LLMs open source: licenças e uso comercial (2026)

#Por que a licença de um LLM open source vem antes da escolha do modelo

Quando uma equipe escolhe um modelo para auto-hospedar, ela olha primeiro para a qualidade das respostas, a memória necessária e a velocidade. A licença costuma ficar por último, no momento em que um cliente ou o setor de compras faz a pergunta. É a ordem inversa da que evita problemas: um modelo excelente cuja licença proíbe o seu uso não serve para nada, e trocar de modelo depois da integração custa tempo de desenvolvimento, novos testes e, às vezes, um novo fine-tuning.

O vocabulário alimenta a confusão. Muitos modelos apresentados como "open source" publicam seus pesos, mas não seus dados de treinamento nem todo o seu código, e alguns sob uma licença que não atende à definição da Open Source Initiative. A diferença conceitual entre open-weights e open source é tema de um guia dedicado; aqui, o foco é uma única questão prática: o que o texto da licença permite que você faça com os pesos, especialmente para uso comercial?

Três situações são recorrentes nas empresas. Uso interno: o modelo roda nos seus servidores para as suas equipes, nada é distribuído. Serviço: você expõe o modelo a clientes por meio de um aplicativo ou de uma API, sem entregar os pesos a eles. Redistribuição: você entrega os pesos, eventualmente modificados ou quantizados, em um produto, um dispositivo ou um repositório público. As obrigações das licenças variam bastante entre esses três casos; tenha-os em mente para o que vem a seguir.

#As três famílias de licenças de LLMs open source

As licenças encontradas no Hugging Face ou na biblioteca Ollama se dividem, na prática, em três famílias. A classificação não diz nada sobre a qualidade do modelo; indica apenas o nível de restrições a examinar.

Licenças permissivas padrão

Apache 2.0 e MIT à frente. São licenças de software antigas, conhecidas pelos juristas, que autorizam o uso comercial, a modificação e a redistribuição com obrigações limitadas (manter os avisos, fornecer o texto). Elas não foram pensadas especificamente para IA, mas muitos desenvolvedores as aplicam aos seus pesos.

Licenças comunitárias próprias

Redigidas pelo desenvolvedor do modelo para esse modelo: Llama Community License na Meta, termos de uso específicos em outros desenvolvedores. Elas costumam autorizar o uso comercial, mas acrescentam condições: limite de usuários, menção obrigatória, regras de nomenclatura, política de uso aceitável a ser respeitada.

Licenças restritivas

Licenças de pesquisa, licenças não comerciais (por exemplo, Creative Commons com cláusula NC) ou licenças com restrições de uso detalhadas. Nelas, o uso comercial é excluído ou depende de um acordo separado com o editor.

Um mesmo desenvolvedor pode publicar modelos em várias famílias. Dependendo da geração, famílias de modelos conhecidas misturaram tamanhos sob Apache 2.0 e outros sob licença própria ou de pesquisa. Portanto, nunca deduza a licença de um modelo pelo nome da família ou pelo desenvolvedor: verifique o arquivo da variante exata que você está baixando.

#Apache 2.0: o que o texto permite

A licença Apache 2.0 é de janeiro de 2004 e seu texto é publicado pela Apache Software Foundation. É a licença permissiva mais comum para pesos de LLMs open-weights. Ela concede a cada destinatário uma licença de direitos autorais perpétua, mundial, não exclusiva, gratuita e isenta de royalties para reproduzir, modificar, exibir, sublicenciar e distribuir a obra e seus derivados (seção 2).

Seu diferencial é a licença de patentes explícita da seção 3: cada contribuidor concede uma licença sobre suas patentes necessariamente violadas pela sua contribuição. Essa licença termina para você se você mover uma ação por violação de patente alegando que a própria obra viola uma patente. Para uma empresa, essa cláusula esclarece um risco que a MIT deixa na sombra.

Uso comercial

Permitido, tanto internamente quanto em um serviço ou produto vendido, sem royalties nem limite de usuários.

