Como funcionam as licenças de modelos abertos?

Uma licença é um campo registado, não um estado de espírito

Cada cartão de modelo deste catálogo tem um identificador de licença e uma ligação para o texto da licença, e a página /licences lê esses registos em vez de manter uma lista própria. Nada nessa página reproduz ou parafraseia uma licença: a ligação aponta para o texto publicado pelo editor, e é esse texto que prevalece. Quando o registo não diz o que uma licença permite, a página também não diz.

O campo contém um conjunto de identificadores, e não um espetro. Este catálogo regista atualmente Apache-2.0, MIT, CC-BY-NC-4.0, as Licenças Comunitárias Llama 3.1, 3.3 e 4, os termos Gemma da Google, a NVIDIA Nemotron Open Model License, a OpenMDW-1.1, a Open Aleph License, uma licença de fornecedor à medida e uma entrada proprietária. Cada uma é um documento diferente, com condições diferentes, e nenhuma delas é aqui resumida a um sinal verde.

Pesos abertos não é uma permissão

A regra que o catálogo aplica a si próprio é que pesos abertos significa que os pesos são descarregáveis, e não que o uso comercial seja permitido. Uma licença restritiva é declarada na própria lista de limites do cartão, onde é a primeira coisa que quem lê vê.

O Teuken 7B Instruct v0.6 é o exemplo europeu mais claro. É um modelo alemão com financiamento público, treinado em todas as 24 línguas oficiais da UE, com uma janela de contexto de 4.096 tokens e uma média EU21 de 0,57 na avaliação do próprio projeto — à frente do Llama 3.1 8B Instruct, com 0,563, e do Mistral 7B Instruct v0.3, com 0,527, no mesmo conjunto de testes. Os seus pesos são descarregáveis sob a CC-BY-NC-4.0, que permite apenas uso privado, não comercial, de investigação e educacional. O Command R (08-2024) tem a mesma licença num modelo de recuperação de 32,3B, o que exclui a disponibilização comercial dos pesos.

A Open Aleph License é ainda mais estreita. O Pharia-1-LLM-7B-control-aligned é publicado sob ela para fins educacionais e de investigação, e o uso comercial passa por um acordo on-premise que inclui os pesos, e não pelo download público. Três licenças, três checkpoints descarregáveis, três respostas diferentes à mesma pergunta.

A licença Llama, em concreto

O Llama 3.1 8B Instruct é um dos checkpoints abertos mais descarregados: um modelo de instrução com 8,03B parâmetros, uma janela de contexto de 128k tokens, chamada de ferramentas e uma pontuação EU21 de 0,563 na avaliação OpenGPT-X das línguas europeias. É publicado sob a Llama 3.1 Community License, que permite uso comercial mas exige uma licença da Meta acima de 700 milhões de utilizadores ativos mensais e acrescenta uma política de uso aceitável. Não é uma licença OSI, e o cartão regista esse limiar como um limite, não como uma nota de rodapé. O cartão assinala ainda dados de treino centrados no inglês, mais fracos nas línguas menores da UE, e um lançamento de julho de 2024, já atrás dos modelos 8B atuais.

O Llama 3.3 70B Instruct e os dois cartões Llama 4 têm licenças comunitárias próprias; o Llama 4 Scout mantém o mesmo limiar de 700 milhões de utilizadores ativos mensais. Esse modelo é uma mistura de especialistas com 17B de parâmetros ativos e 108,64B no total, e a Meta anuncia para ele uma janela de contexto de 10 milhões de tokens — a maior de qualquer lançamento Llama —, embora o cartão afirme com clareza que a qualidade em contexto longo nesse limite não está verificada de forma independente.

Apache-2.0, MIT e a metade permissiva

Do lado permissivo, a Apache-2.0 cobre o EuroLLM 9B e 22B, o Mistral 7B Instruct v0.3, o Mistral Small 4, o Command A+ e os cartões Gemma 4. A MIT cobre o DeepSeek-V3.2 (685B parâmetros sob um máximo de configuração de 163.840 tokens), o GLM-4.7 Flash, o Phi-4 e o multilingual-e5-large. Essas licenças permitem a disponibilização comercial dos pesos, o que é uma permissão e não uma afirmação de qualidade: o Mistral 7B Instruct v0.3 é de maio de 2024 e o seu cartão diz que está claramente atrás dos modelos atuais em raciocínio e código.

Cabem aqui dois avisos. O primeiro é que um nome de família não é uma licença: os cartões Gemma 4 estão registados sob Apache-2.0, enquanto o embeddinggemma-300m está registado sob os termos de utilização Gemma da Google, que não são uma licença OSI. O segundo é que as licenças de fornecedor trazem condições próprias mesmo quando os pesos são abertos. O Nemotron 3 Super é publicado sob a NVIDIA Nemotron Open Model License, de uma empresa dos EUA — uma licença de fornecedor, e não uma licença OSI. O GLM-5.3, a maior entrada, com 753,33B parâmetros, está sob uma licença Z.ai à medida que tem de ser lida antes do uso comercial. O Codestral 25.08 é o caso oposto: proprietário, sem contagem de parâmetros publicada no cartão e sem quaisquer pesos abertos.

Onde a licença se situa no caminho do pedido

A licença não é uma regra de encaminhamento, e não é tratada como tal. O que decide se um modelo pode ser servido são as suas linhas de endpoint. Um modelo que esta plataforma não consegue servir tem uma linha cujo tipo é apenas de catálogo, e o router rejeita esse tipo antes de considerar qualquer outra regra — antes do estado, da residência, das listas de fornecedores e do preço. A listagem de modelos recusa-o pela mesma razão, pelo que nenhuma política, nenhuma escolha de residência e nenhum teto de preço o podem encaminhar para lá. Pedi-lo pelo nome devolve 404 hosted_unavailable com catalogue_only definido, em vez de uma resposta vinda de outro sítio.

Essa ordem importa quando se lê um cartão: são duas perguntas independentes. Posso executar estes pesos — isso é a licença. Há aqui algo que responda por este modelo — isso é a linha de endpoint, e é estado da plataforma que muda sem que a licença mude em nada.

O que ler antes de confiar numa licença

Quatro campos, por esta ordem. O identificador da licença, que diz com que documento está a lidar. A ligação para a licença, porque é o texto que prevalece e o identificador é apenas um ponteiro. A lista de limites do cartão, que é onde o catálogo declara em primeiro lugar uma restrição à disponibilização comercial. E os pesos abertos, que são um facto sobre a possibilidade de descarregar e nada dizem sobre permissão.

O catálogo não regista nada disto como aconselhamento jurídico, e esta página também não — é uma leitura de retorno daquilo que os editores declaram, com o URL de origem ao lado de cada valor. Quando um cartão não regista identificador de licença ou regista pesos fechados, a página /licences lista-o em separado em vez de o diluir numa contagem, para que a lacuna fique visível em vez de ficar subentendida.