开源 LLM：许可证与商业用途 (2026)

#为何开源 LLM 的许可证先于模型本身起决定作用

团队在选择自托管模型时，首先关注的是回答质量、所需内存和速度。许可证往往被放在最后，直到客户或采购部门提出疑问时才被考虑。而避免麻烦的顺序恰恰相反：一个出色但许可证禁止您的用途的模型毫无用处，而在集成之后更换模型会耗费开发时间、需要重新测试，有时还需要重新微调。

术语本身加剧了混淆。许多被称为“开源”的模型公开了权重，但并未公开训练数据或全部代码，其中一些采用的许可证也不符合开放源代码促进会（Open Source Initiative）的定义。open-weights 与开源之间的概念差异另有专门指南讨论；这里我们只关注一个实际问题：许可证文本允许您用这些权重做什么，尤其是在商业用途方面？

企业中常见三种情形。内部使用：模型在您的服务器上运行，供您的团队使用，不对外分发任何内容。提供服务：您通过应用或 API 向客户开放模型，但不向其交付权重。再分发：您在产品、设备或公开仓库中交付权重，可能经过修改或量化。许可证义务在这三种情形下差异很大，请在阅读后文时牢记这一点。

#开源 LLM 许可证的三大类

在 Hugging Face 或 Ollama 库中遇到的许可证，实际上可归为三大类。这种分类并不说明模型的质量；它只表示需要审查的约束程度。

标准宽松许可证

以 Apache 2.0 和 MIT 为代表。这些是历史悠久、法律人士熟知的软件许可证，允许商业使用、修改和再分发，义务有限（保留声明、提供许可证文本）。它们并非专门针对 AI，但许多发布方将其用于自己的模型权重。

厂商自定的社区许可证

由模型发布方专为该模型撰写：Meta 的 Llama Community License，其他发布方的专用使用条款。这类许可证通常允许商业使用，但会附加条件：用户数阈值、强制署名、命名规则，以及须遵守的可接受使用政策。

限制性许可证

研究许可证、非商业许可证（例如带有 NC 条款的 Creative Commons）或附有详细使用限制的许可证。在这些许可证下，商业使用被排除，或须与发布方另行签订协议。

同一发布方可能在多个系列中发布模型。一些知名模型系列在不同代际中，曾将部分尺寸以 Apache 2.0 发布，另一些则采用自定义或研究用许可证。因此，切勿根据模型的系列名称或发布方推断其许可证：请核查您所下载的具体变体的许可证文件。

#Apache 2.0：条款允许什么

Apache 2.0 许可证发布于 2004 年 1 月，其文本由 Apache 软件基金会（Apache Software Foundation）发布。它是 open-weights LLM 权重最常用的宽松许可证。它向每位接收者授予永久、全球范围、非独占、免费且无需支付版税的版权许可，允许复制、修改、展示、再许可和分发该作品及其衍生作品（第 2 节）。

它的突出特点是第 3 节中明确的专利许可：每位贡献者就其贡献必然侵犯的自有专利授予许可。如果您提起专利侵权诉讼，主张作品本身侵犯某项专利，该许可对您即告终止。对企业而言，这一条款明确了 MIT 未加说明的风险。

商业用途

允许，无论是内部使用，还是用于对外销售的服务或产品，均无需支付许可费，也无用户数量门槛。

Modification

允许：微调、量化、权重合并。对于您自己贡献的部分，成果可采用其他许可证，前提是沿用的部分须遵守 Apache 2.0（第 4 节）。

再分发

在四个条件下允许（第 4 节）：提供许可证副本，以显著方式标明已修改的文件，保留版权、专利、商标和署名声明，以及如果存在 NOTICE 文件则沿用其内容。

Marques

未授予（第 6 节）：您可以说明您的产品使用了某个模型，但不能将发布方的名称或标志当作您自己的品牌使用。

担保与责任

无（第 7 节和第 8 节）：模型按“现状”提供。对于您的客户而言，模型的错误仍由您承担责任。

在内部使用或以服务形式提供而不交付权重的情况下，再分发义务并不直接适用，因为并未分发任何内容。但如果您发布模型的量化版或微调版，或将其嵌入交付给客户的软件中，这些义务就会重新变得至关重要。

#MIT：最简短的许可证

MIT 许可证只有三段，以 Open Source Initiative 发布的版本为准。它免费授权任何人不受限制地使用、复制、修改、合并、发布、分发、再许可和销售软件副本。唯一的条件是：版权声明和本许可声明必须包含在软件的所有副本或主要部分中。其余文本排除了作者的一切担保和责任。

