Назад к блогу
243-ФЗнациональная модель ИИсуверенная модель ИИоткрытая лицензиявыбор LLM

Национальная модель ИИ: почему всё решает лицензия

243-ФЗ ввёл два статуса для больших фундаментальных моделей — суверенный и национальный. Второй выглядит доступнее: он прямо разрешает использовать чужие компоненты. Но в определении есть оговорка из четырёх слов, из-за которой значительная часть популярных моделей под национальный статус, скорее всего, не подойдёт.

· 13 мин · Регуляторика
Лицензионный фильтр по 243-ФЗ: модели с лицензиями Apache 2.0 и MIT проходят отбор для национального статуса, Llama Community License и доступ по API — скорее нет

Коротко

Национальный статус допускает иностранные компоненты и чужие фундаментальные модели — но только распространяемые на условиях открытой лицензии. Именно эта формулировка становится главным фильтром.

Apache 2.0 и MIT проходят с высокой вероятностью. Llama Community License с порогом в 700 млн пользователей и запретом обучать конкурирующие модели — скорее нет. Доступ по API не является использованием компонента вовсе.

Главное: подавляющему большинству корпоративных заказчиков этот статус не нужен. Они пользователи моделей, а не их разработчики. Практическое значение лицензионного фильтра для них другое — он определяет, какие модели останутся доступны, если Правительство введёт отраслевые ограничения.

По состоянию на 3 августа 2026 года. Подзаконные акты, которые определят перечень существенных характеристик и порядок подтверждения соответствия, на момент публикации не изданы.

Четыре слова, которые решают всё

Разница между двумя статусами разобрана в постатейном разборе 243-ФЗ: суверенная модель требует полной технической воспроизводимости и собственных компонентов, национальная — мягче. Она допускает и иностранные компоненты, и чужие фундаментальные модели в основе.

С одной оговоркой: чужая модель годится в основу, только если распространяется на условиях открытой лицензии.

На первый взгляд формальность. На практике — развилка, через которую проходит вся конструкция национального статуса. Потому что «открытая лицензия» и «модель с открытыми весами» давно перестали быть синонимами, хотя в разговоре их продолжают путать.

Инженер говорит «открытая модель», имея в виду, что веса можно скачать и запустить у себя. Юрист под открытой лицензией понимает конкретный правовой режим. Между этими двумя пониманиями помещается целый класс моделей, которые скачиваются свободно, но приходят с условиями, для открытой лицензии несвойственными.

Лицензионный фильтр: разбор по моделям

Как формулировка ложится на модели, которые реально рассматривают российские разработчики и интеграторы:

Модель Лицензия Открытая? Комментарий
Qwen 2.5 / Qwen 3 Apache 2.0 Да Классическая свободная лицензия без оговорок. Ограничений по числу пользователей, отраслям и конкурентам нет.
Mistral (открытые веса) Apache 2.0 Да То же. Часть моделей семейства выходит на коммерческих условиях — проверять по конкретной версии.
DeepSeek-V3 / R1 MIT (веса) Да Одна из самых свободных лицензий: ограничений практически нет. Риск не в её условиях, а в зависимости от единственного источника обновлений — если разработчик перестанет публиковать веса, развитие вашей системы остановится.
Llama 3.x / 4 Llama Community License Спорно / нет Собственная лицензия Meta. Порог в 700 млн активных пользователей в месяц, запрет обучать конкурирующие модели, обязательное указание авторства, привязка к правилам использования, которые правообладатель меняет сам.
GigaChat, YandexGPT (через API) Доступ по договору с владельцем Спорно / нет Доступ по API — не передача прав на компонент. Для целей статуса это не «использование компонента на условиях открытой лицензии».

Случай Llama: почему «скачивается свободно» ещё ничего не значит

Llama — одна из самых распространённых открытых моделей и первый кандидат в любом обсуждении локального развёртывания. При этом её лицензия содержит три условия, которых нет ни в одной классической открытой лицензии.

Первое — порог масштаба: если у продукта больше 700 млн активных пользователей в месяц, бесплатная лицензия перестаёт действовать и требуется отдельное соглашение с Meta. Второе — запрет использовать модель и её ответы для обучения конкурирующих фундаментальных моделей. Третье — обязательное указание авторства и привязка к правилам допустимого использования, которые включены в лицензию ссылкой, то есть могут меняться правообладателем в одностороннем порядке.

