Открытую LLM можно использовать в коммерческом продукте, только если это разрешает лицензия конкретной версии модели, а не «семейства» в целом. На 21 октября 2026 года Qwen3-8B, gpt-oss и Gemma 4 распространяются под Apache 2.0, DeepSeek-R1 и линейка DeepSeek V4 — под MIT, Llama — под собственной лицензией Meta с порогом в 700 млн пользователей, а у YandexGPT-5-Lite-8B порог — 10 млн выходных токенов в месяц. Есть и модели только для исследований.
Материал подготовлен AIrassvet 21 октября 2026 года для руководителей, ИТ-директоров и юристов компаний, которые планируют запускать открытые языковые модели на своих серверах или в продукте. Ответы опираются на тексты лицензий из репозиториев Meta, Alibaba Cloud, Google, Mistral AI, DeepSeek, Яндекса и карточки моделей на Hugging Face, а также на Гражданский кодекс РФ. Собственных юридических заключений мы не готовили: это не юридическая консультация, окончательное решение принимайте с юристом.
Содержание
- Кратко
- Что входит и не входит в эту статью
- Вопросы об основах лицензирования
- Вопросы о конкретных моделях
- Вопросы о дообучении, производных и ответах модели
- Вопросы о рисках и проверке
- Лицензии популярных открытых моделей: сводная таблица
- Первоисточники и метод проверки
Кратко
- Лицензия задаётся для каждой модели отдельно. Qwen3-8B — Apache 2.0, Qwen2.5-72B-Instruct — Qwen License с порогом, Qwen2.5-3B-Instruct — только некоммерческое использование.
- «Открытые веса» — не то же самое, что open source. Определение Open Source AI 1.0 от OSI требует также сведений о данных и кода обучения.
- Пороги встречаются чаще, чем кажется: 700 млн активных пользователей в месяц у Llama, 100 млн — у Qwen License, 10 млн выходных токенов в месяц — у YandexGPT-5-Lite-8B.
- Условия «едут» вместе с моделью. Атрибуция, политика допустимого использования и правила именования распространяются на дообученные версии и иногда на модели, обученные на ответах.
- Проверяйте файл LICENSE в репозитории конкретной версии и сохраняйте его копию с датой.
Что входит и не входит в эту статью
Здесь разобраны лицензии текстовых языковых моделей с открытыми весами, которые компания скачивает и запускает сама: на своих серверах, в облаке или внутри продукта. Мы не рассматриваем условия облачных API (YandexGPT API, GigaChat API, OpenAI API), лицензии на датасеты, библиотеки и генераторы изображений, а также экспортный контроль оборудования. Как выбрать модель и железо, мы разбирали в обзоре локальных LLM 2026.
Термины. *Открытые веса (open weights)* — опубликованные параметры обученной модели, которые можно скачать. *Пермиссивная лицензия* — разрешительная лицензия с минимумом условий, например Apache 2.0 или MIT. *Производная модель* — модель, полученная дообучением, слиянием, квантизацией или иной переработкой исходной. *MAU* — число активных пользователей продукта в месяц. *Атрибуция* — обязательное указание авторства и лицензии.
Вопросы об основах лицензирования
Чем «открытая модель» отличается от open source?
Открытая модель обычно означает только опубликованные веса, а open source в строгом смысле — ещё и доступ к данным и коду обучения. Определение Open Source AI 1.0 организации Open Source Initiative требует подробных сведений о данных, полного кода обучения и параметров на условиях, одобренных OSI. Большинство популярных LLM публикуют веса и код запуска, но не обучающие данные. Для бизнеса важнее не ярлык, а конкретные права в лицензии.
Можно ли бесплатно использовать открытую LLM в коммерческом продукте?
Часто можно, но только если это прямо разрешает лицензия выбранной версии. Apache 2.0 и MIT разрешают коммерческое использование без отчислений. Qwen Research License допускает использование только в некоммерческих целях, а Mistral AI Research License прямо исключает из «исследовательских целей» даже тестирование и proof-of-concept внутри компании. Поэтому сначала проверьте лицензию, а уже потом стоимость железа и качество модели.
Чем Apache 2.0 отличается от MIT для бизнеса?
