开源大模型
权重能不能下载，决定了模型的可控性归谁：能改、能私有部署、能断网运行，代价是推理服务、版本升级和故障排查都得自己扛。
开源和闭源的选择，很少是"哪个更强"，而是四个前提的组合：数据能不能出内网、团队有没有运维能力、调用量会不会长期走高、现有方案的效果差多少。
数据敏感或受监管的场景，开源加私有部署几乎是唯一解；反过来，如果调用量不高、需求变化快，闭源 API 的灵活性更值钱。真正的隐藏成本在运维：推理服务、性能调优、版本升级、故障排查，开源不是下载完就结束了。
权重开放的程度也各不相同。Qwen3-Omni 一次性放出 Instruct、Thinking、Captioner 等形态并给出 Apache-2.0 许可；MiniMax M2.1 采用 Modified-MIT，明确面向编码与智能体场景，附 SWE-bench Verified 等指标；还有一批模型只开放权重不开放训练数据或使用限制条款。签合同前先看许可证，比看跑分重要。