Три условия Llama Community License: порог в 700 млн активных пользователей в месяц, запрет обучать конкурирующие модели и правила использования, которые правообладатель меняет в одностороннем порядке

Порог в 700 млн пользователей для российского бизнеса выглядит неактуальным — и для повседневной работы это действительно так. Но важен не факт превышения порога, а само наличие условия, которое делит пользователей на категории. Ни Гражданский кодекс, ни 243-ФЗ прямого запрета на такие условия не содержат. Зато он есть в Open Source Definition — отраслевом определении, на которое индустрия ориентируется по умолчанию: пункты 5 и 6 запрещают ограничивать отдельных лиц, группы и направления использования. Если подзаконные акты возьмут этот ориентир за основу, лицензии вроде Llama Community License фильтр не пройдут.

Случай API: компонента нет вообще

Отдельная и более простая ситуация — когда модель используется через API. Здесь вопрос об открытости лицензии даже не возникает, потому что нет самого предмета: владелец сервиса оказывает услугу по обработке запросов, а не передаёт компонент, который можно инспектировать, модифицировать и воспроизводить.

Сравнение двух сценариев: при доступе к весам модель находится в контуре заказчика и её можно изучать, изменять и воспроизводить, при доступе по API компонента в контуре нет — поставщик оказывает услугу

Для национального статуса это принципиально: закон говорит о контроле разработчика над существенными характеристиками модели — структурой, программным обеспечением, настраиваемыми параметрами. Через API таких характеристик не контролирует никто, кроме владельца сервиса. Причём это верно и для зарубежных поставщиков, и для российских: доступ к GigaChat или YandexGPT по API не делает вашу систему обладателем национального статуса, хотя сама модель поставщика на такой статус претендовать может.

Что считать открытой лицензией

Закон термин «открытая лицензия» не расшифровывает. В российском праве ближайшая опора — статья 1286.1 ГК РФ: она описывает открытую лицензию как договор присоединения, все условия которого доступны неопределённому кругу лиц и размещены так, чтобы с ними можно было ознакомиться до начала использования. И всё — требований о том, что лицензия не должна делить пользователей по размеру или ограничивать направления работы, в этой статье нет.

Опора при этом не идеальная: статья 1286.1 написана про произведения науки, литературы и искусства, для программ есть отдельный упрощённый порядок в пункте 5 статьи 1286, а веса модели — вообще спорный объект охраны. Так что применимость этой конструкции к моделям юристы обсуждают, и однозначного ответа до появления практики не будет.

Второй ориентир — отраслевой. Open Source Definition, на который де-факто равняется вся индустрия, прямо запрещает лицензиям ограничивать отдельных лиц, группы и сферы применения. Именно по этим пунктам «community»-лицензии крупных разработчиков и не считаются открытыми, хотя веса под ними скачиваются свободно.

Какой из двух ориентиров возьмут за основу подзаконные акты, пока неизвестно. Но практический вывод от этого не меняется: чем ближе лицензия к классическому образцу без оговорок — Apache 2.0, MIT — тем меньше поводов для спора при любом раскладе.

Что это значит для российских разработчиков

Логика закона подталкивает к очевидному выводу: проще всего требованиям соответствует модель, разработанная в России российским юридическим лицом. Для суверенного статуса это фактически безальтернативно — требование полной технической воспроизводимости цикла разработки, включая обучение, снаружи не выполнить.

Национальный статус мягче и рассчитан на реалистичный сценарий: российская команда берёт открытую модель как основу, дообучает её, разворачивает в отечественных ЦОД и контролирует существенные характеристики. Практический вопрос здесь один — что брать за основу.

И здесь лицензионный фильтр наследуется. Если российская модель построена на Qwen под Apache 2.0, ограничения основы не мешают. Если на Llama — условия Community License переходят вместе с весами, включая порог по числу пользователей и запрет обучать конкурирующие модели. Дообучение чужой основы не обнуляет лицензию, под которой эта основа получена.

Отдельный вопрос — требования к самому разработчику. Закон говорит о российском юридическом лице, и по оценке юристов сюда подтягиваются требования к структуре контроля над компанией. Детализация — в подзаконных актах, которых пока нет, поэтому строить планы на конкретных пороговых значениях преждевременно. Что можно сказать уверенно: для компании с иностранным участием вопрос статуса потребует отдельной юридической проработки.

Что статус даёт

Мы разобрали, какие модели проходят лицензионный фильтр. Теперь — ради чего вообще этот фильтр проходить.

Доступ к данным государственных информационных систем

Для обучения моделей. Порядок определит Правительство по согласованию с органом в области безопасности. Это главный содержательный стимул: таких данных на рынке больше взять негде.

