商业公司为什么要开源："免费权重"背后的动机与许可证里的玄机 ​

魔当实验室 · 2026年10月

本文是"开源与商用"系列第一篇。这个系列回答两个问题：商业公司为什么开源，以及许可证里那些条款是怎么设计的。系列另外两篇文章已经在站内：《开源软件许可证详解》讲软件许可证本身的规则，《audio.cpp 模型许可与商用说明》讲站内模型逐个能不能商用；《模型文件到底从哪来》讲下载前看什么，本文讲为什么这么写。不评测、不排名、不放外链，也不构成法律意见——文中所有条款描述以各仓库 LICENSE 原文为准，口径截至 2026 年 10 月。

一、先回答那个反常识的问题 ​

一个前沿大模型要训多少钱？公开报道里常见的量级是几亿美元。跑一次服务要收钱，API 的价格一页纸写得明明白白。然后同一家公司把训好的权重放到下载站，标价零元。

唯一的合理解释是：免费的那部分不是慈善，是生意。权重只是一个可以复制的文件。真正在卖的东西在别处：算力、订阅、企业合同、标准话语权。魔当实验室整理站内应用与模型的许可信息时，反复碰到同一件事。几乎每个"免费"背后都有一条清楚的商业逻辑。而这些逻辑，几乎都能在 LICENSE 原文里找到对应的条款。

先把两个词钉准，后面全靠它们：

• "开源"是市场用语。它出现在发布会、博客标题和下载站的标签上，意思只是"你可以下载，可以看代码"。
• 许可证才是那份商业合同。它规定你能不能商用、能不能拿它做服务、要不要署名、什么情况下授权会被收回。
• 开源促进会（OSI）对"开源许可证"有一份严格的定义。各家大模型用的社区许可、研究许可、BSL 这类条款都不在它的认可范围内。所以下文称它们为"开放权重"。这不是咬文嚼字。按"开源"的直觉去理解这些条款，几乎一定会判断错。

这两个词分清了，剩下的问题就只有两个：公司图什么，以及条款里埋了什么。

二、五种动机：同一家公司往往同时占几种 ​

1. 生态卡位：先把开发者的默认选项抢下来 ​

Meta 的 Llama 系列和 Google 的 Gemma 系列是这一类最典型的样本。两家背后都有完整的闭源商业产品线。把权重放出来，直接收益不在模型本身，而在让自家的格式和工具链成为开发者的默认起点。

一旦微调社区、量化社区、推理引擎都围绕某一系模型构建，迁移成本就会替它做完剩下的事。

Llama 从第二代起把权重免费开放给研究者，2024 年 3 月之后转向大规模商用开放。Gemma 系列则长期配合 Google 的云端服务分发。一个能观察到的现象是：在中国和世界各地的本地 AI 社区里，围绕 Llama 系和 Qwen 系做的量化版、微调版数量长期占多数。生态位的胜负，很大程度上在权重免费那天就定了。

2. 营收漏斗：把免费版本当成获客渠道 ​

这种模式下，免费和收费的边界画得非常精确，而且边界本身就写在许可证里。

• 阿里云的通义千问系列：线上 API 与百炼平台收费，同期把多个版本的权重开放下载。它自定义的 Qwen License 允许免费商用，但设了 1 亿月活用户的门槛，超过要另行申请授权。
• Stability AI：社区许可证写明年营收 100 万美元以下可免费商用，超过须购买企业授权并注册。这条营收线其实就是一张价格牌。它不是限制，它就是定价本身。
• Mistral：7B 小模型（2024 年 4 月）用 Apache 2.0 完全放开，旗舰版本一度改用 Mistral Research License 限制商用。小模型负责把人引进门，大模型负责收钱。

这类条款的共同点只有一句：你的规模越小越自由，越大越要付钱。这在商业上完全说得通：规模小的用户不值得收钱，规模大的用户非付不可。

3. 防守性武器：用许可证打击别人的毛利 ​

DeepSeek 的 V3 与 R1 权重用的是 MIT。没有月活门槛，没有地域限制，没有命名约束，是最宽松的一档。这个选择在技术之外有很明显的商业含义：当训练效率高出一个量级，把权重免费送出去，就是在压缩所有按 token 计费的闭源服务商的毛利。R1 论文的学术版本登上了 2025 年 9 月的《自然》封面。MIT 许可证让这套方法同时变成了行业的公共基础设施。

OpenAI 在 2025 年 8 月发布 gpt-oss 系列，用 Apache 2.0 授权，是同一逻辑的另一面。更合理的读法不是它主动选择开放，而是开放权重阵营的挤压，让"不提供可下载权重"这件事开始变得昂贵。还有一点值得注意：当时"开源"这个说法本身就引发了定义争论。这恰好印证本文的核心观点：发布方用的词，和条款实际的约束，是两件事。