商业用途

明确允许，包括销售。

修改与再分发

允许，唯一的义务是保留版权声明和许可证文本。

Brevets

与 Apache 2.0 不同，该文本不包含明确的专利许可。该许可在专利方面的隐含范围属于解释问题，如对您很重要，请咨询法律专业人士。

保修

无，与 Apache 2.0 相同。

因此，对于 LLM 而言，MIT 是最容易遵守的许可证。主要陷阱在别处：要确认 MIT 声明确实涵盖权重，而不仅仅是同一 GitHub 仓库中发布的推理代码。

#Llama 3.3 社区许可证：有条件的商业使用

Meta 以各版本专属的许可证发布其 Llama 模型。官方页面上日期为 2024 年 12 月 6 日的 Llama 3.3 Community License Agreement 在此作为自定义许可证的示例，因为它非常普遍，且许多衍生模型都继承了它。该许可证授予一项非独占、全球性、不可转让且免许可费的许可，允许使用、复制、分发、拷贝、修改“Llama Materials”并创作衍生作品。因此可以商用，但受到一定约束。

再分发

如果您分发 Llama Materials 或包含它们的产品（包括衍生模型），则必须提供协议副本，并在产品的网站、界面、文章或文档中醒目地标注“Built with Llama”。

衍生模型的命名

如果您使用 Llama Materials 或其输出来创建、训练或改进您所分发的 AI 模型，则该模型的名称必须以“Llama”开头。

权利声明

分发的副本必须保留 Notice 文件，其中注明 Llama 3.3 依据 Llama 3.3 Community License 授权，版权归 Meta Platforms 所有。

可接受使用政策

使用须遵守适用法律以及以引用方式纳入的 Llama 3.3 可接受使用政策。该政策列出了禁止的用途；Meta 可能会对其进行更新，请在做出决定时重新阅读当日版本。

7 亿用户门槛

如果在 Llama 3.3 发布之日，被许可方或其关联方的产品或服务在上一个自然月的月活跃用户超过 7 亿，则必须向 Meta 申请许可，Meta 可自行决定是否授予。对于几乎所有企业而言，都达不到这一门槛，但这表明该许可证并非普遍适用。

Marques

不授予任何商标许可，但为遵守声明和命名要求而必须使用“Llama”的情况除外。

终止与适用法律

如果您对 Meta 提起诉讼，声称 Llama Materials 侵犯了您的知识产权，许可证即告终止。该协议受加利福尼亚州法律管辖。

该许可证不被开放源代码促进会（Open Source Initiative）认定为开源，主要原因在于使用限制和用户数门槛。这并不妨碍商业使用，但要求比 Apache 2.0 或 MIT 更仔细地跟进：需要展示的声明、衍生模型的命名、遵守可能变化的政策。

#对比表：Apache 2.0、MIT 与 Llama 3.3

本表仅依据来源中列出的三份官方文本编制，这些文本是在准备本指南时查阅的（简报核实日期为 2026 年 9 月 29 日）。它概括的是条款本身，而非其法律解释。对于其他自定义许可证，本表不作任何说明，它们各有自己的规则。

商业用途

Apache 2.0：可以，无特殊条件。MIT：可以，无特殊条件。Llama 3.3：可以，但须遵守 7 亿月活跃用户的门槛以及可接受使用政策。

修改、微调

Apache 2.0：可以，需注明修改过的文件。MIT：可以。Llama 3.3：可以；分发的衍生模型名称必须以“Llama”开头。

权重再分发

Apache 2.0：可以，但需附上许可证副本、声明及 NOTICE 文件。MIT：可以，但需附上版权声明和许可证文本。Llama 3.3：可以，但需附上协议副本、Notice 文件以及“Built with Llama”声明。

明确的专利许可

Apache 2.0：是（第 3 节）。MIT：否。Llama 3.3：该文本就 Meta 对 Llama Materials 所拥有的知识产权授予许可；其确切范围需交由专业人士分析。

使用限制

Apache 2.0：没有禁止用途清单。MIT：没有。Llama 3.3：以引用方式纳入了可接受使用政策。

规模门槛

Apache 2.0：无。MIT：无。Llama 3.3：发布之日 7 亿月活跃用户。

Marques

Apache 2.0：不授予。MIT：未提及。Llama 3.3：不授予，但许可证要求使用的“Llama”除外。

保修

三份文本均无。

要了解当前哪些模型属于哪一类，请不要依赖此表：它比较的是许可证文本，而不是模型。请参阅我们为商业用途精选的最佳 LLM，更重要的是，将下文的方法应用于您打算部署的确切变体。