Modification

Permitida: fine-tuning, quantização, fusão de pesos. O resultado pode ser colocado sob outra licença no que se refere às suas próprias contribuições, desde que você respeite a Apache 2.0 para a parte reaproveitada (seção 4).

Redistribuição

Permitida sob quatro condições (seção 4): fornecer uma cópia da licença, indicar de forma visível os arquivos modificados, manter os avisos de direitos autorais, patentes, marcas e atribuição, e reproduzir o conteúdo do arquivo NOTICE, se existir.

Marques

Não concedidas (seção 6): você pode dizer que seu produto usa determinado modelo, mas não usar o nome ou o logotipo do desenvolvedor como se fosse sua marca.

Garantia e responsabilidade

Nenhuma (seções 7 e 8): o modelo é fornecido "no estado em que se encontra". Os erros do modelo continuam sendo responsabilidade sua perante seus clientes.

Em uso interno ou em serviço sem entrega dos pesos, as obrigações de redistribuição não se aplicam diretamente, já que nada é distribuído. Elas voltam a ser centrais se você publicar uma versão quantizada ou ajustada do modelo, ou se o incorporar a um software entregue a clientes.

#MIT: a licença mais curta

A licença MIT cabe em três parágrafos, conforme publicada pela Open Source Initiative. Ela autoriza gratuitamente qualquer pessoa a usar, copiar, modificar, mesclar, publicar, distribuir, sublicenciar e vender cópias do software, sem restrição. A única condição: o aviso de direitos autorais e o texto da permissão devem ser incluídos em todas as cópias ou partes substanciais. O restante do texto exclui qualquer garantia e qualquer responsabilidade dos autores.

Uso comercial

Permitido, explicitamente, inclusive a venda.

Modificação e redistribuição

Permitidas, com a única obrigação de manter o aviso de direitos autorais e o texto da licença.

Brevets

O texto não contém uma licença de patentes explícita, ao contrário do Apache 2.0. O alcance implícito da permissão em matéria de patentes é uma questão de interpretação a ser submetida a um advogado, se isso for importante para você.

Garantia

Nenhuma, assim como no Apache 2.0.

Para um LLM, a MIT é, portanto, a licença mais simples de cumprir. A principal armadilha está em outro lugar: verificar se a menção à MIT cobre de fato os pesos, e não apenas o código de inferência publicado no mesmo repositório do GitHub.

#Licença comunitária do Llama 3.3: uso comercial sob condições

A Meta publica seus modelos Llama sob uma licença própria para cada versão. O Llama 3.3 Community License Agreement, datado na página oficial de 6 de dezembro de 2024, serve aqui como exemplo de licença própria, por ser muito difundido e porque muitos modelos derivados o herdam. Ele concede uma licença não exclusiva, mundial, intransferível e isenta de royalties para usar, reproduzir, distribuir, copiar, modificar os “Llama Materials” e criar obras derivadas. O uso comercial é, portanto, possível, mas regulado.

Redistribuição

Se você distribuir os Llama Materials ou um produto que os contenha, inclusive um modelo derivado, deverá fornecer uma cópia do acordo e exibir de forma visível "Built with Llama" em um site, uma interface, um artigo ou uma documentação do produto.

Nomenclatura dos modelos derivados

Se você usar os Llama Materials ou as saídas deles para criar, treinar ou aprimorar um modelo de IA que você distribua, o nome dele deve começar com "Llama".

Aviso de direitos autorais

As cópias distribuídas devem manter o arquivo Notice indicando que o Llama 3.3 é licenciado sob a Llama 3.3 Community License, copyright Meta Platforms.

Política de uso aceitável

O uso deve respeitar as leis aplicáveis e a política de uso aceitável do Llama 3.3, incorporada por referência. Ela lista usos proibidos e pode ser atualizada pela Meta; releia-a na data da sua decisão.