Обе лицензии разрешительные, но Apache 2.0 подробнее защищает от патентных претензий. Раздел 3 Apache 2.0 даёт явную патентную лицензию, которая прекращается, если вы подадите патентный иск по этой работе. Раздел 4 требует сохранять файл NOTICE и помечать изменённые файлы. MIT короче: нужно сохранить уведомление об авторском праве и текст лицензии, явной патентной лицензии в ней нет. Под Apache 2.0 выпущены Qwen3-8B и gpt-oss, под MIT — DeepSeek-R1 и Phi-4.
Что такое лицензия с порогом и где она встречается?
Это лицензия, которая разрешает бесплатное использование до определённого масштаба, а дальше требует договориться с правообладателем. Llama 3.1 и Llama 4 требуют запросить лицензию у Meta, если у продуктов компании больше 700 млн активных пользователей в месяц. Qwen License — при коммерческом использовании и более 100 млн MAU. У YandexGPT-5-Lite-8B порог намного ниже: 10 млн выходных токенов в месяц, после чего нужно обратиться в Яндекс в течение 30 дней.
Вопросы о конкретных моделях
Можно ли использовать Llama в коммерческом проекте?
Да, если соблюдать Llama Community License. При распространении модели или продукта с ней нужно приложить текст соглашения, заметно указать «Built with Llama» и сохранить файл Notice. Модель, созданную или улучшенную с помощью Llama и выложенную для других, нужно называть с префиксом «Llama». Действует политика допустимого использования и порог 700 млн MAU. Споры по лицензии рассматриваются по праву Калифорнии, а доступ к весам на Hugging Face выдаётся после ручного одобрения заявки.
Какие лицензии у моделей Qwen?
У Qwen лицензия зависит от поколения и размера модели. Qwen3-8B выпущена под Apache 2.0 без порогов. Qwen2.5-72B-Instruct распространяется по Qwen License: коммерческое использование разрешено до 100 млн MAU, а производную модель, которую вы распространяете, нужно сопровождать пометкой «Built with Qwen» или «Improved using Qwen». Qwen2.5-3B-Instruct выпущена по Qwen Research License, то есть только для исследований и оценки. Проверяйте лицензию каждого чекпойнта отдельно.
Можно ли использовать Gemma в продукте?
Да, но условия зависят от поколения. Gemma 4 Google распространяет под Apache 2.0, в метаданных моделей на Hugging Face так и указано. Gemma 1–3 работают по Gemma Terms of Use: при распространении нужно включать ограничения из политики запрещённого использования в свой договор с пользователями, а Google оставляет за собой право ограничить использование, которое сочтёт нарушением, в том числе удалённо. При этом на ответы модели Google прав не заявляет.
Какие условия у российских открытых моделей — YandexGPT, GigaChat, T-Pro?
У трёх моделей три разных режима. YandexGPT-5-Lite-8B распространяется по собственному соглашению Яндекса на русском языке: коммерческое использование разрешено, но после 10 млн выходных токенов в месяц нужно связаться с компанией. GigaChat 3.5 от Сбера в карточке на Hugging Face помечена лицензией MIT, T-pro-it-2.0 от Т-Технологий — Apache 2.0. Отдельного файла LICENSE в этих двух репозиториях 21 октября 2026 года не было, поэтому условия стоит подтвердить письменно.
Можно ли использовать DeepSeek и Mistral в коммерции?
DeepSeek — в большинстве случаев да, Mistral — в зависимости от модели. DeepSeek-R1, DeepSeek-V3-0324 и линейка V4 помечены лицензией MIT. Но исходная DeepSeek-V3 декабря 2024 года шла по DeepSeek Model License с запретами на отдельные виды использования. У Mistral небольшие модели, например Mistral Small 3.1, выпущены под Apache 2.0, а Mistral Large Instruct 2411 — по исследовательской лицензии MRL: для коммерции нужна отдельная лицензия от Mistral AI.
Вопросы о дообучении, производных и ответах модели
Можно ли дообучить открытую модель и продавать результат?