4. 合规与话语权：把规则写进自己的许可证 ​

Gemma 许可证附带一份 Prohibited Use 清单，明确列出武器、生化等不允许的方向。这类条款的作用有两层。对外是合规姿态，也是责任边界的划定；对内是让模型进入受监管行业时少一道审批障碍。

再往深一层看：谁写许可证，谁就定义"什么算合规"。一家公司把"Built with Llama"变成合同义务，把月活门槛写成条款，等于把自己的商业诉求写进了行业默认的合规语言里。

5. 社区即外包研发：省掉的是转换与适配成本 ​

开放权重之后，社区会自发做 GGUF 转换、量化版本、推理适配、跨平台封装。这些活如果公司自己做完再发布，是一笔不小的工程开支。社区不仅免费做，还做得更细，因为它们面对的是各种非标准硬件。

一个对照很有说服力。Terraform 也是开源代码，但它的商业价值在托管服务和企业合同上，社区并没有替它解决"能不能在我机器上跑起来"这件事。模型权重不一样：它能不能用起来，高度依赖适配生态。所以对模型公司来说，社区适配不是副产品，是必须的经营条件。

这也是为什么几乎每家做开放权重的公司，对社区量化版都持默许甚至鼓励的态度。许可证上写得严格，不等于排斥生态。

三、条款里的九处玄机：每一处都是公开的 ​

这一节是本文的核心。条款没有一条藏在暗处，全部写在 LICENSE 原文里。之所以叫"玄机"，只是因为绝大多数人从不打开那份文件。魔当实验室想先说清楚：这一节不是控诉谁骗人，而是教怎么读。评分标准早就印在答案卷上了。

1. 规模门槛。Llama 系列从第二代起设有 7 亿月活用户的条款，3.1、3.3 到 Llama 4 都保留着。Qwen 的自定义许可设 1 亿月活门槛。这样写的含义很直白：达到这个规模的企业，必须有渠道跟原厂谈商业授权。

2. 营收上限 + 注册要求。Stability AI 这类社区许可的典型组合是：低于某个年营收可以免费商用，超过就必须购买企业版，而且要在官网注册才生效。后半句最容易被忽略：没注册，授权本身可能不成立。

3. 禁止用输出训练竞品。Llama 2 和 Llama 3 的许可证都禁止拿模型输出去训练别的模型。这条限制从 Llama 3.1 起放开了，但换来了一个新义务：衍生模型必须显著署名 Llama。一条限制换一条义务，是许可证谈判里最常见的交换结构。

4. 品牌强制捆绑。Llama 4（2025 年 4 月 5 日生效）要求重新分发或衍生产品必须展示"Built with Llama"。用它的输出训出来的衍生模型，名字必须以 Llama 开头。Qwen License 里有对称的"Built with Qwen"署名条款。

5. 地域限制。Llama 4 社区许可对多模态模型的分发，附了面向欧盟企业的限制条款。同一份文件，在不同司法区域给出的权利并不完全一样。

6. 可撤销性。这是本文最想让普通用户记住的一条。Apache 2.0 和 MIT 授予的权利不可撤销：授权一旦给出，原作者收不回来。各家自定义社区许可则普遍保留终止的权利，Llama 4 明文写了 Meta 可以终止授权。结论是：宽松的许可证给你的自由度更大，自定义的许可证保留的收回权更多。这不是巧合，是设计出来的。

7. 代码与权重分开授权。同一个仓库里，代码是 Apache 2.0、权重是另一套条款，这是 AI 项目的常态。三个真实例子：

• Black Forest Labs 的 FLUX 在同一批仓库里，schnell 版权重是 Apache 2.0，dev 版权重是非商用研究许可。
• OpenAI 的 Whisper、CLIP、tiktoken 是宽松开源，GPT 系列的服务闭源。
• 聚合仓库的 README 写 Apache 2.0、个别打包权重其实是 CC BY-NC，这种情况并不罕见。例如 OmniVoice：代码是 Apache，权重因为训练数据的许可受限，《audio.cpp 模型许可与商用说明》里就单独标注过。

还有一点：GitHub 的许可证自动识别会出错。audio.cpp 的 LICENSE 正文是完整的标准 Apache-2.0，仓库标签却显示 NOASSERTION。所以永远看文件，不看标签。

代码与权重是两层，你自己动手改出来的权重又在第三层。量化、LoRA、微调之后的产物还受不受原证管，本系列《量化、LoRA、微调之后的模型，还受原许可证约束吗》专门讲那条链，本文不展开。

