AI的“开源”是什么:有的模型能下载到自己电脑,有的只能在线用

一、先说个我一直没分清的说法

这半年刷 AI 的消息，有两句我老看见：一句是“开源模型又追上来多少”，一句是“人家那套是不开源的”。

以前我图省事，把它理解成“不要钱”和“要钱”。自己动手下过模型文件以后，才知道这么理解不对。

交代件事：《量化》那篇里我提过，我这台老电脑里有三个下载来的模型文件，小的 1.80G，大的 2.33G，就搁在硬盘上。没人给我发账号，也没花钱，是我自己下下来的。

那一刻我才算明白，“开源”最要紧的一层不是钱，是那摞东西，人家肯不肯交到你手上。

二、一句话点破：模型练完，留下来的就是一摞数字

我把这事想通，是把它跟“手艺”分开看。

一个模型练完，留在硬盘上的东西说穿了就是一摞数字，行话叫“权重”，再加一份说明白“这摞数字怎么使”的配置。这摞数字有多少个？《参数》那篇里算过账，动辄几百亿、上千亿。

在线用的那些，你问一句它答一句，这摞数字一直待在人家机房里，你摸不着。开源的那一类，是把这摞数字本身放出来，你想下就下。

打个土比方：一个是下馆子，菜端上来你只管吃；一个是菜谱和料都给你，灶台自家有，就自己做。下馆子省事，自己做省钱、还能顺自己的口味改，可洗碗刷锅也归你。

三、“开源”两个字，其实分三层

这层是我查资料才理清的，我觉得对咱普通人也有用。

开放源代码促进会（OSI）2024 年出过一份《开源 AI 定义》1.0 版。按它的说法，一个 AI 要叫“开源”，得给使用者四样自由：用的自由、研究它怎么运转的自由、改它的自由、再分发出去的自由。为了让人真改得动，还得把三样东西交出来：代码、参数（就是那摞数字），还有数据信息——原文要求是“关于训练所用数据的足够详细的信息，让一个有本事的人能做出大致相当的另一个系统”。

三层摆一块儿就清楚了。

代码放出来，是“它是怎么运转的”你能看；参数放出来，是“练成的那摞数字”你能拿；数据信息放出来，是“它是吃什么长大的”你能查。

现实里最常见的是只放中间那层。行话里有个专门的说法叫“开放权重”（open weights）：权重公开可下载，训练数据和代码不一定跟着公开。

艾伦研究所做 OLMo 那批模型时，有篇论文（arXiv:2402.00159）把这层窗户纸捅破了。原话大意是：商用模型很少交代自己用了什么数据，可就连“开放”的模型，也常常只给个成品，不附训练数据和复现的配方。他们自己那次反过来做，把料也放了出来——一个叫 Dolma 的语料，三万亿个词，网页、论文、代码、公版书、社交媒体都掺着。

我看到这儿才明白：都叫“开源”，含金量差得远。

四、摆几家真家底

光说理太空。我挑几家常听见的，对着官方原文一条条查了一遍（核实日期 2026-10-13）。

有两条细的值得单说。

一条是 Meta。Llama 3 的论文里写明，他们把 405B 那版的权重公开发布了。可它用的不是通用的开源许可，是自家那份《Llama 3 社区许可》，2024 年 4 月 18 日那版。里面写着：月活用户超过 7 亿的，得先向 Meta 申请授权；还有一条，不得拿它和它的产出去改进别的大模型。这两条都是原话。

所以拿 OSI 那份定义去卡，它只把中间那层交了出来，数据信息没给——行话里更习惯叫它“开放权重”，叫“开源”是宽着说的。

另一条是 Qwen3。我打开它 8B 那版的模型卡看了一眼：许可挂着 Apache 2.0，累计下载九百六十多万次，2025 年 4 月放出来的。这个数不惊人，可它说明一件事：放出来的东西，是真有人在下。