Обычно да, но условия исходной лицензии сохраняются. Llama и Qwen License прямо признают, что производные модели, созданные вами, принадлежат вам, однако требования к атрибуции, порогам и именованию действуют и для них. DeepSeek Model License и Gemma Terms of Use требуют переносить ограничения использования в договор с вашими пользователями. При Apache 2.0 и MIT достаточно сохранить уведомления. Подробнее о самом дообучении — в нашем FAQ о дообучении LLM на данных компании.
Можно ли обучать свою модель на ответах открытой LLM?
Это зависит от лицензии, и здесь чаще всего ошибаются. Gemma Terms of Use относят к производным моделям всё, что обучено переносом поведения Gemma, включая дистилляцию и синтетические данные от неё. Llama 3.1 разрешает обучать модели на выходах Llama, но выложенная модель должна называться с префиксом «Llama». Qwen License требует пометки «Built with Qwen». Mistral Research License ограничивает исследованиями и сами ответы. Apache 2.0 и MIT отдельных правил для ответов не вводят.
Кому принадлежат тексты, которые генерирует открытая модель?
Лицензии модели обычно не передают вам авторских прав на ответы и не заявляют их за правообладателем. Google в Gemma Terms of Use прямо пишет, что не претендует на ответы модели. По российскому праву автором произведения признаётся гражданин, творческим трудом которого оно создано (ст. 1257 ГК РФ), поэтому охрана текста без творческой доработки человеком спорна. Ответственность за содержание ответов лицензии возлагают на пользователя: модели предоставляются «как есть».
Вопросы о рисках и проверке
Действует ли иностранная лицензия модели в России?
Российское право признаёт договоры, которые заключаются присоединением к опубликованным условиям. Статья 1286.1 ГК РФ описывает открытую лицензию: её акцептуют действиями, для программ и баз данных она действует весь срок исключительного права, а без указания территории — по всему миру. Но многие лицензии выбирают иностранное право: Llama — право штата Калифорния и калифорнийские суды. Как такие условия применяются к российской компании, решает юрист; это не юридическая консультация.
Что будет, если нарушить условия лицензии модели?
Главный риск — потерять право использовать модель и получить претензию правообладателя. Llama Community License позволяет Meta расторгнуть соглашение при нарушении, после чего модель нужно удалить и прекратить использовать. Права по ней прекращаются и при иске против Meta о нарушении интеллектуальных прав. По Apache 2.0 патентная лицензия прекращается при патентном иске. Gemma Terms of Use и DeepSeek Model License оставляют за правообладателем право ограничивать использование, в том числе удалённо.
Как проверить лицензию модели перед запуском?
Откройте файл LICENSE в репозитории именно той версии, которую будете запускать, и сохраните его копию с датой. Тег на Hugging Face — это метаданные, а не договор. Проверьте шесть пунктов: разрешена ли коммерция, есть ли пороги, что требуется для атрибуции, какая политика использования действует, что сказано о производных моделях и ответах, какое право применимо. Квантованная версия от стороннего автора наследует лицензию исходной модели — сверяйте её с оригиналом.
Что записать в договор с подрядчиком о лицензиях моделей?
Запишите в спецификацию все модели с версиями, лицензиями и ссылками на их тексты. Лицензиатом должна быть ваша компания, а не сотрудник подрядчика, который принял условия при скачивании. Подрядчик подтверждает, что решение соответствует лицензиям, передаёт файлы NOTICE и описывает, кто следит за порогами. Предусмотрите замену модели, если условия изменятся. Остальные пункты собраны в чек-листе договора на внедрение ИИ.
Лицензии популярных открытых моделей: сводная таблица
Таблица составлена по файлам LICENSE и метаданным репозиториев на Hugging Face и GitHub, проверенным 21 октября 2026 года. Условия меняются от версии к версии, поэтому перед запуском сверяйте строку с текстом лицензии.
