LLM open source: licenze e uso commerciale (2026)

#Perché la licenza di un LLM open source conta prima del modello

Quando un team sceglie un modello da ospitare in self-hosting, guarda prima la qualità delle risposte, la memoria necessaria e la velocità. La licenza arriva spesso per ultima, quando un cliente o un ufficio acquisti pone la domanda. È l'ordine inverso rispetto a quello che evita i problemi: un modello eccellente ma la cui licenza vieta il tuo uso non serve a nulla, e cambiare modello dopo l'integrazione costa tempo di sviluppo, nuovi test e talvolta un nuovo fine-tuning.

Il lessico alimenta la confusione. Molti modelli presentati come «open source» pubblicano i propri pesi, ma non i dati di addestramento né tutto il codice, e alcuni con una licenza che non rispetta la definizione dell'Open Source Initiative. La differenza concettuale tra open-weights e open source è trattata in una guida dedicata; qui ci concentriamo su un'unica questione pratica: cosa ti autorizza a fare il testo della licenza con i pesi, in particolare per un uso commerciale?

Nelle aziende ricorrono tre situazioni. Uso interno: il modello gira sui tuoi server per i tuoi team, nulla viene distribuito. Servizio: esponi il modello ai clienti tramite un'applicazione o un'API, senza consegnare loro i pesi. Ridistribuzione: fornisci i pesi, eventualmente modificati o quantizzati, in un prodotto, un dispositivo o un repository pubblico. Gli obblighi delle licenze cambiano molto a seconda di questi tre casi: tienili a mente per il seguito.

#Le tre famiglie di licenze degli LLM open source

Le licenze che si incontrano su Hugging Face o nella libreria Ollama rientrano, in pratica, in tre famiglie. La classificazione non dice nulla sulla qualità del modello; indica solo il livello di vincoli da esaminare.

Licenze permissive standard

Apache 2.0 e MIT in testa. Sono licenze software di lunga data, note ai giuristi, che autorizzano l'uso commerciale, la modifica e la ridistribuzione con obblighi limitati (conservare gli avvisi, fornire il testo). Non riguardano specificamente l'IA, ma molti editori le applicano ai loro pesi.

Licenze community su misura

Redatte dall'editore del modello per quel modello: Llama Community License per Meta, condizioni d'uso specifiche presso altri editori. Spesso autorizzano l'uso commerciale, ma aggiungono condizioni: soglia di utenti, menzione obbligatoria, regole di denominazione, politica di utilizzo accettabile da rispettare.

Licenze restrittive

Licenze di ricerca, licenze non commerciali (ad esempio Creative Commons con clausola NC) o licenze con restrizioni d'uso dettagliate. In questi casi l'uso commerciale è escluso o subordinato a un accordo separato con l'editore.

Uno stesso editore può pubblicare modelli in più famiglie. A seconda delle generazioni, famiglie di modelli note hanno mescolato dimensioni con Apache 2.0 e altre con licenza personalizzata o di ricerca. Non dedurre quindi mai la licenza di un modello dal nome della sua famiglia o dal suo editore: verifica il file della variante esatta che scarichi.

#Apache 2.0: cosa autorizza il testo

La licenza Apache 2.0 risale a gennaio 2004 e il suo testo è pubblicato dall'Apache Software Foundation. È la licenza permissiva più diffusa per i pesi degli LLM open-weights. Concede a ogni destinatario una licenza di diritto d'autore perpetua, mondiale, non esclusiva, gratuita e senza royalty per riprodurre, modificare, mostrare, concedere in sublicenza e distribuire l'opera e le sue opere derivate (sezione 2).

Il suo tratto distintivo è la licenza esplicita sui brevetti della sezione 3: ogni contributore concede una licenza sui propri brevetti necessariamente violati dal suo contributo. Questa licenza cessa per te se avvii un'azione per violazione di brevetto sostenendo che l'opera stessa viola un brevetto. Per un'azienda, questa clausola chiarisce un rischio che la MIT lascia in ombra.

