В чём разница между моделью ИИ с открытыми весами и моделью с открытым исходным кодом?

Открытые веса означают, что обученные параметры модели можно скачать, однако обучающие данные, код или права по лицензии могут быть закрыты. Открытый исходный код (по определению OSI) дополнительно требует информации о данных и кода обучения/инференса на открытых условиях. Если обучающие данные не раскрываются, модель является моделью с открытыми весами, а не с открытым исходным кодом.

Является ли Llama открытым исходным кодом?

Нет — Llama является моделью с открытыми весами под общественной лицензией. Meta не публикует обучающие данные, а лицензия добавляет политику допустимого использования, порог в 700 миллионов ежемесячных активных пользователей и ограничения на использование выходных данных для обучения конкурирующих моделей. OSI и другие организации классифицируют её как модель с доступным исходным кодом или с открытыми весами, но не как открытый исходный код.

Что такое Определение открытого исходного кода ИИ от OSI?

Опубликованное в октябре 2024 года, это первое стабильное определение открытого исходного кода ИИ. Оно предоставляет четыре свободы — использовать, изучать, модифицировать и распространять — и требует трёх компонентов: информации о данных, полного кода обучения и инференса, а также параметров модели. Примечательно, что оно требует подробной информации об обучающих данных, а не самого датасета.

Требует ли открытый исходный код ИИ публикации обучающих данных?

Не самого датасета — определение OSI требует достаточно подробной информации о данных, чтобы квалифицированный специалист мог создать практически эквивалентную систему, а сами данные — только в тех случаях, когда это допустимо с правовой точки зрения. Этот компромисс является наиболее дискуссионной частью определения, поскольку подлинная воспроизводимость, по всей видимости, требует самих данных.

Можно ли использовать модели с открытыми весами в коммерческих целях бесплатно?

Зачастую да, но это полностью зависит от лицензии. Модели Apache-2.0 (многие версии Qwen и Mistral) допускают неограниченное коммерческое использование. Общественная лицензия Llama допускает коммерческое использование, но с ограничением по числу пользователей и другими условиями. Некоторые варианты предназначены только для некоммерческого использования. Всегда проверяйте конкретную лицензию модели перед коммерческим развёртыванием.

Какие модели ИИ действительно имеют открытый исходный код?

Модели, публикующие веса вместе с обучающими данными и полным кодом обучения и инференса. OLMo от Ai2 является ведущим примером: он публикует свой корпус, код, логи и чекпоинты. Большинство популярных «открытых» моделей (Llama, Qwen, Mistral, DeepSeek) имеют открытые веса и скрывают как минимум обучающие данные.

Является ли модель Apache-2.0 тем же, что и открытый исходный код?

Apache-2.0 — это настоящая лицензия открытого исходного кода, поэтому веса под Apache-2.0 являются разрешительными и не имеют коммерческих ограничений. Однако модель с весами под Apache-2.0 всё равно не является полностью «открытым исходным кодом» по определению OSI для ИИ, если не опубликованы также информация об обучающих данных и код. Поэтому её лучше описывать как модель с открытыми весами под разрешительной лицензией.

← Resources

By Ren Sugaya — Performance Engineer, GPU & Inference · 2026-04-12 · INSIGHT

Модели ИИ с открытыми весами vs. открытый исходный код: в чём разница?

Большинство моделей, называемых «открытым исходным кодом», на самом деле имеют лишь открытые веса: веса можно скачать, но обучающие данные и полные права по лицензии недоступны. В этой статье объясняется разница, рассматривается Определение открытого исходного кода ИИ от OSI, положение популярных моделей в этом спектре и почему ярлык важен для коммерческого использования.

Ключевое различие

«Открытые веса» означают, что обученные параметры модели можно скачать, однако обучающие данные, код обучения или полные права по лицензии могут быть закрыты. «ИИ с открытым исходным кодом» по официальному определению дополнительно требует раскрытия информации о данных, а также кода обучения и инференса — всё это на открытых условиях. Без раскрытия обучающих данных публикация считается моделью с открытыми весами, а не открытым исходным кодом.