8. 换证是常态，不是例外。这条最容易被"它以前是 Apache"这种历史信息误导。同一产品线在不同年份改许可，在 AI 和基础设施行业已经发生了很多次：

Terraform 的案例最完整。改证后一个月内，竞品公司发起 OpenTF 宣言；随后 OpenTofu 进入 Linux 基金会，成为独立分支。同时 BSL 自己也写明：每个版本四年后自动转为 MPL 2.0。限制是有保质期的，这和"永久闭源"是两种完全不同的策略。

这张表里还有一条规律更值得注意：几乎每次改证都长出一个分叉。Elasticsearch 改证有了 OpenSearch，Redis 改证有了 Valkey，Terraform 改证有了 OpenTofu，三个现在都在 Linux 基金会名下。Qwen-Image 在 2026 年 9 月那次改证，则在技术社区引发了"开源承诺在哪里"的公开争论。这个争论本身值得看一眼：改证在法律上通常没问题，在社区信任上要付代价。

魔当实验室的实用建议只有一句：以你实际使用的那个版本的 LICENSE 为准。历史信息、上一代的说法、别人的转述，都不算数。改证这件事有一条完整的故事线：为什么集中发生、对旧版本有没有溯及力、分叉带走了什么。本系列《开源项目为什么换许可证》专门讲它，本文不展开。

9. "开放权重"不等于"开源"。OSI 认可的开源许可证清单里没有社区许可、研究许可和 BSL。用词精确不是学究气。把它当"开源"来决策，你会低估条款；把它当"开放权重加一份商业合同"来决策，你才会去读那份合同。

四、一张谱系表：从宽松到严格 ​

下表按宽松到严格排列，不是名次，也不是推荐顺序。每一格都是条款类型上的差别，具体项目请以原文核对。

看这张表最有效的方式是看最后两列。越往下，你要付出的条件越具体，厂商保留的权利越多。上面宽松三档把义务压到"保留声明"这一件事上。后面几档同时设了规模线、用途限制、署名义务和收回权。

这些义务具体怎么触发？比如分发、动态链接、网络服务、NOTICE 保留。本站《开源软件许可证详解》已经把 GPL、AGPL、LGPL、MPL 的边界逐条讲过一遍。那篇讲软件许可证，本篇讲模型权重。两层叠加之后取交集，才是你实际拥有的自由度。

五、按你的角色，各查三样东西 ​

一个具体的提醒：量化、格式转换、LoRA 微调产出的都是衍生作品，原来模型的许可继续适用。这一条在《audio.cpp 模型许可与商用说明》里已经写明，但社区量化版的下载页通常不会重复它。所以魔当实验室在整理平台模型清单时，把"能否商用"单独做成一类字段，而不是让用户自己推断。

想弄清一个模型从训练到落进你的硬盘经过哪几道手，可以看《模型文件到底从哪来》。想知道这些模型怎么被组织成能用的智能体，《AI 智能体全景》讲的是另一层。

六、魔当实验室的观点 ​

第一，动机不是秘密，条款更不是。上面九处玄机全部来自公开文件。一家公司把规模线画在哪里、给不给撤销权、要不要你署名，反映的是它对这门生意的理解。把这些读出来，比读它的发布会 PPT 更能看清它在做什么。

第二，越宽松的许可证，越接近行业公共基础设施。MIT 的 DeepSeek、Apache 2.0 的 gpt-oss 与 FLUX schnell，真正改变行业的地方不在模型能力，而在让所有人都能不承担授权风险地站上去。反过来，条款越具体的许可，越像是为某门生意定制的围栏。围栏本身不是恶意，但你要知道自己在围栏里还是围栏外。

第三，普通用户也要读许可证，因为代价不对等。读一份 LICENSE 只要几分钟。误判一次商用授权的代价，可能是产品下架，也可能是一纸律师函。这件事没有替代方案。

本篇的五种动机有一个共同前提：发布方有东西要卖。学校、实验室和个人开发者不在这个前提里。他们那份免费真不是生意，动机和条款是另一半，本系列《不做生意的人为什么也开源》专门讲那一半。

如果要给这个系列定一个方向，魔当实验室想说的是："开源"回答的是"能不能拿到"，许可证回答的是"拿到之后能做什么"。在本地 AI 这条链路上，用户已经习惯关心显存、量化和速度。下一个值得花同等注意力的字段，就是那份不到 200 字的 LICENSE 文件。等这些判断被反复做完、做对之后，把许可信息直接放进下载与安装流程里，而不是留在文档里等人来查。魔当实验室认为，这是本地部署工具走到最后一公里时应有的样子。

免责声明：本文是魔当实验室对公开资料的整理，不构成法律意见，也不保证所有条款描述在当前版本下仍然准确。文中社区整理的信息均已标注口径，查询时间为 2026 年 10 月。任何涉及真实商业利益的决策，请咨询专业法务，并始终以项目当前的 LICENSE 原文为准。