中國開源大模型全盤點：Qwen、DeepSeek、MiniMax、GLM、Kimi 誰能地端商用？（2026）
發布：2026-08-06｜最後更新：2026-08-06
2026 年台灣中小企業想自建地端 AI，能選的主力模型幾乎全部來自中國團隊，但「開源」兩個字底下藏著三種完全不同的授權後果：可以直接商用、需要另外簽授權、以及看起來開源實際上不能地端部署。把 Qwen 的 Apache 2.0 和 MiniMax M2.7 的 Modified-MIT 當成同一件事處理，是企業採購時最容易踩的地雷。這篇文章把 Qwen、DeepSeek、MiniMax、GLM、Kimi、Hunyuan、InternLM 七個家族的最新可地端版本、規模與授權，整理成一張表，並用紅綠燈標出哪些能直接商用、哪些要先核對條文、哪些根本不能地端部署。
本文重點摘要
- Qwen、DeepSeek、GLM（5.1 起）、Hunyuan（07-06 正式版起）、InternLM、MiniMax M2.5，六個家族可完全自由商用，授權為 Apache 2.0 或 MIT。
- MiniMax M2.7 是 Modified-MIT，商用需另行取得書面授權，不能簡化成「跟 M2.5 一樣能用」。
- Kimi K3 用自訂的「Kimi K3 License」，商用前一定要核對官方條文，不要假設它等同標準 MIT。
- Qwen3.7-Max 只提供 API 呼叫、沒有開放權重，不是地端部署的選項。
適合閱讀對象
正在評估自建地端 LLM、想搞懂中國開源模型授權差異的 IT 主管、需要在報告裡寫清楚模型授權風險的技術採購人員、以及不確定該從哪個模型開始試的工程師。
不確定你要用的場景該選哪個模型？加 LINE 傳你的使用情境（客服／文件處理／coding），我們先幫你判斷授權與硬體是否可行 → 加 LINE 諮詢
一、為什麼地端主力全是中國開源模型？
會被拿來地端部署的高品質大模型，目前絕大多數來自中國團隊，核心原因是開源策略上的差異，而不是模型能力的差距。OpenAI、Anthropic、Google 這幾家把最強的模型留在自家 API 後面，開源出來的版本通常刻意縮小規模或延後釋出；相對地，阿里雲、深度求索、智譜、Moonshot AI、騰訊這些團隊，把接近最新、甚至就是主力產品線的權重直接放上 Hugging Face，授權多半選擇 Apache 2.0 或 MIT 這種商用限制最少的條款。
一個好懂的比喻：這就像兩種賣菜方式——有的攤商把最新鮮的貨留給熟客現場加價買，架上只擺前一批的貨；有的攤商直接把今天最新到的貨整批擺出來公開賣，靠走量跟口碑搶市占。中國開源團隊選的是第二種打法，用「開放最新權重換生態位」，目的是搶開發者心佔率、卡住企業採購清單裡的預設選項，這是一種市場策略，不是技術上做不到閉源。
對台灣中小企業來說，這個策略差異帶來的直接後果，是能夠地端部署、規模夠大、授權夠寬鬆的模型選項，這幾年幾乎被中國團隊包了。想找一個「跟 GPT-4 等級接近、又能下載到自己主機跑」的模型，答案十之八九會落在 Qwen、DeepSeek、GLM 這幾個名字上，不是因為沒有其他選擇，而是這幾家目前確實把最新一代權重公開釋出，並且用商用友善的授權條款發佈。完整的地端建置規劃，可以參考蓋斯克的地端 LLM 建置完整指南。
二、全家族規格與授權大表
七個主要開源家族的最新可地端版本、規模與授權整理成一張表，數字以 2026 年 8 月查證為準。模型圈更新速度快，同一家族常在幾個月內連續釋出新版本，建置前務必回官方頁面確認當下最新版，這張表提供的是判斷基準，不是永久不變的規格。
| 家族 | 最新可地端部署版本 | 規模 | 授權 | 發布時間 |
|---|---|---|---|---|
| Qwen（阿里雲） | Qwen3.5（九尺寸）、Qwen3.6-35B-A3B、Qwen3.6-27B dense | 0.8B–397B | Apache 2.0 | 2026-02-16／04-16／04-22 |
| DeepSeek（深度求索） | V4-Pro（1.6T/49B 激活）、V4-Flash（284B/13B 激活） | 284B–1.6T | MIT | 2026-04-24發布，07-31公測更新 |
| MiniMax | M2.5（196K ctx） | 未標公開總參數 | 標準 MIT | 2026-02 |
| GLM（智譜/Z.ai） | GLM-5.2 | 744B MoE（40B 激活） | MIT（5.1 起） | 2026-06-13 |
| Kimi（Moonshot AI） | K3 | 2.8T（混合線性+全注意力架構） | Kimi K3 License（自訂授權） | 2026-07-16 公告，07-27 開放權重 |