Это важно, потому что термины постоянно путают. Модель, которую можно скачать и запустить, не становится автоматически «открытым исходным кодом» в том смысле, который вкладывает в это понятие мир программного обеспечения, — и разница проявляется именно там, где это имеет значение: коммерческие права, воспроизводимость и то, что вам действительно разрешено делать.

Определение открытого исходного кода ИИ от OSI

В октябре 2024 года Open Source Initiative опубликовала первое стабильное Определение открытого исходного кода ИИ. Оно предоставляет четыре свободы — использовать систему в любых целях без разрешения, изучать её работу, модифицировать в любых целях и распространять с изменениями или без них — и требует трёх компонентов: информации о данных (достаточно подробной, чтобы создать практически эквивалентную систему), полного кода обучения и инференса, а также параметров модели.

Самый спорный компромисс этого определения в том, что оно не требует публикации самого обучающего датасета — только достаточно подробной информации о нём. Критики называют это послаблением; сторонники указывают, что правовые ограничения и требования к конфиденциальности зачастую делают публикацию исходных данных невозможной. Так или иначе, именно этот стандарт должен служить мерилом при оценке заявлений об «открытом исходном коде».

Где на самом деле находятся популярные модели

Большинство известных «открытых» моделей — это модели с открытыми весами, а не открытый исходный код:

Llama — модель с открытыми весами под общественной лицензией: Meta не публикует обучающие данные, а лицензия добавляет политику допустимого использования, условие о 700 миллионах ежемесячных активных пользователей и ограничения на использование выходных данных для обучения конкурирующих моделей. Свобода «использовать в любых целях без разрешения» не выполняется, поэтому это модель с доступным исходным кодом, но не открытая. (См. наш [гайд по Llama](/articles/run-llama-locally-hardware-guide).)
Qwen и Mistral публикуют многие модели под лицензией Apache-2.0 — настоящей открытой лицензией на веса, допускающей свободное коммерческое использование; однако без полного раскрытия данных и кода они остаются «моделями с открытыми весами под разрешительной лицензией», а не открытыми по стандарту OSAID. (См. наш [гайд по Qwen3](/articles/run-qwen3-locally-guide).)
OLMo (от Ai2) — эталон действительно открытой модели: веса плюс полный обучающий корпус, код обучения, логи и чекпоинты.
DeepSeek — модель с открытыми весами: веса опубликованы, обучающие данные не раскрыты.

Спектр лицензий

Полезно представить спектр от наиболее к наименее открытым:

Полностью открытые / соответствующие OSAID: веса плюс данные плюс код (OLMo).
Разрешительная лицензия OSI на веса: Apache-2.0 (Qwen, Mistral) — веса без коммерческих ограничений, но без полного раскрытия данных и кода.
Ограничительная «общественная» / с доступным исходным кодом: Llama — коммерческое использование допустимо, но с ограничениями по числу пользователей, правилами допустимого использования и ограничениями для конкурентов.
Только некоммерческие / только для исследований: некоторые варианты моделей ограничены некоммерческим использованием.
Только API / закрытые: веса никогда не публикуются.

Понимание того, где находится модель в этом спектре, позволяет определить, что с ней можно делать с правовой точки зрения, — а это и есть практический вопрос, более важный, чем то, заслуживает ли она ярлыка «открытый исходный код».

Почему это важно, и «open-washing»

Ярлык имеет реальные последствия. Условия лицензии — ограничения по числу ежемесячных активных пользователей, запреты по области применения, условия о запрете дистилляции — напрямую определяют коммерческую правомерность. Открытый исходный код (в строгом смысле) дополнительно позволяет воспроизводить и аудировать модель, что важно для доверия и исследований. А регулирование повышает ставки: Европейский закон об ИИ предоставляет системам с открытым исходным кодом определённые исключения, поэтому называть модель с открытыми весами «открытым исходным кодом» — это не просто неточность, это может иметь серьёзные последствия.

В этом суть критики «open-washing»: продвигать модель как открытый исходный код, когда в лучшем случае это модель с открытыми весами. Исследования генеративных ИИ-систем показали, что многие ярлыки «открытый исходный код» на деле оказываются открытыми весами, и общая тенденция это подтверждает: доля загрузок моделей, раскрывающих обучающие данные, резко упала, — а значит, экосистема движется в сторону открытых весов, а не открытого исходного кода.