Uso commerciale

Consentito, sia internamente sia in un servizio o in un prodotto venduto, senza royalty né soglia di utenti.

Modification

Consentita: fine-tuning, quantizzazione, fusione dei pesi. Il risultato può essere rilasciato con un'altra licenza per i tuoi contributi, a condizione di rispettare Apache 2.0 per la parte ripresa (sezione 4).

Ridistribuzione

Consentita a quattro condizioni (sezione 4): fornire una copia della licenza, indicare in modo visibile i file modificati, conservare gli avvisi di copyright, brevetti, marchi e attribuzione, e riprendere il contenuto del file NOTICE, se presente.

Marques

Non concessi (sezione 6): puoi dire che il tuo prodotto usa un certo modello, ma non usare il nome o il logo dell'editore come se fosse il tuo marchio.

Garanzia e responsabilità

Nessuna (sezioni 7 e 8): il modello è fornito «così com'è». Gli errori del modello restano una tua responsabilità nei confronti dei tuoi clienti.

In uso interno o in un servizio senza consegna dei pesi, gli obblighi di ridistribuzione non si applicano direttamente, poiché nulla viene distribuito. Tornano centrali se pubblichi una versione quantizzata o ottimizzata del modello, o se lo integri in un software fornito ai clienti.

#MIT: la licenza più breve

La licenza MIT sta in tre paragrafi, così come pubblicati dalla Open Source Initiative. Autorizza gratuitamente chiunque a usare, copiare, modificare, unire, pubblicare, distribuire, concedere in sublicenza e vendere copie del software, senza restrizioni. L'unica condizione: l'avviso di copyright e il testo del permesso devono essere inclusi in tutte le copie o parti sostanziali. Il resto del testo esclude qualsiasi garanzia e qualsiasi responsabilità degli autori.

Uso commerciale

Consentito, esplicitamente, compresa la vendita.

Modifica e ridistribuzione

Consentite, con il solo obbligo di conservare l'avviso di copyright e il testo della licenza.

Brevets

Il testo non contiene una licenza di brevetto esplicita, a differenza di Apache 2.0. La portata implicita dell'autorizzazione in materia di brevetti è una questione di interpretazione da sottoporre a un legale, se per te è rilevante.

Garanzia

Nessuna, come per Apache 2.0.

Per un LLM, MIT è quindi la licenza più semplice da rispettare. La trappola principale è altrove: verificare che la dicitura MIT copra davvero i pesi, e non solo il codice di inferenza pubblicato nello stesso repository GitHub.

#Licenza community di Llama 3.3: uso commerciale a determinate condizioni

Meta pubblica i suoi modelli Llama con una licenza specifica per ogni versione. La Llama 3.3 Community License Agreement, datata sulla pagina ufficiale 6 dicembre 2024, serve qui da esempio di licenza personalizzata dell'editore, perché è molto diffusa e molti modelli derivati la ereditano. Concede una licenza non esclusiva, mondiale, non trasferibile ed esente da royalty per usare, riprodurre, distribuire, copiare, modificare i « Llama Materials » e creare opere derivate. L'uso commerciale è quindi possibile, ma regolamentato.

Ridistribuzione

Se distribuisci i Llama Materials o un prodotto che li contiene, incluso un modello derivato, devi fornire una copia dell'accordo e mostrare in modo visibile «Built with Llama» su un sito, un'interfaccia, un articolo o una documentazione del prodotto.

Denominazione dei modelli derivati

Se usi i Llama Materials o i loro output per creare, addestrare o migliorare un modello di IA che distribuisci, il suo nome deve iniziare con «Llama».

Avviso sui diritti

Le copie distribuite devono conservare il file Notice che indica che Llama 3.3 è concesso in licenza con la Llama 3.3 Community License, copyright Meta Platforms.