| Hunyuan（騰訊） | Hunyuan 3.0 正式版 | 295B MoE（21B 激活+3.8B MTP） | Apache 2.0，無地域限制 | 2026-07-06 |
| InternLM（上海AI實驗室） | InternLM3 | 依版本 | Apache 2.0 | 持續更新 |
表中特別留意兩個容易寫錯的地方。第一，Qwen 家族還有一個 Qwen3.7-Max（05-19 發布），這個版本不在上表內，因為它只開放 API 呼叫、沒有公開權重，不是能下載回自己主機跑的選項，第三節會再說明。第二，DeepSeek 這裡指的是 V4 世代，不是坊間教學常提到的 R1 系列——R1 世代是 2025 年初的產物，目前已經汰除，舊的 deepseek-chat / deepseek-reasoner API 也已下架，如果找到的教學還在講 R1，那份資料已經過時。DeepSeek 的授權與資安細節，可參考DeepSeek 地端部署與資安指南。
MiniMax 這一列只列了 M2.5，是因為 M2.5 跟同家族的 M2.7 授權條款完全不同，混在同一格會誤導讀者，下一節會單獨拆開講清楚。想直接看 MiniMax 兩個版本完整比較與部署教學，可參考MiniMax 地端部署與授權地雷；Qwen 的完整部署流程可參考Qwen 地端部署指南。硬體端該怎麼抓 VRAM 與規格，可對照LLM 主機規格對照表。
三、授權紅綠燈：能不能商用，一眼看懂
七個家族中，六個可以完全自由商用，兩個需要額外確認授權條款，一個根本不能地端部署——這是整篇文章最該記住的一段。「開源」在中國模型圈是個寬鬆的詞，涵蓋的授權從最寬鬆的 Apache 2.0，到需要另外簽書面協議的 Modified-MIT 都算在內，法務或採購在核對合約時，不能只看「有沒有開源」四個字，要看實際授權條款。
一個好懂的比喻：這就像租房子跟買房子的差別都叫「取得使用權」，但條件天差地遠。Apache 2.0／MIT 授權接近「買斷」，商用不需要再問過誰；Modified-MIT 或自訂授權比較像「附條件的長租約」，能不能拿去開公司做生意，要看合約裡那幾條但書；而 API-only 的模型則完全沒有「取得」這件事，你付費使用的每一次都要透過對方的伺服器，資料離不開對方的系統。
🟢 完全自由商用：Qwen、DeepSeek、GLM、Hunyuan、InternLM、MiniMax M2.5
這六個家族的最新可地端版本，授權都是 Apache 2.0 或標準 MIT，可以直接下載、部署在自己的地端主機、包進商用產品，不需要另外向原廠申請授權或付費。Qwen 全系列、DeepSeek 全系列、InternLM 都是這個等級。GLM 從 GLM-5.1 開始把授權轉為 MIT，GLM-5.2 延續同樣的授權，但更早期的版本授權可能不同，若還在用 GLM-5 之前的版本要重新核對。Hunyuan 則有一個時間點要特別注意：2026-07-06 全球開放的 Hunyuan 3.0 正式版是 Apache 2.0、無地域限制，但更早在 04-23 釋出的 preview 版用的是限制性的「Tencent Hy Community License」，且排除歐盟、英國、南韓地區，如果手上的資料還在講 04-23 那個版本的授權限制，那已經是舊資訊，現在應該只引用 07-06 正式版之後的說法。
🟡 商用需額外確認：MiniMax M2.7、Kimi K3
這兩個模型最容易被誤判成「跟其他開源模型一樣可以直接用」，實際上不是。MiniMax M2.5 是標準 MIT，可以直接商用，但同家族稍晚釋出的 M2.7 用的是 Modified-MIT，商用需要另外取得書面授權，不是下載回來就能直接放進商業產品——這一點在開源社群引起不小爭議，被批評為「假開源」。企業要商用 MiniMax，目前只該推薦 M2.5，M2.7 要先走完授權流程再考慮導入。
Kimi K3 用的是 Moonshot AI 自訂的「Kimi K3 License」，屬於 Modified MIT 型態的自訂授權。這代表商用前一定要親自核對官方授權條文的每一條款，不能直接假設它等同標準 MIT——條款用詞相似不代表法律效果相同，尤其涉及商業產品內嵌、大規模部署、衍生模型再散布這幾種情境時，條文裡的但書往往就藏在細節裡。
🔴 不開源不可地端：Qwen3.7-Max
Qwen3.7-Max（2026-05-19 發布）只提供 API 呼叫，阿里雲並未開放這個版本的模型權重，這代表它不能下載到自己的主機上跑，也就不是「地端部署」的選項。如果目標是自建地端 LLM，Qwen3.7-Max 應該從候選名單移除，改看同家族已開源的 Qwen3.5、Qwen3.6 系列。
四、台灣企業的資安與合規考量
