开源模型“免费下载”,但那条协议你真读了吗

朋友的公司想拿开源模型做个内部小工具。老板一拍板："开源嘛，随便用。"

第二天法务把协议翻出来，指着其中一行说：这个，得谈一下。

那一刻他才知道，"开源"两个字后面还挂着别的东西。

先说清"开源"到底开了什么

你从应用商店下一个 App，拿到的是能跑的程序，看不到它的源码。闭源大模型也是这个意思：你只能通过对话或者接口用它，模型长什么样、拿什么数据练的，你一概不知道。

开源模型不一样，它把"配方"给你了：训练好的模型权重，有时候还包括训练代码和数据处理方法。

有了权重，你就能把它搬到自己的机器上运行，断网也能跑，还能拿自己的数据再练一遍。

这事儿像菜谱。闭源是去店里吃，开源是把菜谱买回家。

但菜谱买回来，不代表你能直接开饭店。往下看，卡人的地方就在下面。

协议就写在最前面，别跳过

Apache 2.0：最宽松那一档。 可商用、可修改、可以闭源二次分发，没有收入上限。阿里的 Qwen 3.5、3.6 用它，腾讯混元 Hy3 也是 Apache 2.0。这种你基本可以放心往产品里塞。

MIT：也很宽松。 智谱 GLM-5.2 走的是 MIT，商用没门槛。但同一家公司不同版本的条款可能不一样，下载前瞄一眼版本号。

自定义协议：要小心。 比如 Kimi K3 用的是自家的 Kimi K3 License，通常会附带一些额外条件。DeepSeek 家族部分版本用 MIT，但条款随版本变化，还涉及竞争使用和数据处理方面的限制，真要商用，让法务过一遍再说。

Llama 社区许可证：能商用，但有两个条件。 月活超过 7 亿要单独谈，产品里得标注"Built with Llama"。

先记住这点：开源不等于没有条款，只等于条款公开。

对普通用户来说，差别其实就三件事

第一，数据去哪。

闭源走 API，你的内容要过人家的服务器，一般是短期留存用于风控，具体看各家条款。开源可以部署在自己机器上，数据一步都不出门。

第二，会不会哪天就没了。

闭源模型说下线就下线，接口一关，你搭在上面的流程直接断。开源权重你下载下来了，它就一直在你硬盘上，版本永远可复现。

第三，贵不贵。

闭源旗舰按 token 收费，量大就是真金白银。开源自己跑要买卡、要运维，跑不满反而比调 API 还贵。

能力差距，已经不是做决定的理由了

前两年的说法是"开源不如闭源"，现在这话得改口。

公开口径里，最强闭源模型综合基准大概 93 分，最强开源模型（DeepSeek V4 Pro）大概 87 分，差 6 分上下。而 2024 年中这个差距还是 15 到 20 分。

两年从两位数收敛到个位数。你日常那些活，根本感觉不到这 6 分。

所以现在选开源还是闭源，别问"哪个强"，问"我需不需要自己掌控"。

下载权重那一步，还有两个小坑

一是版本。

你在社区里看到的不一定就是官方原版，很多是别人量化过、蒸馏过、裁剪过的版本。量化版占显存小、跑得快，但效果有折损，协议也未必跟原版一致。真要往生产里用，从官方仓库或者 Hugging Face、ModelScope 上的官方账号拉。

二是推理框架。

权重下载下来不能直接用，还得配推理引擎、配驱动、配批处理。这一整套活，就是"开源免费"四个字背后那部分成本。

先记住这点：开源的门槛不在钱，在人。

一个能立刻用的判断清单

• 个人用、偶尔用、就想用最强的效果 → 直接用大厂 App 或者云 API，省事优先
• 公司要把它塞进自己的产品、要改、要保证三年后还在 → 挑 Apache 2.0 那批
• 数据敏感、明文规定不能出内网 → 开源加自建部署
• 你要把它再打包进自己的产品卖给客户 → 顺便确认有没有署名和声明义务，Apache 2.0 一般要保留版权声明和变更说明
• 拿不准的那一次 → 把协议名和版本号原样发给法务，让他们读，别自己猜

署名那条看着不起眼，真到交付验收那天，能卡住你一整天。

第三条要是成立，那就是真的需要考虑本地部署了，这事我另写一篇专门讲。

其余情况，老实说，用现成的更好。别为了"自主可控"这四个字，给自己揽一堆原本不用干的活。

先收藏起来，下次有人跟你说"开源的随便用"，把协议那段给他看。

觉得有用的话，帮我点个小红心 ❤️，再顺手点个赞 👍