Politica di utilizzo accettabile

L'uso deve rispettare le leggi applicabili e la politica di utilizzo accettabile di Llama 3.3, incorporata per riferimento. Elenca usi vietati; può essere aggiornata da Meta, quindi rileggila alla data della tua decisione.

Soglia di 700 milioni di utenti

Se, alla data di rilascio di Llama 3.3, i prodotti o servizi del licenziatario o delle sue affiliate superavano i 700 milioni di utenti attivi mensili nel mese solare precedente, il licenziatario deve richiedere una licenza a Meta, che Meta può concedere o meno a sua discrezione. Per la quasi totalità delle aziende questa soglia non viene raggiunta, ma dimostra che la licenza non è universale.

Marques

Nessuna licenza sul marchio, salvo l'uso di «Llama» necessario per rispettare la dicitura e la denominazione.

Risoluzione e legge applicabile

La licenza cessa se avvii un'azione contro Meta sostenendo che i Llama Materials violano i tuoi diritti di proprietà intellettuale. L'accordo è disciplinato dalla legge dello Stato della California.

Questa licenza non è riconosciuta come open source secondo la definizione dell'Open Source Initiative, in particolare a causa delle restrizioni d'uso e della soglia. Ciò non impedisce un uso commerciale, ma richiede un monitoraggio più attento rispetto ad Apache 2.0 o MIT: diciture da mostrare, nome dei tuoi modelli derivati, conformità a una policy che può cambiare.

#Tabella comparativa: Apache 2.0, MIT e Llama 3.3

Questa tabella è costruita unicamente a partire dai tre testi ufficiali citati nelle fonti, consultati per la preparazione di questa guida (verifica del brief al 29 settembre 2026). Riassume clausole, non la loro interpretazione giuridica. Non dice nulla delle altre licenze personalizzate, che hanno ciascuna le proprie regole.

Uso commerciale

Apache 2.0: sì, senza condizioni particolari. MIT: sì, senza condizioni particolari. Llama 3.3: sì, fatti salvi la soglia di 700 milioni di utenti attivi mensili e la policy di utilizzo accettabile.

Modifica, fine-tuning

Apache 2.0: sì, i file modificati vanno segnalati. MIT: sì. Llama 3.3: sì; un modello derivato distribuito deve avere un nome che inizia con « Llama ».

Ridistribuzione dei pesi

Apache 2.0: sì, con copia della licenza, avvisi e file NOTICE. MIT: sì, con avviso di copyright e testo della licenza. Llama 3.3: sì, con copia dell'accordo, file Notice e dicitura «Built with Llama».

Licenza esplicita sui brevetti

Apache 2.0: sì (sezione 3). MIT: no. Llama 3.3: il testo concede una licenza sui diritti di proprietà intellettuale di Meta sui Llama Materials; la sua portata esatta va fatta analizzare.

Restrizioni d'uso

Apache 2.0: nessun elenco di usi vietati. MIT: nessuno. Llama 3.3: politica di utilizzo accettabile incorporata per riferimento.

Soglia di dimensione

Apache 2.0: nessuno. MIT: nessuno. Llama 3.3: 700 milioni di utenti attivi mensili alla data di rilascio.

Marques

Apache 2.0: non concessi. MIT: non menzionati. Llama 3.3: non concessi, salvo l'uso di «Llama» richiesto dalla licenza.

Garanzia

Nessuna per tutti e tre i testi.

Per sapere quali modelli del momento rientrano in ciascuna famiglia, non fidarti di questa tabella: confronta testi, non modelli. Consulta la nostra selezione dei migliori LLM per uso commerciale e, soprattutto, applica il metodo qui sotto alla variante esatta che intendi distribuire.

#Verificare la licenza di un LLM open source modello per modello

Il metodo si articola in cinque passaggi. Richiede una ventina di minuti per modello e lascia una traccia utilizzabile da un legale o da un revisore.