Меры государственной поддержки

Финансовая, имущественная, гарантийная, информационная, поддержка экспорта. Конкретные механизмы и объёмы — за подзаконными актами.

Позиция при возможных отраслевых ограничениях

Правительство вправе устанавливать случаи, когда допускается использование исключительно суверенных или национальных моделей. Прямо названы банковский сектор и финансовый рынок. Перечня пока нет.

Обратите внимание на характер этих стимулов: они устроены как преференции, а не как допуск на рынок. Подтверждение соответствия — добровольная процедура ради доступа к госданным и поддержке, а не обязательная сертификация, без которой нельзя работать. Это принципиальное отличие от конструкции, которая обсуждалась в мартовской редакции проекта и в принятый закон не вошла.

Кому этот статус вообще нужен

Здесь стоит сказать прямо, потому что вокруг темы много лишней тревоги. Статус присваивается модели, а претендует на него её разработчик. Компания, которая развернула чужую модель для своих задач, в этой части закона не участвует.

Кто вы Нужен статус Почему
Разработчик большой фундаментальной модели Да Претендует на господдержку и доступ к данным ГИС. Для него лицензионный фильтр — вопрос стратегии продукта.
Компания, развернувшая чужую модель у себя Нет Это пользователь, а не разработчик фундаментальной модели. Статус ей присваивать не на что и незачем.
Компания, дообучившая открытую модель под свою задачу Скорее нет Дообучение под предметную область не создаёт новую фундаментальную модель. Но если планируется распространять результат как основу для чужого ПО — вопрос стоит проработать с юристом.
Заказчик из банковского сектора или финрынка Косвенно Сам статус ему не нужен, но от статуса используемой модели зависит устойчивость при возможных отраслевых ограничениях.

Из этой таблицы следует практический вывод, который стоит проговорить отдельно: для корпоративного заказчика лицензионный фильтр важен не потому, что ему нужен статус, а потому, что от него зависит доступность моделей в будущем.

Правительство вправе устанавливать случаи, когда в отдельных сферах допускается использование исключительно суверенных или национальных моделей. Банковский сектор и финансовый рынок названы в законе прямо. Перечня остальных отраслей и конкретных случаев пока нет — он появится в подзаконных актах. Но если такое ограничение будет введено, вопрос «на какой лицензии распространяется наша модель» превратится из теоретического в операционный.

Если статус нужен, но не получается

Для пограничных случаев есть альтернативный маршрут: экспериментальные правовые режимы по 258-ФЗ. В рамках такого режима допустимо отойти от отдельных положений — в том числе от определения фундаментальной модели и от критериев суверенности.

Практически это означает, что проект, который по общим правилам лицензионный фильтр не проходит, может получить возможность работать в согласованных границах «песочницы». Инструмент не массовый: вход в ЭПР — отдельная процедура со своими сроками и требованиями, и рассчитывать на него как на основной сценарий не стоит. Но для пилотных проектов с государственным участием или отраслевых экспериментов это рабочая опция, которую имеет смысл держать в виду.

Что из этого следует для архитектуры

Лицензионная чистота модели становится проектным требованием наравне с качеством на русском языке и требованиями к оборудованию. Раньше выбор между Qwen и Llama решался замерами качества и тем, насколько развито сообщество вокруг модели. Теперь добавляется третья ось — насколько лицензия совместима с возможными отраслевыми ограничениями.

К нам пришёл заказчик из промышленности с уже работающим пилотом на Llama. После разбора лицензионных условий сценарий пересобрали на Qwen. Замена заняла три недели и удлинила пилотный проект примерно на треть. На качестве переход не отразился — и это, пожалуй, главное: лицензионно чистый выбор не потребовал жертвовать результатом.

Три недели на этапе пилота — это ещё дёшево. Пилот работает на ограниченном объёме данных, с небольшим кругом пользователей и без интеграций в смежные системы. На промышленной установке та же операция стоит кратно дороже: там уже проиндексирован полный корпус документов, настроены сценарии под поведение конкретной модели, подписаны акты приёмки.

Практически это означает следующее. Если сценарий относится к чувствительной отрасли — банки, финансовый рынок, объекты КИИ, государственные информационные системы — выбор в пользу модели со свободной лицензией без оговорок (Apache 2.0, MIT) снижает риск переделки. Если сценарий нерегулируемый, лицензия остаётся обычным юридическим вопросом, а не фактором соответствия.

Отдельно стоит развести два решения, которые часто смешивают: где выполняются вычисления и какая лицензия у модели. Развернуть Llama полностью в своём контуре технически можно — и с точки зрения защиты данных это будет корректно. Но лицензионный вопрос локальным развёртыванием не решается: условия лицензии привязаны к самим весам и действуют независимо от того, где работает модель.

