تخطَّ إلى المحتوى الرئيسي
Vantaige

دليل التراخيص والجوانب القانونية

المصدر المفتوح مقابل الأوزان المفتوحة في الذكاء الاصطناعي

الفروق القانونية والعملية بين البرمجيات مفتوحة المصدر المعتمدة ونماذج الأوزان المفتوحة المقيدة بشروط تجارية وسقوف استخدام وبنود حظر التقطير.

Top Open Weights & Open Source Models License Comparison

Compare commercial use, user caps, synthetic data rules, and OSI compliance at a glance.

Model & PublisherLicense NameCommercial UseUser Cap / LimitsDataset Released?Train Competing Models?
DeepSeek-V3 / R1
DeepSeek AI
MIT License
Permissive License
Full Commercial

Completely permissive. No user threshold or synthetic data restrictions.

No user limit Private Allowed
Llama 3.1 / 3.2 / 3.3
Meta AI
Llama 3.3 Community License
Custom Open Weights
Conditional

Free for standard business, but cannot use outputs to train non-Llama models.

> 700M monthly active users requires custom license Private Restricted
Llama 4 Scout / Maverick
Meta AI
Llama 4 Community License
Custom Open Weights
Conditional

MoE multimodal models. Same community license structure as Llama 3 — no output-based training of competing models.

> 700M MAU requires Meta's separate commercial agreement Private Restricted
Meta Muse Glimmer 30B
Meta Superintelligence Labs
Apache 2.0
Permissive License
Full Commercial

Full Apache 2.0. Distilled from Muse Spark — no use restrictions beyond the open license.

No user limit Private Allowed
Qwen3 (0.6B to 32B dense)
Alibaba Cloud / Qwen Team
Apache 2.0
Permissive License
Full Commercial

All dense Qwen3 sizes are Apache 2.0. Full commercial freedom including fine-tuning and redistribution.

No user limit Private Allowed
Qwen3 235B-A22B (MoE)
Alibaba Cloud / Qwen Team
Apache 2.0
Permissive License
Full Commercial

Apache 2.0. MoE flagship. 22B active params. Requires >100M MAU to be reviewed by Alibaba for certain commercial uses.

Notify Alibaba Cloud for deployments >100M MAU Private Allowed
Qwen 2.5 (0.5B to 72B)
Alibaba Cloud
Apache 2.0 (most sizes) / Tongyi
Permissive License
Full Commercial

Apache 2.0 for 0.5B to 32B models. Full commercial freedom.

> 100M MAU for certain 72B variants Private Allowed
OLMo 2 (7B / 13B)
Allen Institute for AI (Ai2)
Apache 2.0 (Code, Weights & Dolma Data)
Permissive License
Full Commercial

100% OSI-compliant Open Source AI: weights, code, and full Dolma dataset released.

No user limit Full Data (Dolma) Allowed
Gemma 3 (4B / 12B / 27B)
Google DeepMind
Gemma Terms of Use
Custom Open Weights
Conditional

Multimodal open weights. Google acceptable-use policy restricts harmful content, competitive distillation, and misrepresentation.

No user limit Private Restricted
Mistral NeMo / 7B v0.3
Mistral AI
Apache 2.0
Permissive License
Full Commercial

Permissive Apache 2.0. Note that Mistral Large uses proprietary licensing.

No user limit Private Allowed
Xiaomi MiMo V2.6 (Flash / Pro)
Xiaomi AI
Apache 2.0
Permissive License
Full Commercial

Apache 2.0. MoE omnimodal models (text, image, video, audio). Full commercial use permitted.

No user limit Private Allowed
Phi-4 (14B)
Microsoft
MIT License
Permissive License
Full Commercial

Standard MIT open software license.

No user limit Private Allowed

1. المعنى الحقيقي للمصدر المفتوح في الذكاء الاصطناعي (تعريف OSI)

وفقًا لمبادرة المصدر المفتوح (OSI)، يتطلب الذكاء الاصطناعي مفتوح المصدر الحقيقي شفافية تامة عبر كامل خط التدريب: الشيفرة المصدرية، وبيانات التدريب، ونصوص المعالجة المسبقة، ومعاملات التدريب الفائقة. مجرد نشر أوزان النموذج لا يمنحه صفة المصدر المفتوح.

2. الأوزان المفتوحة: لماذا لا تعد Llama وMistral وQwen مفتوحة المصدر تمامًا

نماذج شهيرة مثل Meta Llama 3 وMistral Commercial وغيرها هي نماذج أوزان مفتوحة (Open Weights). يمكنك تنزيل ملفات الأوزان مجانًا، لكن بيانات التدريب سرية ويخضع استخدامها لعقود ترخيص مخصصة ذات شروط قانونية مقيدة.

3. سقوف الاستخدام التجاري وقاعدة الـ 700 مليون مستخدم نشط

يفرض ترخيص Meta Llama 3 Community على الشركات التي تتجاوز منتجاتها 700 مليون مستخدم نشط شهريًا التقدم بطلب للحصول على ترخيص تجاري مستقل من Meta. ورغم أن هذا لا يؤثر على الشركات الناشئة، إلا أنه عنصر امتثال جوهري للمؤسسات الضخمة.

