Моделі Qwen від Alibaba подолали позначку у 3 мільярди завантажень: Китай зміцнює лідерство у відкритому ШІ
Китайська корпорація Alibaba досягла вражаючого рубежу: сукупна кількість завантажень її відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди лише за останні пів року. Це знакова подія, яка наочно демонструє зміну розстановки сил на глобальному ринку штучного інтелекту.
У відкритому доступі компанія розмістила понад 460 різних нейромереж. На їхній основі світова спільнота розробників створила близько 300 000 похідних моделей, що свідчить про формування навколо Qwen потужної екосистеми.
Дані Hugging Face: цифри, які вражають
Мій аналіз даних платформи Hugging Face за останні сім місяців підтверджує цей тренд. Лише в межах цієї екосистеми Qwen була завантажена 2,05 млрд разів, а кількість похідних репозиторіїв досягла 151 448. Для порівняння, у Google цей показник становить лише 82 506. За той самий період завантаження моделей Google склали 418 млн, а Meta — лише 227 млн.
Важливо підкреслити, що статистика Hugging Face враховує лише активність у межах її власної платформи, виключаючи API-запити та корпоративні розгортання. Таким чином, реальний масштаб поширення Qwen, імовірно, ще вищий. Кількість похідних репозиторіїв Qwen щодня зростає на 180–210. Показово, що з 28 531 GGUF-конверсій (формат для локального запуску) лише 54 були створені самою Alibaba — решту зробила спільнота.
Секрет успіху: стратегія, а не випадковість
Перевагу Qwen над конкурентами я пояснюю трьома ключовими факторами. По-перше, це регулярні оновлення модельного ряду. По-друге, покриття всіх масштабів — від компактних версій із субмільярдними параметрами до флагманської Qwen3.8-Max із 2,4 трлн параметрів. По-третє, і це найголовніше, ліцензія Apache 2.0, яка знімає всі обмеження на доопрацювання та комерційне застосування.
Саме широта лінійки стала вирішальним фактором. Згідно з даними Hugging Face, на моделі з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за всю історію платформи. Нейромережі ж із понад 100 млрд параметрів займають лише 1%. Тому лабораторії, зосереджені виключно на гігантських LLM, такі як Moonshot AI, програють: їхні моделі за рік завантажили лише 37 млн разів — у 55 разів менше, ніж Qwen. У сегменті локального розгортання (GGUF) Qwen також лідирує з 39,6 млн завантажень на місяць проти 20,8 млн у Gemma та 7,5 млн у Llama.
Зміна балансу сил у відкритому ШІ
Звіт Hugging Face фіксує фундаментальний зсув. Майже щомісяця цього року найбільша відкрита модель із Китаю перевершувала за розміром усі американські релізи. Стеля китайських моделей коливалася від 754 млрд до 2,78 трлн параметрів, тоді як у конкурентів із США в п’яти із семи місяців вона не перевищувала 130 млрд.
Примітна й різниця в ліцензійній політиці. У Китаї 59% моделей із кількістю параметрів понад 20 млрд випущені під Apache 2.0, 22% — під MIT, і жодна не має обмежень на комерційне використання. В американських розробників картина інша: лише 29% під відкритими ліцензіями, 41% — під пропрієтарними умовами, а 30% — взагалі без зазначення ліцензії.
Цікаво, що в США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів: AMD і Nvidia випустили понад 200 репозиторіїв кожна, залишивши Google і Meta далеко позаду. Це підтверджує мою давню думку: перевага США в ШІ-гонці зараз тримається не на алгоритмах, а на контролі над обчислювальною інфраструктурою.
Мій висновок: стратегія Alibaba з демократизації доступу до ШІ через відкриті ліцензії та широкий модельний ряд виявилася не просто успішною, а революційною. Китайські моделі стають стандартом де-факто для розробників у всьому світі, і це надовго змінить конкурентний ландшафт індустрії.