的区别几乎不会改变你实际能做的事情。 上表中的每个模型，在其当前许可证下都允许个人本地使用。下载它，通过Ollama或llama.cpp运行它，在自己的设备上为自己的目的进行微调，此时"开放权重"和"开源"之间的实际差别接近于零。
这一区别开始变得重要，是在你为其他人构建东西的那一刻。 如果你要发布商业产品、提供基于该模型的托管API或SaaS服务、再分发权重(包括微调后的衍生版本)，或者接近许可证所定义的规模门槛(如Llama的月活跃用户上限或Mistral的收入封顶checkpoint)，许可证类别会告诉你接下来该检查什么：像Apache 2.0或MIT这样获OSI批准的许可证，通常没有这类陷阱；而像Llama或Gemma这样的开放权重许可证，则可能有。
这不是法律意见，本文中的任何许可证摘要都不能替代阅读与你计划部署的具体checkpoint相关联的实际许可证文本。在做出任何商业决策之前，请核实当前的许可证，并在发布前咨询律师。
常见问题
Llama是开源的吗？
在严格的OSI批准意义上，不是。Llama是开放权重：参数可以自由下载，且大多数组织被允许商业使用，但Meta的Llama Community License附加了一个使用规模门槛(月活跃用户上限)，而Open Source Initiative的定义并不允许获批准的开源许可证包含此类条款。
"开放权重"是什么意思？
这意味着模型经过训练的参数被公开，任何人都可以下载并运行。它并不说明训练代码或训练数据是否被公开，也不说明许可证是否满足任何外部开源标准——这些问题请查看具体的许可证文本以获得答案。
我可以将DeepSeek用于商业用途吗？
DeepSeek目前的旗舰版本采用普通的MIT许可证，允许商业使用、修改和再分发，且没有使用量门槛。部分较早的DeepSeek checkpoint采用了不同的、更严格的许可证，因此在商业部署前，请务必核实具体checkpoint的LICENSE文件——这不是法律意见。
哪些本地LLM是真正开源的？
目前DeepSeek、Phi、GLM和gpt-oss的大多数版本，都采用真正获OSI批准的许可证(MIT或Apache 2.0)，Qwen和Mistral目前的大多数规格也是如此。OLMo更进一步，在权重之外还公开了训练代码和数据，而不仅仅是权重本身——这是更少见的、完全开放的情况。
为什么Gemma不被视为开源？
Gemma的权重可以自由下载，商业使用也大体上被允许，但Google是在自有的Gemma使用条款之外，再附加一项独立的禁止使用政策来分发它，而不是采用标准的OSI批准许可证。这种基于行为的限制，正是开源定义所禁止的那类条款，这使得Gemma被归入开放权重而非开源类别。
如果我只是在本地为自己运行模型，许可证重要吗？
几乎不重要。本文涵盖的每个模型系列，在其当前许可证下都允许个人本地使用。当你构建商业产品、再分发权重，或接近某具体许可证所定义的使用量或收入门槛时，许可证类别才会变得相关。