4. فخ حظر تقطير البيانات الاصطناعية (Distillation)

تحظر معظم التراخيص الاحتكارية وتراخيص الأوزان المفتوحة (بما فيها Llama 3) صراحةً استخدام مخرجات النموذج لتدريب أو تحسين نماذج منافسة. وإذا كنت تخطط لتقطير نموذج ضخم في نموذج صغير متخصص، فتأكد من استخدام نماذج مرخصة بتراخيص متساهلة مثل Apache 2.0 (مثل OLMo) أو MIT (مثل DeepSeek).

الأسئلة الشائعة

لا وفقًا للمعايير الرسمية. Llama 3 نموذج أوزان مفتوحة يخضع لترخيص Meta Llama 3 Community License. ونظرًا لفرضه شروطًا على الشركات الضخمة (700M MAU) وحظره تدريب نماذج منافسة على مخرجاته، فهو لا يتطابق مع تعريف OSI للبرمجيات مفتوحة المصدر.

نماذج DeepSeek (مثل V3 وR1) منشورة تحت ترخيص MIT واسع الصلاحيات. ونموذج OLMo من معهد ألين للذكاء الاصطناعي مرخص تحت Apache 2.0 مع نشر كافة بيانات التدريب. ونماذج Falcon مرخصة أيضًا تحت Apache 2.0.

تحت تراخيص MIT وApache 2.0، نعم بحرية تامة وبدون أي قيود. وتحت ترخيص Llama 3 Community، نعم مسموح طالما أن عدد مستخدمي شركتك النشطين شهريًا لا يتجاوز 700 مليون مستخدم مع الالتزام بسياسات الاستخدام المقبول.

تؤدي المخالفة إلى إلغاء حقوقك القانونية في استخدام النموذج تجاريًا، وتعريض شركتك لنزاعات حقوق الملكية الفكرية ومطالبات قانونية قد تفرض إيقاف أو إتلاف النماذج المشتقة.

تراخيص OSI المعتمدة (مثل MIT وApache 2.0) تتمتع بعقود من السوابق القضائية الراسخة والوضوح التام. بينما تثير التراخيص المجتمعية المخصصة غموضًا قانونيًا حول المصنفات المشتقة ومسؤوليات الاستخدام.

قارن تراخيص النماذج ومتطلبات الذاكرة

تعرف على متطلبات العتاد والشروط القانونية لمئات النماذج في حاسبة VRAM لدينا.

فتح حاسبة VRAM

Knowledge & Deep Dives

مركز المعرفة حول VRAM والنماذج اللغوية المحلية

أدلة تقنية شاملة، وتحليلات معمارية، وإرشادات لاختيار العتاد لمساعدتك على تشغيل نماذج الذكاء الاصطناعي محليًا بدقة وثقة مطلقة.

50+ مصطلح8 دقائق مرجعية
أتقن المصطلحات التقنية الأساسية: GGUF مقابل Safetensors، والتكميم، وذاكرة KV، وGQA، والذاكرة الموحدة في Apple.
بحث وتصفية تفاعلية حسب التصنيفات
إرشادات عملية حول العتاد لكل مصطلح
تعريفات دقيقة خالية من التعقيدات اللغوية
فهرس أبجدي سريع للوصول المباشر
قراءة الدليل
أداة تفاعلية6 دقائق للقراءة
افهم لماذا يتسبب طول السياق في استنزاف الذاكرة وأخطاء CUDA OOM، واكتشف المعادلة الرياضية وكيفية تقليل الاستهلاك بنسبة 50% إلى 75%.
حاسبة تفاعلية لذاكرة السياق
مقارنة معماريات MHA وGQA وDeepSeek MLA
توفير الذاكرة عبر تكميم FP8 وINT4 لذاكرة KV
استهلاك الذاكرة في المحادثات متعددة الجولات
قراءة الدليل
مفكك التكوين7 دقائق للقراءة
افحص مستودعات النماذج كمهندس تعلم آلي: فك شفرة config.json، وحدد حدود السياق الحقيقية، وتجنب فخ معمارية MoE.
أداة تفاعلية لفحص معاملات config.json
شرح قواعد تسميات تكميم GGUF
قواعد الذاكرة لمعاملات MoE النشطة مقابل الإجمالية
نافذة السياق ومعاملات توسيع RoPE
قراءة الدليل
دليل العتاد8 دقائق للقراءة
تعرف على سبب تفوق النطاق الترددي على قوة المعالجة، والمقارنة بين أجهزة Mac وNvidia، وسعة VRAM المطلوبة للنماذج من 8B إلى 70B.
مستويات سعة VRAM (من 8GB إلى 128GB+)
معادلة النطاق الترددي للذاكرة مقابل المعالجة
مقارنة أجهزة Apple Silicon Mac مقابل حواسيب Nvidia
مخططات بناء محطة عمل ببطاقتي GPU لنماذج 70B
قراءة الدليل