| Модель | Лицензия | Коммерческое использование | Что важно учесть |
|---|---|---|---|
| Qwen3-8B | Apache 2.0 | Да | Сохранить уведомления и текст лицензии |
| Qwen2.5-72B-Instruct | Qwen License | Да, до 100 млн MAU | «Built with Qwen» для распространяемых производных |
| Qwen2.5-3B-Instruct | Qwen Research License | Нет | Только исследования и оценка |
| Llama 3.1, Llama 4 | Llama Community License | Да, до 700 млн MAU | «Built with Llama», префикс «Llama», политика использования, право Калифорнии |
| Gemma 4 | Apache 2.0 | Да | Сохранить уведомления |
| Gemma 1–3 | Gemma Terms of Use | Да | Политика запрещённого использования, дистилляция считается производной |
| gpt-oss-20b, gpt-oss-120b | Apache 2.0 | Да | Политика использования OpenAI |
| DeepSeek-R1, DeepSeek V4 | MIT | Да | Сохранить уведомление и текст лицензии |
| DeepSeek-V3 (декабрь 2024) | DeepSeek Model License | Да, с ограничениями | Запреты из приложения A переносятся на пользователей |
| Mistral Small 3.1 | Apache 2.0 | Да | Сохранить уведомления |
| Mistral Large Instruct 2411 | Mistral AI Research License | Нет | Для бизнеса нужна отдельная лицензия |
| YandexGPT-5-Lite-8B | Соглашение Яндекса | Да, до 10 млн выходных токенов в месяц | После порога — обращение в Яндекс в течение 30 дней |
| GigaChat 3.5 | MIT (метаданные карточки) | Да | Файл LICENSE в репозитории не найден |
| T-pro-it-2.0 | Apache 2.0 (метаданные карточки) | Да | Файл LICENSE в репозитории не найден |
Как читать порог YandexGPT-5-Lite-8B. 10 млн выходных токенов в месяц — это в среднем около 333 тыс. токенов в сутки при 30-дневном месяце (расчёт AIrassvet). Для внутреннего ассистента на сотню сотрудников или чат-бота с заметным трафиком такой объём реален, поэтому порог стоит заложить в мониторинг с первого дня.
Первоисточники и метод проверки
Мы скачали тексты лицензий и метаданные репозиториев 21 октября 2026 года и сверили каждый ответ с первоисточником:
- Llama 3.1 Community License и Llama 4 Community License — Meta.
- Qwen License, Qwen Research License и карточка Qwen3-8B — Alibaba Cloud.
- Gemma Terms of Use и лицензия Gemma 4 — Google.
- Mistral AI Research License и карточка Mistral Small 3.1.
- DeepSeek Model License, карточки DeepSeek-R1 и DeepSeek-V4.1-Flash.
- Лицензия YandexGPT-5-Lite-8B, карточки GigaChat 3.5, T-pro-it-2.0 и gpt-oss-120b.
- Apache License 2.0 и Open Source AI Definition 1.0.
- ГК РФ, ст. 1257 и ст. 1286.1.
Ограничения: мы не проверяли условия для каждой квантованной копии, политики допустимого использования приводим по ссылкам из лицензий, а применимость иностранного права к российским компаниям не оценивали — это задача юриста.
Как AIrassvet помогает запустить открытую LLM без лицензионных сюрпризов
Лицензию проще всего учесть до выбора модели, а не после запуска. На сайте AIrassvet указаны направления, которые закрывают эту задачу:
- внедрение и дообучение LLM, в том числе развёртывание на серверах заказчика: подбор модели, которая подходит и по качеству, и по условиям лицензии;
- RAG-системы на базе знаний компании — когда вместо дообучения достаточно подключить документы и не создавать производную модель;
- аудит процесса, тестирование и запуск: проверка кандидатов на ваших задачах и фиксация версий моделей и их лицензий в документации проекта.
Первый шаг — выбрать один процесс, для которого нужна своя модель, и зафиксировать текущий результат, источники данных, ограничения по их обработке и критерий приёмки.
Итог: сначала лицензия, потом модель
Открытые LLM дают бизнесу контроль над данными и затратами, но «открытость» у разных моделей разная. Apache 2.0 и MIT почти не ограничивают коммерцию, собственные лицензии Meta, Alibaba Cloud, Google и Яндекса добавляют пороги, атрибуцию и правила для производных, а исследовательские лицензии закрывают коммерческое использование полностью.
Поэтому начинайте с реестра: модель, версия, лицензия, дата проверки, пороги и ответственный. Добавьте этот реестр в договор с подрядчиком и пересматривайте его при каждом обновлении модели. Тогда выбор модели останется техническим решением, а не юридическим риском.
