نسخه سوم AlphaFold، توسعه یافته توسط Google DeepMind، برای استفاده غیرتجاری منتشر شده است و به دانشمندان اجازه می‌دهد تا کد نرم‌افزار را دانلود و استفاده کنند. این نسخه که در 11 نوامبر اعلام شد، پس از برخی جنجال‌ها منتشر گردید زمانی که DeepMind ابتدا کد را مخفی نگه داشت. AlphaFold3 یک ارتقای مهم محسوب می‌شود زیرا می‌تواند علاوه بر پروتئین‌ها، مولکول‌های دیگر را نیز مدل کند؛ برخلاف نسخه‌های قبلی. ابتدا، این ابزار تنها از طریق یک سرور وب قابل دسترسی بود که توانایی دانشمندان را در پیش‌بینی رفتار پروتئین در حضور داروهای احتمالی محدود می‌کرد. در پی انتقادات مرتبط با تکرارپذیری، حال DeepMind یک نسخه با منبع باز منتشر کرده است، هرچند تنها آکادمیک‌ها می‌توانند وزنه‌های آموزشی را درخواست کنند. چندین شرکت دیگر ابزارهای با منبع باز دیگری با الهام از مشخصات AlphaFold3 توسعه داده‌اند، از جمله بایدو، بایت‌دانس و چای دیسکاوری، اگرچه این ابزارها برای استفاده تجاری مجوز ندارند. با این حال، مدل چای-1 چای دیسکاوری از طریق یک سرور وب برای کشف دارو قابلیت دسترسی دارد.

شرکت Ligo Biosciences در سانفرانسیسکو نسخه‌ای کمتر محدود از این ابزار ارائه می‌کند اما فاقد قابلیت‌های کامل است. تلاش‌هایی توسط تیم‌های مختلف در حال انجام است تا نسخه‌هایی کاملا با منبع باز توسعه دهند، مانند نسخه پیش‌بینی شده OpenFold3، که به شرکت‌های دارویی اجازه می‌دهد تا مدل را با استفاده از داده‌های اختصاصی بازآموزی کنند برای بهبود عملکرد. بحث در مورد باز بودن در این حوزه ادامه دارد، با برخی کارشناسان مانند محمد القریشی از دانشگاه کلمبیا که طرفدار مدل‌های کاملا باز هستند. آنتونی گیتر از دانشگاه ویسکانسین-مدیسون بر نیاز به شفافیت در زمان اشتراک‌گذاری مدل‌های هوش مصنوعی تأکید می‌کند. با وجود چالش‌ها، انتظار می‌رود انتشار نسخه با منبع باز AlphaFold3 نوآوری‌هایی مشابه آنچه با AlphaFold2 مشاهده شد، به وجود آورد، مانند طراحی پروتئین‌ها برای اهداف سرطان و شناسایی پروتئین‌های حیاتی برای اتصال اسپرم و تخمک. جان جامپر، که تیم AlphaFold را رهبری می‌کند، ابراز اشتیاق برای استفاده‌های غیرمنتظره آینده می‌کند و به هر دو امکان شکست و موفقیت اشاره دارد.