В AI-Контуре мы поэтому фиксируем лицензионный статус модели на этапе проектирования, вместе с классом данных и требованиями к аттестации среды. Причина простая: смена базовой модели на работающей системе — это не подмена файла, а переиндексация корпуса документов, перенастройка запросов под другое поведение модели, повторное тестирование качества и повторная приёмка. На этапе выбора та же проверка занимает несколько часов работы юриста.

Что имеет смысл сделать

  1. Выяснить, под какой лицензией распространяется модель, на которой работают ваши ИИ-сценарии. Не «открытая или нет» на слух, а текст лицензии.
  2. Отделить случаи доступа по API от случаев использования весов: это принципиально разные правовые конструкции.
  3. Определить свою роль — пользователь или разработчик фундаментальной модели. От этого зависит, относится ли к вам вообще эта часть закона.
  4. Если вы в банковском секторе или на финрынке — заложить в план сценарий, при котором Правительство ограничит выбор моделей.
  5. Следить за подзаконными актами: перечень существенных характеристик для национального статуса и порядок подтверждения соответствия ещё не изданы.

Ни один из этих шагов не требует спешки: обязанности разработчиков и право Правительства вводить отраслевые ограничения вступают в силу 1 марта 2027 года, а для систем, находящихся к этой дате в промышленной эксплуатации, действует переходный период до 1 сентября 2032 года. Но все они дешевле, если делаются на этапе выбора модели, а не после её внедрения.

Частые вопросы

В чём разница между суверенной и национальной моделью ИИ?

Обе разрабатываются российским юридическим лицом и размещаются в российских ЦОД. Разница в глубине контроля и в компонентах: суверенная модель предполагает полную техническую воспроизводимость цикла разработки и собственные компоненты, национальная допускает иностранные компоненты и чужие фундаментальные модели, но только при их распространении на условиях открытой лицензии.

Подходит ли Llama для получения статуса национальной модели?

Это спорный вопрос, и ответ скорее отрицательный. Llama Community License не является открытой лицензией в общепринятом смысле: лицензия содержит порог в 700 млн активных пользователей в месяц, выше которого требуется отдельное разрешение Meta, запрет использовать результаты для обучения конкурирующих фундаментальных моделей и обязательное указание авторства. Формально это собственная коммерческая лицензия Meta, а не открытая. Окончательную ясность должны внести подзаконные акты и практика.

Нужен ли статус, если мы просто используем чужую LLM у себя в контуре?

Нет. Статус суверенной или национальной модели присваивается модели, а претендует на него её разработчик. Компания, развернувшая чужую модель для своих задач, выступает пользователем и в этой части закона не участвует. Отдельный вопрос — какая модель окажется допустимой, если Правительство введёт отраслевые ограничения.

Что статус даёт на практике?

Доступ к данным государственных информационных систем для обучения и меры господдержки: финансовую, имущественную, гарантийную, информационную и поддержку экспорта. Конкретные механизмы определят подзаконные акты. Плюс устойчивая позиция, если Правительство ограничит выбор моделей в отдельных отраслях.

Сколько стоит поменять базовую модель, если лицензия не подошла?

На этапе пилота — терпимо. У заказчика из промышленности пересборка сценария с Llama на Qwen заняла три недели и удлинила пилот примерно на треть, при этом качество не просело. На промышленной установке дороже: там уже проиндексирован полный корпус документов, настроены сценарии под поведение конкретной модели и подписаны акты приёмки. Проверка лицензии на этапе выбора занимает несколько часов работы юриста.

Доступ к модели по API считается использованием компонента на открытой лицензии?

Нет. Доступ по API — это предоставление услуги, а не передача прав на компонент, который можно инспектировать, изменять и воспроизводить. Для целей национального статуса важна возможность контролировать существенные характеристики модели, чего доступ по API не даёт.

Разбор 243-ФЗ: постатейная карта закона об ИИ

PDF, 9 страниц для CTO, ИБ и комплаенса. Карта всех тринадцати статей, сравнение суверенного и национального статуса, условия переходного периода и чек-лист проверки ИИ-сценария.

Получить разбор
AZONE AI: проверка лицензионного статуса ИИ-модели и подбор альтернативы для развёртывания в закрытом контуре

Проверить лицензионный статус вашей модели

Разберём, под какой лицензией работает ваш ИИ-сценарий, насколько он устойчив к возможным отраслевым ограничениям и какая альтернатива подойдёт, если менять базовую модель всё же придётся.