十分钟六项检查，识破「开源」AI的洗白话术
先看许可证，再信发布公告。多数被称作「开源」的 AI 发布，给你的东西配不上这个词。
2026年10月15日，Comfy Org 发起一场奖金 2.5 万美元的比赛，要求参赛者用开源许可证发布应用代码与工作流文件，重建 Higgsfield 的创意应用。Comfy 在公告里说：「Higgsfield 承诺开源整个平台，但没做到，我们来帮它。」
同样的落差在 AI 发布里反复出现。一家公司把模型称作开源，你之后才发现下载不了、不能用在产品里，或者看不到它是怎么训练出来的。
荷兰 Radboud 大学的研究者在《欧洲开源 AI 指数》里追踪这件事。他们从 14 个开放维度给生成式 AI 系统打分，每项标为开放、部分开放或封闭。调查发现一个重复模式：公司放出权重，把训练数据和代码留在封闭状态，再用一篇博客宣布开放。研究者把这叫做 open-washing（开源洗白）。
按欧盟 AI 法案，被称作开源的模型义务更轻。指数团队指出，法案本身没有定义「开放」。一家公司只要自称开源，受到的审查就更少。
这份指南给你六项检查，大约十分钟可以跑完任意一次发布；附一段自动跑检查的提示词，以及三款 10 月发布的实测结果。
开放的三个层次
公司用同一个词指三件不同的事。
开源有正式定义。开放源代码促进会（OSI）在 2024 年 10 月发布《开源 AI 定义 1.0》：一个开源 AI 系统允许你使用、研究、修改和分享它。要做到这些，你需要模型权重、训练与运行模型的完整代码，以及足够的训练数据信息，让有能力的人能重建一个实质等价的系统。
开放权重意味着你可以下载训练好的模型，在自己的硬件上跑。你可能拿不到训练代码和数据，许可证也可能限制你用它做什么。
开放访问意味着你通过应用或 API 使用模型。公司保留模型，可以随时改价格、条款或模型本身。
多数被称作开源的发布属于开放权重。有些是开放访问，只是在模型周围配了一个 GitHub 页面。
检查 1：你能下载权重
打开模型在 Hugging Face 的页面，点「文件与版本」。找后缀为 .safetensors 或 .gguf 的权重文件。如果模型只能通过 API 用，不管发布公告怎么写，这一项都不通过。
同时看有没有门槛。gated 模型会先要你的用户名和邮箱才能下载。Hugging Face 文档说，作者「可以随时决定阻止你访问模型，无需事先通知」。你可以用 gated 权重，但要把访问权当成作者随时能收回的东西。
检查 2：许可证允许你做你需要的事
在仓库里找 LICENSE 文件，或在模型页面找许可证标签。这一步跳过博客。
Apache 2.0 和 MIT 是标准开源许可证。两者都允许你使用、修改、出售你基于它做的东西，条件很少。DeepSeek 的 R1 用 MIT 发布，模型卡写明许可证允许商用，也允许蒸馏进其他模型。
自定义许可证要逐字读。Llama 4 社区许可证就是要找的那类条款：
- 月活超过 7 亿的公司必须向 Meta 申请许可。
- 任何分发基于它构建的产品的人，必须在相关网站上显示「Built with Llama」。
- 基于 Llama 4 构建的模型，名字必须以「Llama」开头。
- 用户必须遵守 Meta 的可接受使用政策，许可证通过引用把它拉进来。
如果你做的是副业项目，这四条都能接受。如果你做的是生意，每一条都要读。OSI 说 Meta 的 Llama 许可证不符合开源定义，因为它歧视部分用户、限制部分使用领域。
检查 3：训练代码已发布
OSI 定义要求提供训练和运行系统的完整源代码，包括开发者如何处理和过滤数据。
找训练仓库、训练脚本，或链接到代码的技术报告。多数发布只给推理代码——也就是跑模型的代码——就停在那里。推理代码让你能用模型。训练代码让你能查公司是怎么做出来的，并重建它。
检查 4：开发者告诉你它用什么训练
OSI 定义接受公司因法律原因不能分享某些数据。但它仍要求列出所有公开可用的训练数据及获取位置，并描述公司不能分享的数据。
在模型卡上找具名数据集、数据卡或语料库链接。一句「大量网络数据混合」等于没给你可查的东西，按封闭算。
检查 5：没有公司服务器也能跑
下载权重，在 Ollama、LM Studio 或 llama.cpp 这类本地工具里加载。关掉 Wi-Fi，跑一个提示词。
如果模型需要账号、密钥或连到公司才能回答，你就是在依赖公司维持它运行。也看硬件。一个模型可能通过这项检查，但仍需要一台你不拥有的服务器。
检查 6：外部评分一致
你可以把自己的结果和三个外部来源对比：
- 欧洲开源 AI 指数（osai-index.eu）从 14 个维度给模型打分。
- Linux 基金会的模型开放度工具按模型开放度框架评级，从 III 类（开放模型）到 I 类（开放科学）。
