Новини криптоміра

Китайська корпорація Alibaba досягла вражаючого рубежу: сукупна кількість завантажень її відкритих ШІ-моделей сімейства Qwen за останні пів року перевищила 3 мільярди. Це знакова подія підкреслює стрімкий зсув у глобальній екосистемі штучного інтелекту, де відкриті розробки з КНР починають домінувати за популярністю та масштабом поширення.

У відкритому доступі компанія розмістила понад 460 нейромереж, на основі яких сторонні розробники створили близько 300 000 похідних моделей. Така екосистема формує потужний мережевий ефект, зміцнюючи позиції Alibaba як ключового постачальника фундаментальних технологій.

Дані Hugging Face: Qwen проти гігантів

Свіжа статистика платформи Hugging Face, опублікована в піврічному звіті про стан відкритих моделей, малює ще детальнішу картину. За сім місяців поточного року моделі Qwen завантажувалися 2,05 млрд разів, а кількість їхніх похідних репозиторіїв досягла 151 448. Для порівняння, у Google цей показник становить лише 82 506. При цьому загальні завантаження моделей Google за 2026 рік оцінюються в 418 млн, а Meta — у 227 млн. Важливо враховувати, що ці цифри відображають активність лише всередині екосистеми Hugging Face, виключаючи API-запити та приватні розгортання, що робить реальний розрив ще значнішим.

Кількість похідних репозиторіїв Qwen щодня зростає на 180–210. Показовим є і внесок спільноти: із 28 531 GGUF-конверсій цих моделей лише 54 створила сама Alibaba, решта — результат роботи незалежних розробників. Це підтверджує тезу зі звіту: Qwen стала стандартним елементом робочого процесу для тих, хто обирає модель для донавчання та розгортання.

Секрет успіху: стратегія масштабування

Лідерство Qwen пояснюється трьома ключовими факторами. По-перше, це регулярні оновлення модельного ряду. По-друге, вражаюче покриття всіх масштабів — від субмільярдних версій до флагманської Qwen3.8-Max із 2,4 трлн параметрів. По-третє, використання ліцензії Apache 2.0, яка не накладає обмежень на доопрацювання та комерційне застосування.

Вирішальним фактором виявилася саме широта лінійки. За даними Hugging Face, на версії з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за всю історію платформи, тоді як на нейромережі понад 100 млрд — лише 1%. Конкуренти, зосереджені на великих LLM, явно програють. Наприклад, Moonshot AI, яка майже не випускає моделі менші за 70 млрд, за рік зібрала лише 37 млн завантажень — приблизно в 55 разів менше, ніж Qwen. У сегменті локального розгортання Alibaba також лідирує: її GGUF-збірки завантажують 39,6 млн разів на місяць проти 20,8 млн у Gemma та 7,5 млн у Llama.

Геополітика відкритого ШІ

Звіт також фіксує зміщення балансу сил. Майже щомісяця поточного року найбільша відкрита модель із КНР 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 ліцензійна політика: 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: 29% — під відкритими ліцензіями, 41% — під пропрієтарними умовами.

У США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів: AMD і Nvidia випустили понад 200 репозиторіїв кожна, помітно випереджаючи Google і Meta.

Мій аналіз: Ці дані — не просто статистика, а маркер зміни парадигми. Китайські компанії зробили ставку на відкритість як на інструмент глобального впливу, і ця стратегія працює. Однак не варто забувати: контроль над обчислювальною інфраструктурою залишається за Заходом, що дає США стратегічну перевагу в довгостроковій перспективі, попри тимчасове лідерство КНР у відкритих моделях.