開放權重跟開源差在哪？你以為在挑模型，其實在挑合約

你在 Hugging Face 上按過 download，或者 ollama pull 過一個模型。它跑起來了，很好用。

然後法務或客戶問了一句：這個能商用嗎。

多數人是在這一刻才發現，自己一直用「開源」兩個字，指的是一件沒查證過的事。模型頁上寫的可能是 open weights、可能是某某 Community License、也可能真的是 Apache 2.0——這三個東西給你的權利差很多。

開放權重（open weights） 指廠商把訓練完成的模型參數公開釋出，你可以下載、自己架起來跑、拿去微調。開源（open source） 在 AI 的語境下門檻更高：開放源碼促進會（Open Source Initiative，OSI）2024 年 10 月 28 日發布的開源 AI 定義 1.0（OSAID）要求同時交出三件東西——足以讓一個有經驗的人重建出等價系統的資料資訊、訓練與執行用的完整程式碼，以及參數，而且要讓人有使用、研究、修改、分享這四種自由。權重只是三分之一。

差的不是程度，是你拿到什麼

	專有 API	開放權重	OSI 定義的開源 AI
拿得到參數嗎	拿不到	拿得到	拿得到
訓練程式碼與資料資訊	沒有	多半沒有	必須有
能自己架起來跑嗎	不能	能	能
能重做一個等價的嗎	不能	不能	這正是它的門檻
商用條件寫在哪	服務條款	那份授權合約	OSI 認可的授權

最容易被跳過的是第四列。開放權重讓你「用得到」這個模型，開源要求的是你「重做得出」這個模型。 對絕大多數團隊來說需要的是前者——你不會真的去重訓一個 32B。但真正卡住人的是第五列。

三個軸各自獨立

「開源模型」這四個字，把三件互不相干的事壓成了一句話：

1. 權重開不開——參數能不能下載。
2. 來歷開不開——訓練資料的來源與處理方式、訓練程式碼有沒有公開。
3. 授權讓你做什麼——能不能商用、有沒有規模門檻、有沒有用途禁令、輸出能不能拿去訓別的模型。

三個軸可以任意組合。權重掛 Apache 2.0、訓練資料一個字都不提，是 2026 年最常見的那一格——Mistral 3、Thinking Machines 的 Inkling、Kimi K3 都在這裡。授權寬鬆得像開源，來歷完全不透明。

反過來的也存在。Ai2 的 Olmo 3（2025 年 11 月 20 日發布）把權重、訓練資料、訓練程式碼與中途檢查點整套放出來，預訓練語料 Dolma 3 官方稱約 9.3 兆 token。它是少數三個軸同時打開的模型家族，也因此常被當成 OSAID 那道門的參照物。

為什麼多數模型過不了 OSI 那道門

兩個典型的擋點。

第一是資料。 不公開訓練資料的來源與處理方式，就沒有人能「重建出等價系統」。這一格幾乎全軍覆沒，而且理由通常不是技術，是版權與訴訟風險——同一個理由也躺在模型蒸餾那場爭議的底層。

第二是授權裡的條件。 廠商自訂的社群授權常見三類限制：使用者規模超過某個門檻要另外談、輸出不得用來訓練競爭模型、以及一份可以被單方更新的使用政策。OSI 的立場是這類條款讓 Llama 不算開源，其中最常被提到的是 Llama 3.x 與 4 社群授權那道 7 億月活躍用戶的門檻——超過就得另外向 Meta 申請，而給不給由 Meta 自行決定。

這裡有一件事要說清楚：本刊今天讀不到 Llama 授權的一手原文。llama.com 的授權頁已改導向 developer.meta.com，該頁只回得到標題；Hugging Face 上的 LICENSE 檔需要登入。上面那道門檻是多份授權分析一致的轉述，不是一手文件——要拿去做法務判斷，請自己開原始頁面確認一次。

實務上真正該問的四個問題

1. 權重拿不拿得到？ 拿不到就是專有 API，後面三題不用問。
2. 授權是哪一份？ Apache 2.0、MIT 這類 OSI 認可的授權，跟廠商自訂的社群授權是兩種東西。看檔案，不看模型頁上的形容詞。
3. 商用有沒有附加條件？ 規模門檻、用途禁令、輸出的再訓練限制、要不要標示出處，四件都要看過。
4. 你到底要不要「重做一個」？ 要，才需要資料與訓練程式碼；只是要自架、要微調、要讓資料不出境，開放權重就夠了。

邊界：開放權重不保證什麼

• 不保證可複現。 沒有訓練資料與訓練程式碼，你能改它，但你重建不出它。
• 不保證能商用。 權重公開與授權寬鬆是兩件事，會同時成立，也會不同時成立。
• 不保證跑得動。 參數量決定你要多少顯示記憶體，量化決定它塞不塞得進你手上那張卡。
• 不保證明年還在。 已經下載的權重不會消失，但下一版可以換授權、可以下架、也可以就不再是開放權重了。這條線還在被政策推著動。

你可以帶走的三件事

第一，「開源模型」在多數對話裡指的是開放權重，不是 OSI 定義的開源。 這不是誰用錯字，是兩個詞在市場上已經分工了；只是簽約的時候不能照這個分工簽。

第二，判斷一個模型能不能用，看授權檔案，不看模型頁的形容詞。 檔名是 LICENSE 的那一份，跟 README 上的 open 不是同一個東西。

第三，先回答你要不要重做一個。 這一題決定了前面所有事——不要，開放權重的每一條限制對你都不痛；要，那你需要的東西目前市面上幾乎找不到。

還沒有答案的是這個詞會不會被搶回去。OSI 的定義有名分、沒有強制力，而「開源」二字在市場上的實際用法，正在被最會發模型的那幾家決定。要盯就盯一件事：下一波旗艦模型的授權檔案，是往 Apache 2.0 靠，還是往自訂社群授權靠。

資料來源：OSI 開源 AI 定義 1.0 頁面（三項必要元件與四種自由）、OSI 發布公告（2024 年 10 月 28 日）、Ai2 Olmo 3 官方公告（釋出內容與 Dolma 3 規模）、本站既有的開放權重系列報導。Llama 授權條款一節未取得一手原文，已在文中標明。