За последние шесть месяцев количество скачиваний ИИ-моделей Qwen от Alibaba превысили 3 млрд. Об этом со ссылкой на заявление компании пишет Bloomberg.
Китайская корпорация выложила в открытый доступ свыше 460 нейросетей, на основе которых разработчики построили 300 000 производных.
Что показывают данные Hugging Face
За день до публикации в Bloomberg платформа Hugging Face поделилась полугодовым отчетом о состоянии открытых моделей. Согласно ее расчетам, за семь месяцев текущего года Qwen скачали 2,05 млрд раз, а число производных репозиториев достигло 151 448. У Google этот показатель — 82 506.
Источник: Hugging Face.
По оценке Hugging Face, в 2026 году загрузки моделей Google составили 418 млн, Meta — 227 млн. При этом статистика площадки учитывает только активность внутри ее экосистемы, исключая API-запросы, частные развертывания и другие каналы распространения.
Авторы отчета также подчеркнули, что эти данные не стоит воспринимать как индикатор доли рынка или реального коммерческого использования.
Количество производных репозиториев Qwen ежедневно растет на 180-210. Из 28 531 GGUF‑конверсии этих моделей на платформе только 54 создала Alibaba, остальное — сообщество.
«Qwen стала частью стандартного рабочего процесса разработчиков, которые выбирают, какую модель дообучать и развертывать», — отметили в Hugging Face.
Почему Qwen обошла конкурентов
Специалисты объяснили позиции Qwen тремя причинами: регулярными обновлениями, покрытием всех масштабов — от субмиллиардных версий до Qwen3.8-Max (2,4 трлн параметров), и лицензией Apache 2.0, которая не ограничивает доработку и коммерческое применение.
Широта модельного ряда оказалась решающим фактором. По данным Hugging Face, на версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как на нейросети свыше 100 млрд — лишь 1%.
Сосредоточенные на крупных LLM лаборатории отстают: например, Moonshot AI, почти не выпускающая модели меньше 70 млрд, за год собрала 37 млн загрузок — примерно в 55 раз меньше, чем Qwen.
Разработка Alibaba также лидирует в сегменте локального развертывания: ее GGUF‑сборки скачивают 39,6 млн раз в месяц, у Gemma — 20,8 млн, у Llama — 7,5 млн.
Расстановка сил в открытом ИИ
Отчет показал смещение баланса: почти каждый месяц в текущем году крупнейшая открытая модель из КНР превосходила по размеру все релизы из США. Ее потолок колебался от 754 млрд до 2,78 трлн, в то время как у конкурентов в пяти из семи месяцев он не превышал 130 млрд.
В Китае 59% моделей с числом параметров более 20 млрд выпущены под Apache 2.0, 22% — под MIT, и ни одна из них не имеет ограничений на коммерческое использование. У американских разработчиков в той же категории картина иная: 29% — под Apache/MIT, 41% — под проприетарными условиями, 30% — без указания лицензии.
Источник: Hugging Face.
В США лидерами по числу новых открытых моделей стали не ИИ-лаборатории, а производители чипов: AMD и Nvidia — каждая выпустила более 200 репозиториев. Google и Meta по этому показателю заметно уступают.
Напомним, в августе автор книги Techno-Nationalism Алекс Капри заявил, что Соединенные Штаты сохраняют преимущество в ИИ-гонке не столько за счет отдельных моделей, сколько благодаря контролю над инфраструктурой.
https://forklog.com/exclusive/ai/temnaya-storona-kimi
