# Модели с открытыми весами: бесплатный запуск и лицензии

> 2026-09-30 · AI Release · @ai_release1

> #LLM #лицензии #OSAID

### ⚡ Главное за 5 секунд - Моделей с открытыми весами теперь сотни, но «открытые» не значит «делайте что хотите»: у каждой своя лицензия, а код обучения и данные обычно не публикуются. - Веса доступны в форматах safetensors или GGUF; почти всё перечисленное лежит на Hugging Face. - Главное ограничение — железо: две модели на 27 млрд параметров могут различаться по требованиям к памяти в разы из-за квантизации, и видеокарта потянет далеко не всё. ### 🔍 Что обнаружено Open Source Initiative в своём Open Source AI Definition (OSAID) выделяет четыре свободы: использовать систему для любой цели, изучать, изменять и распространять, в том числе изменённой. Модели с открытыми весами закрывают первую и четвёртую свободы, но не вторую: без кода обучения и данных вы не можете полноценно изучить, как модель пришла к своим весам. Поэтому термин «нейросети с открытым исходным кодом» неточен. Среди разрешительных лицензий — Apache 2.0 и MIT. Под Apache 2.0 выходят gpt-oss-120b и gpt-oss-20b от OpenAI (117 и 21 млрд параметров, релиз в августе 2025), Qwen3.6, Gemma 4, Mistral 7B, Mixtral и Mistral Small. Google перешла на Apache 2.0 для Gemma только в апреле 2026 года. Под MIT выходят DeepSeek-V4 и GigaChat3. Условные лицензии: Llama Community License требует отдельной лицензии при более чем 700 млн активных пользователей в месяц, а Kimi K2 использует Modified MIT с порогами в 100 млн пользователей или 20 млн долларов месячной выручки. MiniMax выпустила M2 и M2.5 под MIT, а M2.7 — под Modified-MIT, которая по сути некоммерческая: для любого коммерческого использования нужно письменное разрешение. ### 💡 Почему это важно Перед запуском модели стоит проверять не только цену, но и лицензию: именно она определяет, можно ли использовать модель коммерчески и на каких условиях. OSAID даёт критерии для оценки открытости системы — сверяться с ними можно прямо при выборе модели. Локальный запуск оправдан, когда данные нельзя отправлять в чужое облако (медицина, финансы), нужна работа без интернета, нет лимитов и модерации провайдера или требуется дообучить модель под свою задачу. Но топовые закрытые модели пока обгоняют открытые на сложных задачах, слабое железо режет скорость, а настройка стенда с нуля съедает не один вечер. ### 🧩 Контекст За последний год открытых весов вышло столько, что выбор между ними стал отдельной задачей. Открытые веса — это файлы safetensors или GGUF с миллиардами чисел, подобранных так, чтобы модель предсказывала следующий токен. Что именно было в обучающих данных и как их отбирали, как правило, не показывают. Именно поэтому OSI ввела OSAID с четырьмя свободами: открытые веса без кода обучения и данных не дают полной возможности изучать и изменять модель. Практический гайд в материале также отвечает на вопрос, влезет ли конкретная модель в вашу видеокарту и когда локальный запуск дешевле облачного API.

[Источник](https://thecode.media/otkrytye-vesa-modeley/)