Подход osFoundry

osFoundry запускает модели с открытыми весами вне зависимости от их положения в спектре: разрешительные Apache-2.0 (Qwen, Mistral), модели с ограничительной общественной лицензией (Llama) и полностью открытые (OLMo) одинаково работают через BYOK или самостоятельный хостинг. Поскольку вопрос «открытый код vs. открытые веса» по своей сути является вопросом лицензирования, osFoundry отображает фактические условия лицензии каждой модели — условия об ограничении числа пользователей, правила о запрете дистилляции и некоммерческие ограничения, — чтобы команды могли подтвердить коммерческую правомерность до развёртывания. С BYOK и самостоятельным хостингом вы сохраняете веса, данные и инференс под собственным контролем, а не за API вендора, — и это и есть практическая ценность «открытости», независимо от того, соответствует ли конкретная модель строгому стандарту открытого исходного кода.

Frequently asked questions

В чём разница между моделью ИИ с открытыми весами и моделью с открытым исходным кодом?: Открытые веса означают, что обученные параметры модели можно скачать, однако обучающие данные, код или права по лицензии могут быть закрыты. Открытый исходный код (по определению OSI) дополнительно требует информации о данных и кода обучения/инференса на открытых условиях. Если обучающие данные не раскрываются, модель является моделью с открытыми весами, а не с открытым исходным кодом.
Является ли Llama открытым исходным кодом?: Нет — Llama является моделью с открытыми весами под общественной лицензией. Meta не публикует обучающие данные, а лицензия добавляет политику допустимого использования, порог в 700 миллионов ежемесячных активных пользователей и ограничения на использование выходных данных для обучения конкурирующих моделей. OSI и другие организации классифицируют её как модель с доступным исходным кодом или с открытыми весами, но не как открытый исходный код.
Что такое Определение открытого исходного кода ИИ от OSI?: Опубликованное в октябре 2024 года, это первое стабильное определение открытого исходного кода ИИ. Оно предоставляет четыре свободы — использовать, изучать, модифицировать и распространять — и требует трёх компонентов: информации о данных, полного кода обучения и инференса, а также параметров модели. Примечательно, что оно требует подробной информации об обучающих данных, а не самого датасета.
Требует ли открытый исходный код ИИ публикации обучающих данных?: Не самого датасета — определение OSI требует достаточно подробной информации о данных, чтобы квалифицированный специалист мог создать практически эквивалентную систему, а сами данные — только в тех случаях, когда это допустимо с правовой точки зрения. Этот компромисс является наиболее дискуссионной частью определения, поскольку подлинная воспроизводимость, по всей видимости, требует самих данных.
Можно ли использовать модели с открытыми весами в коммерческих целях бесплатно?: Зачастую да, но это полностью зависит от лицензии. Модели Apache-2.0 (многие версии Qwen и Mistral) допускают неограниченное коммерческое использование. Общественная лицензия Llama допускает коммерческое использование, но с ограничением по числу пользователей и другими условиями. Некоторые варианты предназначены только для некоммерческого использования. Всегда проверяйте конкретную лицензию модели перед коммерческим развёртыванием.
Какие модели ИИ действительно имеют открытый исходный код?: Модели, публикующие веса вместе с обучающими данными и полным кодом обучения и инференса. OLMo от Ai2 является ведущим примером: он публикует свой корпус, код, логи и чекпоинты. Большинство популярных «открытых» моделей (Llama, Qwen, Mistral, DeepSeek) имеют открытые веса и скрывают как минимум обучающие данные.
Является ли модель Apache-2.0 тем же, что и открытый исходный код?: Apache-2.0 — это настоящая лицензия открытого исходного кода, поэтому веса под Apache-2.0 являются разрешительными и не имеют коммерческих ограничений. Однако модель с весами под Apache-2.0 всё равно не является полностью «открытым исходным кодом» по определению OSI для ИИ, если не опубликованы также информация об обучающих данных и код. Поэтому её лучше описывать как модель с открытыми весами под разрешительной лицензией.