开源模型许可证收紧：从商用限制到本地部署选型指南

开源模型这几年确实帮很多人省下了不少成本，本地部署、私有化、二次开发都变得顺手。但从 2024 年下半年到现在，一个越来越明显的信号是：开源模型正在变得更谨慎，不再像早期那样“下载即免费、随便商用、永久可用”。 这不是某个公司的个别动作，而是一轮行业性的许可证收紧和商业化边界重构。

这次我们不评价谁对谁错，只从技术选型和落地的角度聊清楚：许可证到底改了什么、哪些场景受影响最大、本地部署和 API 调用还能不能省钱、遇到“开源但不可商用”的模型怎么处理，以及如何用一套可执行的检查流程避免踩到合规风险。

文章会涉及 Llama、Mistral、智谱 GLM、Qwen 这几个典型系列，也会把开源许可、开放权重、商用限制、月活用户条款这些概念拆开讲。同时结合最近被频繁搜索的几个方向——rerank 模型和向量模型选型、用开源模型辅助微信公众号文章创作、图生 360 度全景图的开源方案——给出对应的选型建议和落地步骤。如果你正在为公司选型，或者自己搭本地知识库、内容生成工具，这篇文章可以直接收藏。

1. 核心能力速览：这一轮变化到底动了什么

先看一张总表，把开源模型从“自由使用”到“受限使用”的常见形态都列出来。很多模型并不是突然闭源，而是许可证从“宽松”变成“有条件”，或者从“代码开源”退化成“开放权重”。

这里要特别注意：“开源”这个词在 AI 领域已经被用得很宽泛了。 很多模型打着“开源”旗号，但实际发布的是推理权重和一份许可协议，而不是完整训练代码。用更严谨的说法，它们属于“开放权重模型”。对普通开发者和企业来说，真正需要关心的不是宣传口径，而是许可证里对商用、分发、月活用户数、部署形态这几项的具体限制。

从最近的热搜趋势来看，大家关心的高频问题集中在三个方向：

1. 开源模型还能不能放心商用？
2. 哪些开源模型适合做本地知识库（rerank、向量模型）？
3. 哪些开源模型可以用来做内容创作（微信公众号文章、图片生成）？

这三个问题本质上是同一个问题：如何在许可证受限的情况下，仍然用开源模型构建可靠的生产系统。 接下来的章节会逐个拆开。

2. 典型信号：从“下载即用”到“条款先行”

2.1 Llama 系列：月活用户阈值是核心门槛

Meta 的 Llama 系列是“开放权重”路线的代表。Llama 3.1 发布时，社区许可协议里明确写了一条：如果产品或服务的月度活跃用户超过 7 亿，就需要向 Meta 申请额外的商业授权。普通项目基本不会碰到这个量级，但这个条款本身是一个风向标——大厂已经开始用许可证来划定商业边界。

对开发者来说，这意味着：

• 个人项目、中小型应用、内部工具，用 Llama 系列通常没有太大问题。
• 如果你的产品用户量增长很快，需要在架构设计时就把“替换模型”或“购买商业授权”列为备选方案。
• 对外提供服务时，需要在用户协议里写清楚模型来源和授权范围。

2.2 Mistral：不同版本，不同授权

Mistral 早期的模型采用 Apache 2.0 许可证，属于比较宽松的一类。但后续发布的更大尺寸模型，比如 Mistral Large，走的则是商业 API 路线，权重并不开放。Mistral Medium 也出现过许可证调整的讨论。这说明一个现实：同一个公司可能同时维护多套授权体系，不能因为“它家有一个 Apache 模型”就默认所有模型都能免费商用。

更稳妥的做法是：每次下载模型时，单独查看该模型卡页面上的许可证文本，而不是凭品牌印象判断。

2.3 智谱 GLM：从公开下载到强调商业申请

智谱的 GLM 系列在国内使用范围很广，早期模型通过开源协议发布，社区也积累了不少本地部署教程。近年来，GLM 在开放平台提