五、落到我这台老电脑上，是笔什么账

说完别人家，说自己家。有几条实话得交代。

第一，文件不要钱，电和硬件是自己的。我下的那几个是压过的版本（就是《量化》那篇里讲的那回事），原版的模型文件几十个 G，我这台机器碰不动。

第二，网是个坎。国内的网直连那家模型仓库（huggingface.co）不通，今天我又试了一次，连不上，只能走镜像站绕一圈；上面那个下载量，就是我在镜像站核的。

第三，软件也不省心。我原先装的本地跑模型的软件，后来出过毛病，程序目录变空了，得重装。所以到现在，那几个文件还是躺在硬盘里，本地这套我没真正跑顺。

一句话：老机器能尝个鲜，别指望它顶用。真干活，我眼下还是用在线的那几家。

六、普通人该怎么用它

按我这半年的体会，有四条土规矩。

第一，图省事、手机就能用的，在线那几家够了。别一上手就跟文件、显存、环境较劲，那是给自己找不痛快。

第二，心疼钱，或者手里的东西不愿意往外传的，可以看看开源的。但先掂量自己机器吃不吃得下——这笔账是自己出。

第三，别把“开源”当成“更好”。它管的是“你能不能拿到手”，管不了“它强不强”。同一件事，各家强的方向不一样。

第四，真要拿它做买卖，先把许可条款看一眼。有的写明要另行申请授权，有的写得宽。这不是抠字眼，是规矩。

七、结论：没有银弹

我这半年学到一句土话：下馆子省事，自己开火省钱，各有各的账。

开源这一套的好处，是东西在你手里——你能看、能改、能自己存着；代价是活儿也得自己担一部分：硬件、环境、维护，一样都少不了。它不是更高级，只是把便宜和麻烦换了个位置。

对咱普通人来说，眼下最实在的还是那句：先用起来。至于那些文件在不在自己硬盘上，等你真有一件非它不可的事，再回来算这笔账也不迟。

我是老刘，一个正在从零学习 AI 的 70 后普通人。

资料来源说明（每条都对着公开原文核过，核实日期 2026-10-13）

· OSI《The Open Source AI Definition – 1.0》，https://opensource.org/ai/open-source-ai-definition。四项自由表述为“the freedoms to use, study, modify, and share”；数据信息要求原文：“Data Information: Sufficiently detailed information about the data used to train the system so that a skilled person can build a substantially equivalent system.”，核实日期 2026-10-13。

· Meta《Llama 3 社区许可》原文（官方仓库），https://raw.githubusercontent.com/meta-llama/llama3/main/LICENSE。标题“META LLAMA 3 COMMUNITY LICENSE AGREEMENT”，版本发布日期“April 18, 2024”；商用条款原文：“If, on the Meta Llama 3 version release date, the monthly active users ... is greater than 700 million monthly active users in the preceding calendar month, you must request a license from Meta...”；使用限制原文：“you may not use the Llama Materials or any output or results of the Llama Materials to improve any other large language model (excluding Meta Llama 3 or derivative works thereof)”，核实日期 2026-10-13。

· Llama 3 论文（arXiv:2407.21783），摘要原文：“Our largest model is a dense Transformer with 405B parameters and a context window of up to 128K tokens... We publicly release Llama 3, including pre-trained and post-trained versions of the 405B parameter language model”，核实日期 2026-10-13。

· DeepSeek-V3 官方仓库 README，https://raw.githubusercontent.com/deepseek-ai/DeepSeek-V3/main/README.md。原文：“This code repository is licensed under the MIT License. The use of DeepSeek-V3 Base/Chat models is subject to the Model License. DeepSeek-V3 series (including Base and Chat) supports commercial use.”；论文（arXiv:2412.19437）为 671B 总参数、每字激活 37B、14.8 万亿 tokens 预训练，核实日期 2026-10-13。

· Qwen3-8B 模型卡（huggingface.co 国内直连不通，经 hf-mirror.com 镜像核）：许可证 apache-2.0、累计下载 9,647,139 次、点赞 2,107、创建于 2025-04-27，核实日期 2026-10-13。

· Mistral 官方代码库 LICENSE，https://raw.githubusercontent.com/mistralai/mistral-inference/main/LICENSE：Apache License 2.0，核实日期 2026-10-13。

· OLMo／Dolma 论文（arXiv:2402.00159），摘要原文：“even open models are often released without accompanying training data or recipes to reproduce them... we curate and release Dolma, a three-trillion-token English corpus”，核实日期 2026-10-13。

· 本地工具许可：llama.cpp 与 Ollama 官方仓库 LICENSE 均为 MIT，核实日期 2026-10-13。

· 本人说法的边界：本机是 i5-10400F、16G 内存、AMD Radeon R5 220 的旧显卡（显示 2G 显存）。我没训练过任何模型，也没跑过基准测试；文中数字除我自己机器上的情况外，全部取自各家官方原文或论文，属查资料求证，不是我的实测。第五节的实情（下载的文件大小、直连不通、本地软件出过毛病）是我自己的经历。

AI 技术更新快，具体以各家官方最新公布为准。本文是老刘的普通学习笔记，不构成推荐建议。