从0训练LLM · 现代大模型体系 岔路 阅读 + 实验 ≈ 20 分钟 页内实验 ×1
C15 前沿解剖:2026 开源模型各自改了什么、为什么 岔路课

开放权重能商用吗?

开放权重能商用吗
「权重能下载」不等于「开源」,更不等于「随便商用」。2026 年 8–9 月的 7 个开放权重型号用了 6 种许可证:Qwen3.8 一代三个型号三种,GLM-5.3 从 MIT 改成自定义而同日的 5.3-Flash 仍是 MIT,Kimi K3 是带营收门槛与署名义务的自定义许可。它们都没有公开训练数据——是 open-weight,不是 open-source。
🔀

这是一堂岔路课。上一课看到 GLM-5.3 把许可证从 MIT 改成了自定义;顺着问下去:这些「开源模型」到底能不能拿来做产品?

本课一问:开放权重能商用吗?
这一课先不碰:各国的数据与出口法规;这里只读模型仓库里的 LICENSE。本课是学习用的条款对照,不是法律意见——商用前一定读仓库里的 LICENSE 原文。

先修正问题里的一个词

「开源模型」是个被用滥的词。公开的至少有三样东西,各自独立:

公开了什么能做什么2026 前沿四家
权重(open-weight)自己部署、微调、做量化全部公开
代码与推理实现跑起来、读实现细节多数公开(transformers、vLLM、SGLang 支持)
训练数据与完整配方(open-source 的严格含义)复现训练没有一家公开

所以准确的说法是 open-weight。Kimi 官方自己的措辞就是 open weight;第三方(Simon Willison)也点出过这一点。它的后果很实际:你能独立核验的是架构(config 可以逐字段对),核验不了的是训练(预训练配方、RL、数据都只有厂商自述)——这正是本章每一课都在区分的两件事。

7 个型号,6 种许可证

许可证不是一家一种,甚至不是一代一种。下面这一行由 config 旁的 license 字段读出:

许可证与公开材料(点「许可证」一行看说明)
选列( 个模型)

几条值得停下来看的:

算一算:你的场景触发了什么

选一个用法、填上规模,看每个型号的附加条款有没有被触发(条款由调研档案读 LICENSE 原文转述):

许可证条款检查:同一个场景,8 个开放权重型号各触发什么
你怎么用
预设:

条款是调研档案读各仓库 LICENSE 原文后的转述(2026-09-26),只作学习对照,不是法律意见;商用前请读仓库里的 LICENSE 原文(需联网)。「open-weight」≠「open-source」:这 8 个型号都没有公开训练数据。

🎯

试三件事:① 点预设「创业公司做编码助手」:年营收只有 1,000 万美元,哪一个型号已经要求另签许可?(Qwen Community License 1.0:AI Work Assistant 商用就要另签,没有门槛);② 点「API 平台(年营收 3 亿美元)」:Qwen3.8-Max License 与 Kimi K3 都要求另签,GLM-5.3 的门槛是 100 亿美元,还远没到;③ 点「超级 App(月活 2 亿)」:没有人要求另签,但 Max License、Community License 与 Kimi K3 都要求在界面上显著署名。

⚠

常见误解:「Kimi K3 是 Modified MIT。」那是 Kimi K2 的许可证,被一些二次转述(MarkTechPost 等)套到了 K3 上。K3 的 LICENSE 标题是「Kimi K3 License」,外形像 MIT,但附加了两条:以 MaaS 形式提供服务、关联方合计营收在任意连续 12 个月超过 2,000 万美元,须与 Moonshot 另签协议;产品月活超过 1 亿或月营收超过 2,000 万美元,须显著展示 Kimi 品牌标识。对抗验证还发现,K3 的 LICENSE 条款文本里残留着「Kimi K2」字样,像是复制粘贴的痕迹——这反而说明它是定制文本。

⚠

常见误解:「HF 模型卡写了 MIT,就是 MIT。」以仓库里的 LICENSE 文件为准。DeepSeek-V3 的仓库甚至没有 LICENSE 文件,而是分成 LICENSE-MODEL(DeepSeek 自己的模型许可)和 LICENSE-CODE(MIT);到 V4、V4.1 才变成权重与代码都是 MIT。

🔍 MIT 许可的一个副作用

GLM-5.2 的调研档案记录了一条独立分析的观点:正因为权重以 MIT 许可公开发布,针对智谱的出口管制措施拦不住对这份权重的访问。这是分析者的观点,不是法律结论;它说明的是另一件事——许可证一旦放出,就收不回来。GLM-5.3 改用自定义许可、Qwen 给更新的型号配更严的许可,都可以放在这个背景下看(这是推断,两家都没有这样解释)。

读许可证的五个动作

  1. 读仓库里的 LICENSE 原文,不读转述(包括这一页)。
  2. 看 HF 的 license 字段:other 意味着自定义,要逐条读。
  3. 找附加条款:营收门槛(看清是产品营收还是「本公司及关联方」合计、按月还是按连续 12 个月)、MaaS / AI Work Assistant 的定义、署名义务、安全审查。
  4. 按型号、按版本读:同一家、同一代甚至同一天的型号可以不同;许可证也会随版本变(GLM 5.2 → 5.3)。
  5. 分清 open-weight 与 open-source:训练数据没公开,就只能核验架构,核验不了训练。
问回答
权重能下载就能商用吗?不一定。MIT、Apache-2.0 基本可以;自定义许可按场景触发附加义务,最严的一种是「做 AI 编码助手就要另签」
能说它们是开源模型吗?严格说不能。四家都没有公开训练数据,是 open-weight
条款转述可信吗?本页条款来自调研档案对 LICENSE 原文的转述,只作学习对照 ;商用决策必须读原文、问法务

一句话

📌

许可证按型号、按版本读原文:能下载权重,不等于能随便商用。

回到主线

回主线第 3 课:不用线性注意力,DeepSeek-V4.1 怎么把每 token 的全局 KV 压到 890 字节? → 第 3 课

你可能会问