تخطَّ إلى المحتوى الرئيسي
رائد · مجانيحاسبة VRAM، أي GPU يشغّل أي نموذج؟ →
مميز حزمة نماذج الذكاء الاصطناعي والأزياء →
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.

مقارنة تراخيص أبرز نماذج الأوزان المفتوحة والمصدر المفتوح

قارن الاستخدام التجاري وحدود المستخدمين وقواعد البيانات الاصطناعية ومعايير OSI بنظرة سريعة.

النموذج والناشراسم الترخيصالاستخدام التجاريحدود عدد المستخدمينهل تم نشر البيانات؟تدريب نماذج منافسة؟
DeepSeek-V3 / R1
DeepSeek AI
MIT License
ترخيص متساهل
تجاري بالكامل

ترخيص متساهل تماماً. لا توجد حدود لعدد المستخدمين أو قيود على البيانات الاصطناعية.

بلا حد للمستخدمين خاصة (غير منشورة) مسموح
Llama 3.1 / 3.2 / 3.3
Meta AI
Llama 3.3 Community License
أوزان مفتوحة مخصصة
مشروط

مجاني للأعمال المعتادة، ولكن يُحظر استخدام المخرجات لتدريب نماذج خارج عائلة Llama.

> 700 مليون مستخدم نشط شهرياً يتطلب ترخيصاً مخصصاً خاصة (غير منشورة) مقيّد
Llama 4 Scout / Maverick
Meta AI
Llama 4 Community License
أوزان مفتوحة مخصصة
مشروط

نماذج MoE متعددة الوسائط. هيكل ترخيص مجتمع Llama 3 نفسه — يُحظر تدريب نماذج منافسة على المخرجات.

> 700 مليون مستخدم نشط شهرياً يتطلب اتفاقية تجارية منفصلة من Meta خاصة (غير منشورة) مقيّد
Meta Muse Glimmer 30B
Meta Superintelligence Labs
Apache 2.0
ترخيص متساهل
تجاري بالكامل

ترخيص Apache 2.0 كامل. مستخلص من Muse Spark — لا توجد قيود استخدام تتجاوز الترخيص المفتوح.

بلا حد للمستخدمين خاصة (غير منشورة) مسموح
Qwen3 (0.6B to 32B dense)
Alibaba Cloud / Qwen Team
Apache 2.0
ترخيص متساهل
تجاري بالكامل

جميع أحجام Qwen3 الكثيفة بترخيص Apache 2.0. حرية تجارية كاملة تشمل الضبط الدقيق وإعادة التوزيع.

بلا حد للمستخدمين خاصة (غير منشورة) مسموح
Qwen3 235B-A22B (MoE)
Alibaba Cloud / Qwen Team
Apache 2.0
ترخيص متساهل
تجاري بالكامل

ترخيص Apache 2.0. نموذج MoE الرائد بـ 22B معلمة نشطة. يتطلب مراجعة Alibaba لبعض الاستخدامات التجارية عند >100 مليون مستخدم نشط شهرياً.

إخطار Alibaba Cloud لعمليات النشر التي تتجاوز 100 مليون مستخدم نشط شهرياً خاصة (غير منشورة) مسموح
Qwen 2.5 (0.5B to 72B)
Alibaba Cloud
Apache 2.0 (most sizes) / Tongyi
ترخيص متساهل
تجاري بالكامل

ترخيص Apache 2.0 لنماذج 0.5B إلى 32B. حرية تجارية كاملة.

> 100 مليون مستخدم نشط شهرياً لبعض إصدارات 72B خاصة (غير منشورة) مسموح
OLMo 2 (7B / 13B)
Allen Institute for AI (Ai2)
Apache 2.0 (Code, Weights & Dolma Data)
ترخيص متساهل
تجاري بالكامل

ذكاء اصطناعي مفتوح المصدر بنسبة 100% متوافق مع OSI: نشر الأوزان والشفرة ومجموعة بيانات Dolma كاملة.

بلا حد للمستخدمين بيانات كاملة (Dolma) مسموح
Gemma 3 (4B / 12B / 27B)
Google DeepMind
Gemma Terms of Use
أوزان مفتوحة مخصصة
مشروط

أوزان مفتوحة متعددة الوسائط. تقيد سياسة الاستخدام المقبول من Google المحتوى الضار والاستخلاص التنافسي والتضليل.

بلا حد للمستخدمين خاصة (غير منشورة) مقيّد
Mistral NeMo / 7B v0.3
Mistral AI
Apache 2.0
ترخيص متساهل
تجاري بالكامل

ترخيص متساهل Apache 2.0. يُرجى ملاحظة أن Mistral Large يستخدم ترخيصاً تجارياً مغلقاً.

بلا حد للمستخدمين خاصة (غير منشورة) مسموح
Xiaomi MiMo V2.6 (Flash / Pro)
Xiaomi AI
Apache 2.0
ترخيص متساهل
تجاري بالكامل

ترخيص Apache 2.0. نماذج MoE شاملة الوسائط (نص، صورة، فيديو، صوت). الاستخدام التجاري الكامل مسموح به.

بلا حد للمستخدمين خاصة (غير منشورة) مسموح
Phi-4 (14B)
Microsoft
MIT License
ترخيص متساهل
تجاري بالكامل

ترخيص MIT البرمجي المفتوح القياسي.

بلا حد للمستخدمين خاصة (غير منشورة) مسموح

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

هل يعتبر Llama 3 نموذجًا مفتوح المصدر حقيقيًا؟
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.
ما هي نماذج الذكاء الاصطناعي التي تحمل تراخيص مفتوحة حقيقية ومتساهلة؟
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.
هل يمكنني استضافة نموذج أوزان مفتوحة وتقديم خدمة مدفوعة لعملائي؟
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.
ما هي مخاطر مخالفة شرط حظر تقطير البيانات الاصطناعية؟
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.
لماذا تهتم الإدارات القانونية في الشركات باعتماد تراخيص OSI؟
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

المعرفة والأدلة المعمقة

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