#逐个模型核查开源 LLM 的许可证

该方法分为五个步骤。每个模型大约需要二十分钟，并会留下可供法务人员或审计人员使用的记录。

1. 01
   确认原始仓库

   追溯到发布方在 Hugging Face 上的页面（官方组织，而不是转发量化版本的第三方账号）。记下仓库和变体的准确名称：规模、instruct 或 base、版本。第三方发布的 GGUF 转换版本仍受原始模型许可证的约束。
2. 02
   阅读许可证文件，而不是标签

   模型卡中的 license 字段只是一个参考，只有仓库中的 LICENSE 文件（或同等文件）以及可能存在的 USE_POLICY 或 NOTICE 文件才具有效力。请确认它涵盖的是权重，而不仅仅是代码。如果标签显示为“other”，则说明涉及自定义许可证：请完整阅读。
3. 03
   与发布方的官方页面交叉核对

   与发布方网站或其公告中发布的许可证进行比较。如果两者不一致，不要自行判断：请将差异告知您的法务人员。
4. 04
   存档带日期的文本

   下载许可证文件，记录日期、URL 和仓库的修订号，并计算其哈希值。如果发布方日后更改条款，您就能知道自己接受的是哪个版本。
5. 05
   将许可证与您的用途进行对照

   内部使用、对外服务或再分发：针对每种情况，列出相应义务（声明、命名、使用政策、门槛）以及负责履行这些义务的人员。投入生产前，请让法务人员审核这份对照表。

Hugging Face 的公开 API 会返回模型卡的元数据，其中包括许可证标签。这是一个快速的起点，但还需通过阅读许可证文件本身加以补充。请将仓库名称替换为您正在评估的仓库。

REPO="organisation/nom-du-modele"
curl -s "https://huggingface.co/api/models/$REPO" \
  | python3 -c 'import json,sys; d=json.load(sys.stdin); print(d.get("sha")); print((d.get("cardData") or {}).get("license")); print([t for t in d.get("tags",[]) if t.startswith("license:")])'

如需归档公开仓库的许可证文件，请使用 Hugging Face 命令行工具下载该文件，然后计算其哈希值。受访问控制的仓库（例如 Meta 的仓库）需要先在网站上接受条款并使用访问令牌。文件的确切名称因仓库而异：请在“Files”选项卡中核实。

mkdir -p licences/$(date +%F)
hf download "$REPO" LICENSE --local-dir licences/$(date +%F)/
sha256sum licences/$(date +%F)/LICENSE >> licences/registre-empreintes.txt

如果模型已安装在 Ollama 中，通过命令 ollama show affiche 可获取包中内置的许可证。它可用于一致性核对，但不能替代发布方的原始来源：社区制作的包可能包含不完整的许可证文本，甚至完全缺失。

ollama list
ollama show --license nom-du-modele

#常见陷阱

混淆代码与权重

一个采用 MIT 许可证的 GitHub 仓库可能包含推理代码，而权重则以自定义许可证在别处发布。约束您使用该模型的是权重的许可证。

轻信转载版本

第三方发布的 GGUF 量化版本有时会标注错误或简化的许可证。这并不会改变相关权利：唯一有效的是原始发布方的文本。

忽略衍生模型的许可继承

基于 Llama 微调的模型仍受 Llama 条款约束，即使其作者标注为 Apache 2.0。请查阅元数据中注明的基础模型的模型卡，以及该衍生模型的许可证文本。

以为许可证一成不变

发布方为每个版本发布一份许可证，而以引用方式纳入的使用政策可能会变化。因此有必要存档您所接受的、带日期的文本。

忽视训练数据和输出

权重许可证并不能解决所有问题：生成内容的法律地位、模型处理的个人数据、行业特定义务等。这些问题受其他法律文本管辖，需要专门的法律意见。

忽视法规

宽松许可证并不能免除您根据自身角色（提供者、部署者）及系统用途所须承担的 AI Act 义务。这是与许可证相互独立的另一个问题。

#深入了解

许可证只是选择模型的标准之一。若想了解为何真正开源的模型如此之少、比较现有模型，或评估您的部署在 AI Act 下的定位，以下页面可作为本指南的补充。