Limite de 700 milhões de usuários

Se, na data de lançamento do Llama 3.3, os produtos ou serviços do licenciado ou de suas afiliadas ultrapassavam 700 milhões de usuários ativos mensais no mês-calendário anterior, ele deve solicitar uma licença à Meta, que pode concedê-la ou não, a seu critério. Para quase todas as empresas, esse limite não é atingido, mas ele mostra que a licença não é universal.

Marques

Nenhuma licença de marca, exceto o uso de "Llama" necessário para cumprir a menção e a nomenclatura.

Rescisão e lei aplicável

A licença termina se você mover uma ação contra a Meta alegando que os Llama Materials violam seus direitos de propriedade intelectual. O acordo é regido pela lei do Estado da Califórnia.

Esta licença não é reconhecida como open source no sentido da Open Source Initiative, principalmente por causa das restrições de uso e do limite. Isso não impede o uso comercial, mas exige um acompanhamento mais atento do que a Apache 2.0 ou a MIT: avisos a exibir, nome dos seus modelos derivados, conformidade com uma política que pode mudar.

#Tabela comparativa: Apache 2.0, MIT e Llama 3.3

Esta tabela foi elaborada exclusivamente a partir dos três textos oficiais citados nas fontes, consultados para a preparação deste guia (verificação do briefing em 29 de setembro de 2026). Ela resume cláusulas, não sua interpretação jurídica. Ela não diz nada sobre as outras licenças próprias, cada uma com suas próprias regras.

Uso comercial

Apache 2.0: sim, sem condição específica. MIT: sim, sem condição específica. Llama 3.3: sim, sujeito ao limite de 700 milhões de usuários ativos mensais e à política de uso aceitável.

Modificação, fine-tuning

Apache 2.0: sim, com indicação dos arquivos modificados. MIT: sim. Llama 3.3: sim; um modelo derivado distribuído deve ter um nome que comece com “Llama”.

Redistribuição dos pesos

Apache 2.0: sim, com cópia da licença, avisos e arquivo NOTICE. MIT: sim, com aviso de direitos autorais e texto da licença. Llama 3.3: sim, com cópia do acordo, arquivo Notice e a menção "Built with Llama".

Licença de patentes explícita

Apache 2.0: sim (seção 3). MIT: não. Llama 3.3: o texto concede uma licença sobre os direitos de propriedade intelectual da Meta sobre os Llama Materials; seu alcance exato deve ser analisado por um especialista.

Restrições de uso

Apache 2.0: nenhuma lista de usos proibidos. MIT: nenhuma. Llama 3.3: política de uso aceitável incorporada por referência.

Limite de tamanho

Apache 2.0: nenhum. MIT: nenhum. Llama 3.3: 700 milhões de usuários ativos mensais na data de lançamento.

Marques

Apache 2.0: não concedidas. MIT: não mencionadas. Llama 3.3: não concedidas, exceto o uso de "Llama" exigido pela licença.

Garantia

Nenhuma nos três textos.

Para saber quais modelos atuais pertencem a cada família, não confie nesta tabela: ela compara textos, não modelos. Consulte nossa seleção dos melhores LLMs para uso comercial e, principalmente, aplique o método abaixo à variante exata que você pretende implantar.

#Verificar a licença de um LLM open source modelo por modelo

O método cabe em cinco etapas. Leva uns vinte minutos por modelo e deixa um registro que pode ser usado por um jurista ou um auditor.

