开源权重(open weights)指模型训练好的参数——那几十上百亿个就是模型本身的数字——被公开发布,任何人都能下载、跑在自己的硬件上,通常还能微调。对立面是 Claude Opus 4.8、GPT-5.5 这样的闭源模型:只能通过厂商 API 访问,权重从不出实验室。
开源权重 ≠ 开源
这两个词天天被混用,但差异是合同层面的,不是学术层面的。开源权重只告诉你文件可下载;开源说的是许可证——而模型许可证从真宽松到真受限都有:
- 真·开源(MIT、Apache-2.0):随意使用、修改、商用。GLM-5.2 是纯 MIT;ACE-Step 是 Apache-2.0。
- 修改版 / 有条件许可:大体宽松但带保留条款——Kimi K2.7 Code 用的是 Modified MIT。
- 社区许可附商用限制:可下载,但有用量或营收门槛——MiniMax M3 的许可就限制商用。
即使是「开源」模型,训练数据和代码通常也不公开——OSI 更严格的「开源 AI 定义」正是为此而生。把生意建在权重上之前,先读许可证。
真实的取舍
开源权重买到的是控制权:数据不出自家基础设施、没有厂商能下架或限流你、规模化后每 token 成本能比 API 低 5–10 倍、微调不受限制。闭源模型仍握着能力前沿——尽管到 2026 年差距已大幅收窄,GLM-5.2 在 SWE-bench Pro 上反超了 GPT-5.5。标价背后藏着的是:自托管一个 700B 参数的模型意味着可观的 GPU 容量、运维能力和按小时烧的钱,只有持续的大用量才摊得平。在模型目录按许可证筛选之前,别默认「开源」等于「免费」。