- OSI 在 2024 年测试了它的定义。Pythia、OLMo、Amber、CrystalCoder 和 T5 通过。Llama 2、Grok、Phi-2 和 Mixtral 未通过，因为缺少必需组件或法律条款不兼容。
任何评分都要看日期。模型新版本可能配新许可证。
给一次发布打分
每项标为开放、部分开放或封闭，然后按三档读结果。
六项全开放意味着完全开放。你可以研究模型、重建它、发布它。Ai2 的 OLMo 系列是常见例子。Ai2 用 Apache 2.0 发布权重和代码，并公开 Dolma 训练数据。
检查 1、2、5 开放意味着开放权重。你可以自己跑，在许可证范围内基于它构建。
检查 1 或检查 2 封闭意味着这次发布是开源洗白。你在用一个贴着开源标签的产品。
三款 10 月发布的实测
我对本月三款受关注的 AI 模型跑了这些检查。我用每个模型自己的页面和每家公司自己的帖子，所有核查在 10 月 20 日完成。
先解释两个词，因为每个模型页面都用它们。
权重就是训练好的 AI 本身。你想在自己电脑上跑模型，下载的就是这个文件。
参数量告诉你这个文件有多大。数字越大，你需要越强的电脑才能跑。
DeepSeek-V4.1-Flash
中国 AI 实验室 DeepSeek 把这个模型放上网，任何人都能下载。你不需要注册或申请许可。
它配 MIT 许可证，最简单的开源许可证之一。你可以用在生意里、改它、卖基于它做的东西。
DeepSeek 没有发布训练这个模型用的代码。它也没说模型从什么数据学来的。模型卡只给训练数据的总大小，不点名来源。
模型很大，7630 亿参数。你需要一台强服务器才能跑。笔记本扛不住。
结论：你可以下载它、基于它做生意。你看不到 DeepSeek 是怎么做出来的。
MiniCPM-V 4.7
OpenBMB 发布了这个能同时读文本和图像的模型，任何人都能下载。
它用 Apache 2.0 许可证，另一个标准开源许可证，允许商用。
OpenBMB 给你指向调整模型的工具。它不分享训练用的代码，也不分享训练数据清单。
这个能在普通硬件上跑。模型页列出 Ollama 和 LM Studio 这类免费应用，说模型也能在 iPhone 和 Android 上跑。
结论：三款里，这是你能在自己电脑或手机上跑的那个。OpenBMB 把训练细节留在私有状态。
Ultramarine 1 Flash
Paper Instruments 在 10 月 14 日发布这个模型，X 上的发布公告称它开源。
你现在还下载不了。今天只能通过公司的 API 用——也就是开发者向公司服务器发请求的付费连接。
Paper Instruments CEO Daanish Khazi 说文件会在「大约两周后」放出。我在 10 月 20 日搜 Hugging Face，没找到。公司也没为它们发布许可证。
公司确实分享了一些周边工具，包括它用来给答案打分的代码，以及读 Word、PowerPoint 和 Excel 文件的工具。它把模型的训练代码留在私有状态。
结论：目前，它只在发布公告里开源。Paper Instruments 是基于 GLM-5.3 Flash（一个开放模型）构建的，所以之后可能变成可下载。文件出现时再跑一次检查。公司「便宜 60 倍」的说法来自它自己的测试。
自动审计提示词
下面这段提示词替你跑六项检查。把它粘进 ChatGPT 或 Claude，打开联网搜索，填好括号。
在基于它的答案构建之前，打开它引用的每一个许可证链接。聊天机器人可能误读条款，许可证才是你同意的东西。
四种开源洗白模式
第一种是承诺。公司说以后会开源一个模型，今天就把它当开源来营销。按你今天能下载的东西打分，文件放出时再打一次。
第二种是只在一层开放。应用代码放在 GitHub 上用 MIT，应用背后的模型只能通过 API 跑。指数团队把这描述为：只对系统的某一个方面使用开源许可证。找覆盖权重的那个许可证。
第三种是靠博客发布。帖子用了「开放」这个词，但不链接权重、不链接许可证、不链接模型卡。没有 LICENSE 文件，你就没有可打分的东西。
第四种是免费层。公司可以免费提供一个模型，同时把每个文件都攥在手里。用检查 5 的 Wi-Fi 测试查出来。
你需要多大程度的开放
你需要的程度取决于你拿模型做什么。
如果你在自己笔记本上跑 AI 做自己的工作，开放权重就够了。检查 1 和 5 最重要。
如果你基于一个模型做产品或给客户交付工作，许可证最重要。在投入之前，把检查 2 里的每一条款读完。
如果你做审计、研究，或需要信任一家公司是怎么构建模型的，你需要训练代码和数据。只有完全开放的模型能通过，OLMo 是起点。
在下一个你打算基于它构建的模型上，先跑这六项检查，再在它周围写任何代码。
大模型不会思考，你会。