开源大模型的4个Level

开源社KAIYUANSHE

以下文章来源于何所思 ，作者何宝宏

[

何所思 .

一个从事互联网研究20余年的老兵，对技术和产业的思考

](#)

开源≠免费。

开源≠没有版权。

开源≠随意商用。

开源≠完全透明。

...

开源是有定义的。

OSI(Open Source Initiative)是开源软件领域的权威组织，其发布的开源定义(Open Source Definition, OSD),规定了开源软件的10项核心原则，包括自由分发、源代码可用性、允许修改、非歧视性等，以确保了开源软件的开放性、透明性和可访问性，是判断一个软件是否真正开源的重要标准。

自1998年以来，因为开源的巨大成功，一些企业纷纷冠以“开源”的名义，实则不满足或部分满足了 OSD 的基本定义。比如，前几年，OSI 就认为云计算领域的 SSPL 和 Elastic License 等新许可证不符合开源定义，因为它们引入了针对特定用户群体(如云服务提供商)的限制，违背了开源的非歧视性、自由分发和技术中立等核心原则。而主张采用新许可证的云计算相关企业则认为，传统开源定义是在“软件即产品”的背景下制定的，现在已经是 “软件即服务”了，因此有必要修订多年前对开源的基本定义，以约束云服务商在使用开源代码方面的“恶意”行为。

随着开源大模型的兴起，不同组织对“开源”理解的也出现了多样性。这是因为开源大模型不仅涉及传统的代码开源和服务开源，还新涉模型的参数、权重和训练数据等。

对开源模型的理解，目前大致有四个 Level，开放程度依次增加：

• OpenAI 等为代表封闭式“开源"
• Meta 等代表的自定义开源
• DeepSeek 等为代表的传统开源
• OSI 为代表的理想开源。

以上内容为人类作者的创作，以下内容来自 DeepSeek 的续写。

• 核心理念：
• 早期 OpenAI 以开源和非营利为目标，但逐渐转向封闭模式。
• 通过 API 提供服务，不公开模型权重和训练细节。
• 特点：
• 封闭性：模型权重和训练数据不公开，仅提供黑箱化的 API。
• 商业化：通过订阅服务和 API 收费实现盈利。
• 安全性：闭源模式有助于控制模型滥用风险。
• 争议：
• 违背了开源的核心精神，被批评为技术垄断。

• 核心理念：
• 开源模型（如 LLaMA），但采用自定义许可证（如 LLaMA 社区许可协议）。
• 强调研究和非商业用途，限制商业使用。
• 特点：
• 有限开放：公开模型权重，但限制商业使用和分发。
• 研究导向：主要面向学术机构和非营利组织。
• 访问控制：用户需申请访问权限，Meta 保留批准权。
• 争议：
• 自定义许可证限制了模型的广泛使用，不符合完全开源的定义。

• 核心理念：
• 采用传统开源许可证（如 Apache 2.0），完全开放模型权重和代码。
• 强调自由使用、修改和分发，包括商业用途。
• 特点：
• 完全开放：模型权重、代码和部分训练数据公开。
• 商业友好：允许商业使用，无歧视性限制。
• 社区驱动：鼓励社区协作和创新。
• 优势：
• 符合传统开源定义，推动技术普及和创新。

• 核心理念：
• OSI 正在制定 OSAID 1.0（Open Source AI Definition），旨在为开源 AI 系统提供明确标准。
• 强调透明度、可访问性和可修改性。
• 特点：
• 模型权重公开：要求公开模型权重，允许用户自由使用。
• 训练数据透明：尽可能公开训练数据的来源和组成。
• 代码和工具开源：训练和推理代码必须开源。
• 无歧视性：不得限制特定用户群体或用途。
• 目标：
• 确保开源 AI 系统符合开源精神，推动技术民主化。

转载自 | 何所思

编辑 | 王军

相关阅读 | Related Reading

DeepSeek 全球渗透报告，GitHub 数据惊现东方崛起！

“我们没有护城河”：开源AI的快速创新

开源社简介

开源社（英文名称为“KAIYUANSHE”）成立于 2014 年，是由志愿贡献于开源事业的个人志愿者，依 “贡献、共识、共治” 原则所组成的开源社区。开源社始终维持 “厂商中立、公益、非营利” 的理念，以 “立足中国、贡献全球，推动开源成为新时代的生活方式” 为愿景，以 “开源治理、国际接轨、社区发展、项目孵化” 为使命，旨在共创健康可持续发展的开源生态体系。

开源社积极与支持开源的社区、高校、企业以及政府相关单位紧密合作，同时也是全球开源协议认证组织 - OSI 在中国的首个成员。

自2016年起连续举办中国开源年会（COSCon），持续发布《中国开源年度报告》，联合发起了“中国开源先锋榜”、“中国开源码力榜”等，在海内外产生了广泛的影响力。