1. 01
   Identificare il repository originale

   Risali alla pagina dell'editore su Hugging Face (organizzazione ufficiale, non un account di terzi che ripubblica una quantizzazione). Annota il nome esatto del repository e della variante: dimensione, instruct o base, versione. Una conversione GGUF pubblicata da terzi resta soggetta alla licenza del modello originale.
2. 02
   Leggere il file di licenza, non l'etichetta

   Il campo license della scheda del modello fornisce un'indicazione, ma fa fede solo il file LICENSE (o equivalente) del repository, insieme agli eventuali file USE_POLICY o NOTICE. Verifica che copra effettivamente i pesi e non solo il codice. Se l'etichetta indica «other», è in gioco una licenza proprietaria: leggila per intero.
3. 03
   Confrontare con la pagina ufficiale dell'editore

   Confronta con la licenza pubblicata sul sito dell'editore o nel suo annuncio. Se le due divergono, non decidere da solo: segnala la discrepanza al tuo legale.
4. 04
   Archiviare il testo datato

   Scarica il file di licenza, annota la data, l'URL e il numero di revisione del repository, e calcolane l'hash. Se in seguito l'editore cambia le sue condizioni, saprai quale versione hai accettato.
5. 05
   Confrontare la licenza con il tuo utilizzo

   Uso interno, servizio o ridistribuzione: per ogni caso, elenca gli obblighi (avvisi, denominazione, policy di utilizzo, soglia) e la persona incaricata di rispettarli. Fai convalidare la griglia da un legale prima della messa in produzione.

L'API pubblica di Hugging Face restituisce i metadati di una scheda, tra cui l'etichetta della licenza. È un punto di partenza rapido, da completare con la lettura del file stesso. Sostituisci il nome del repository con quello che stai valutando.

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:")])'

Per archiviare il file di licenza di un repository pubblico, scaricalo con lo strumento a riga di comando di Hugging Face, poi calcolane l'hash. I repository ad accesso controllato, come quelli di Meta, richiedono di accettare le condizioni sul sito e un token di accesso. Il nome esatto del file varia a seconda del repository: verificalo nella scheda «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 il modello è già installato in Ollama, il comando ollama show affiche la licenza inclusa nel pacchetto. Utile per un controllo di coerenza, non sostituisce la fonte dell'editore: un pacchetto della community può contenere un testo incompleto o mancante.

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

#Insidie comuni

Confondere il codice con i pesi

Un repository GitHub sotto licenza MIT può contenere il codice di inferenza, mentre i pesi sono pubblicati altrove con una licenza personalizzata. È la licenza dei pesi a regolare il tuo uso del modello.

Fidarsi di una ripubblicazione

Le quantizzazioni GGUF pubblicate da terzi a volte riportano una licenza errata o semplificata. Non cambiano i diritti: conta solo il testo dell'editore originale.

Dimenticare l'ereditarietà dei modelli derivati

Un modello sottoposto a fine-tuning a partire da Llama resta soggetto alle condizioni di Llama, anche se il suo autore lo presenta sotto Apache 2.0. Leggi la scheda del modello base indicato nei metadati e il testo della licenza del derivato.

Presumere che una licenza sia immutabile

Gli sviluppatori dei modelli pubblicano una licenza per ogni versione, e le policy di utilizzo incorporate per riferimento possono cambiare. Da qui l'utilità di archiviare il testo datato che hai accettato.

Ignorare i dati di addestramento e gli output

La licenza dei pesi non risolve tutto: status dei contenuti generati, dati personali trattati dal modello, obblighi di settore. Questi temi rientrano in altri testi e richiedono un parere legale specifico.

Dimenticare la normativa

Una licenza permissiva non ti esonera dagli obblighi dell'AI Act in base al tuo ruolo (fornitore, deployer) e all'uso del sistema. È una questione distinta dalla licenza.

#Per approfondire

La licenza è solo uno dei criteri per scegliere un modello. Per capire perché così pochi modelli sono davvero open source, confrontare i modelli disponibili o inquadrare il tuo deployment rispetto all'AI Act, queste pagine completano questa guida.