1. 01
   Identificar o repositório original

   Volte à página do desenvolvedor no Hugging Face (a organização oficial, não uma conta de terceiros que republica uma quantização). Anote o nome exato do repositório e da variante: tamanho, instruct ou base, versão. Uma conversão GGUF publicada por terceiros continua sujeita à licença do modelo original.
2. 02
   Ler o arquivo de licença, não a etiqueta

   O campo license do model card dá uma indicação, mas somente o arquivo LICENSE (ou equivalente) do repositório tem valor, junto com eventuais arquivos USE_POLICY ou NOTICE. Verifique se ele cobre de fato os pesos, e não apenas o código. Se a etiqueta indicar « other », trata-se de uma licença própria: leia-a por inteiro.
3. 03
   Comparar com a página oficial do desenvolvedor

   Compare com a licença publicada no site do desenvolvedor ou no anúncio dele. Se as duas divergirem, não decida sozinho: informe a diferença ao seu advogado.
4. 04
   Arquivar o texto datado

   Baixe o arquivo de licença, anote a data, a URL e o número de revisão do repositório e calcule o hash dele. Se o desenvolvedor mudar os termos depois, você saberá qual versão aceitou.
5. 05
   Confrontar a licença com o seu uso

   Uso interno, serviço ou redistribuição: para cada caso, liste as obrigações (avisos, nomenclatura, política de uso, limite) e a pessoa responsável por cumpri-las. Peça a um advogado que valide a tabela antes de colocar em produção.

A API pública do Hugging Face retorna os metadados de uma ficha, incluindo a etiqueta de licença. É um ponto de partida rápido, que deve ser complementado pela leitura do próprio arquivo. Substitua o nome do repositório pelo daquele que você está avaliando.

REPO="organisation/nom-du-modele"
curl -s "https://huggingface.co/api/models/$REPO" \
  | python3 -c 'import json,sys; d=json.load(sys.stdin); print(d.get("sha")); print((d.get("cardData") or {}).get("license")); print([t for t in d.get("tags",[]) if t.startswith("license:")])'

Para arquivar o arquivo de licença de um repositório público, baixe-o com a ferramenta de linha de comando do Hugging Face e, em seguida, calcule o hash dele. Os repositórios com acesso controlado, como os da Meta, exigem que você aceite os termos no site e use um token de acesso. O nome exato do arquivo varia de um repositório para outro: confira-o na aba "Files".

mkdir -p licences/$(date +%F)
hf download "$REPO" LICENSE --local-dir licences/$(date +%F)/
sha256sum licences/$(date +%F)/LICENSE >> licences/registre-empreintes.txt

Se o modelo já estiver instalado no Ollama, o comando ollama show affiche a licença incluída no pacote. Útil para uma verificação de consistência, ele não substitui a fonte do desenvolvedor: um pacote da comunidade pode conter um texto incompleto ou nenhum texto.

ollama list
ollama show --license nom-du-modele

#Armadilhas frequentes

Confundir o código com os pesos

Um repositório no GitHub sob licença MIT pode conter o código de inferência, enquanto os pesos são publicados em outro lugar sob uma licença própria. É a licença dos pesos que rege o seu uso do modelo.

Confiar em uma republicação

As quantizações GGUF publicadas por terceiros às vezes exibem uma licença incorreta ou simplificada. Elas não alteram os direitos: só vale o texto do editor original.

Esquecer a herança dos modelos derivados

Um modelo ajustado a partir de Llama continua sujeito às condições de Llama, mesmo que o autor o publique sob Apache 2.0. Leia a ficha do modelo base mencionado nos metadados e o texto da licença do derivado.

Supor que uma licença é imutável

Os desenvolvedores publicam uma licença por versão, e as políticas de uso incorporadas por referência podem mudar. Daí a importância de arquivar o texto datado que você aceitou.

Ignorar os dados de treinamento e as saídas

A licença dos pesos não resolve tudo: status do conteúdo gerado, dados pessoais processados pelo modelo, obrigações setoriais. Esses temas dependem de outros textos e de uma consultoria jurídica específica.

Esquecer a regulamentação

Uma licença permissiva não dispensa as obrigações do AI Act de acordo com o seu papel (fornecedor, implantador) e o uso do sistema. Essa é uma questão distinta da licença.

#Para se aprofundar

A licença é apenas um dos critérios na escolha de um modelo. Para entender por que tão poucos modelos são realmente open source, comparar os modelos disponíveis ou situar a sua implantação em relação ao AI Act, estas páginas complementam este guia.