地端斷網部署能隔離「資料外流」這個風險，但無法改變模型本身在訓練資料上帶有的傾向——這是兩個不同層次的問題，不該混為一談。把模型下載到自己的主機、切斷對外連線，確實能防止查詢內容或企業機密資料被送回原廠伺服器，這是地端部署最直接的資安價值，對金融、政府、醫療這類資料敏感度高的產業尤其重要。
但地端部署解決的是「資料會不會外流」，不是「模型的回答內容有沒有立場或傾向」。開源模型的訓練資料與對齊方式由原廠決定，這件事不會因為把權重搬到自己主機上而改變。企業若要用在對外服務、內容生成、決策輔助這類場景，仍需要自行測試模型在敏感議題上的回應，並視情況搭配內容過濾或人工複核，不能單靠「地端部署」四個字就假設風險已經完全排除。這部分的資安細節與網路隔離設計，蓋斯克在DeepSeek 地端部署與資安指南裡有更完整的拆解。
合規面上，台灣中小企業導入資安相關設備與服務，可留意產創條例第 10-1 條的投資抵減，這項優惠已延長至 2029 年底，2025 年起新增 AI、節能相關項目，投資金額上限 20 億、下限 100 萬，抵減率為當年度 5% 或分 3 年各 3%，適用於裝在非個人電腦設備（如網路閘道）上的資安產品；實際適用範圍與申請流程請以官方公告與會計師確認為準。
五、繁中表現怎麼挑選
挑選中文表現，重點不是看單一分數，而是實際跑一輪自己會用到的對話情境，觀察多輪對話是否穩定、以及繁簡體混用的狀況。目前主要開源模型的訓練語料多以簡體中文為主體，繁體中文能力多半靠額外的微調或指令調整補上，實務上常見的問題是模型在長對話中偶爾夾雜簡體字、或用詞習慣偏向中國大陸的表達方式（例如「視頻」而非「影片」、「軟件」而非「軟體」），這在對外客服或公開內容場景會特別明顯。
比較實際的挑選方式，是拿公司自己會問的問題，直接對候選模型做多輪對話測試，觀察三件事：一是連續對話十輪以上會不會忘記前面的指示或角色設定；二是有沒有出現繁簡混雜、或用語不符合台灣習慣的情況；三是遇到台灣在地的專有名詞（地名、法規、產業術語）時能不能正確理解。這幾點沒有一個放諸四海皆準的分數，因為每家企業的使用場景差異很大，與其相信某個排行榜的名次，不如花半天時間自己跑一輪測試。
六、快速選型建議表
不同用途對模型的要求不一樣，下表整理幾種常見場景的選型方向，實際部署前仍建議搭配自己的資料跑一輪驗證。
| 用途 | 建議方向 | 選型理由 |
|---|---|---|
| Coding／開發輔助 | GLM-5.2 | 官方主打 coding 場景，MIT 授權可直接整合進內部開發工具 |
| 客服／對話系統 | Qwen3.6 系列（依規模選 dense 或 MoE） | Apache 2.0、尺寸選擇多（0.8B–397B），可依主機規格挑合適大小 |
| 文件處理／長文本摘要 | GLM-5.2 或 Kimi K3 | 兩者皆支援 1M context；Kimi K3 商用前務必先核對授權條文 |
| 多語言／跨國場景 | DeepSeek V4-Flash | MIT 授權、284B 規模但僅 13B 激活，地端硬體門檻相對友善 |
| 預算或硬體資源有限 | Qwen3.5 小尺寸版本 | 0.8B 起跳，Apache 2.0，適合先在較小主機上驗證可行性 |
不論選哪個模型，硬體規格都要先抓對，尤其是 VRAM 與量化格式的搭配，可以對照LLM 主機規格對照表先估算一輪。蓋斯克科技目前已導入 DGX Spark 進行地端部署評估與測試，實際能跑動哪些模型組合、部署框架該怎麼選，可參考地端 LLM 建置完整指南。
立即開始：把授權地雷排除在採購清單之外
蓋斯克科技持有 UniFi 認證、為 QNAP、MOXA 原廠授權服務中心，長期協助台灣中小企業規劃網路與 IT 基礎建設，目前也已將 DGX Spark 導入內部評估流程，協助客戶判斷地端 LLM 建置的可行性。
我們提供：
- 依你的使用場景（coding／客服／文件處理／多語言）建議合適的開源模型與授權評估
- 地端主機規格試算，避免選錯 VRAM 或量化格式
- 透明溝通，服務費一律依現場規模報價，不假裝有固定價格
- 網路隔離與資安分區的整體規劃，不只是丟一台主機給你
授權條文看不懂、不確定該選哪個模型開始？
蓋斯克科技專注台灣中小企業 IT 建置，從網路規劃到地端 AI 主機評估都能協助判斷，先聊聊你的情境，不強迫推銷特定方案。
免費諮詢選型建議 免費預約諮詢電話：02-2717-1019 LINE：@zonetech
關於作者
Gask Hung｜蓋斯克科技負責人 [需確認]，長期服務台灣中小企業 IT 建置與維運 [需確認]。專注企業 Wi-Fi、4K 剪輯系統、IT 委外與設備租賃。完整作者介紹
延伸閱讀：地端 LLM 建置完整指南｜Qwen 地端部署指南｜IT 委外服務
