Qwen від Alibaba подолала позначку в 3 млрд завантажень: чому відкриті моделі Китаю домінують
Екосистема відкритого штучного інтелекту переживає тектонічний зсув, і його епіцентр знаходиться в Китаї. Сімейство моделей Qwen від Alibaba досягло колосальної позначки — понад 3 млрд завантажень за останні шість місяців. Це не просто цифра, а маркер того, як стрімко змінюється розстановка сил на глобальному ринку ШІ.
Китайська корпорація виклала у відкритий доступ понад 460 нейромереж, на основі яких розробники по всьому світу створили близько 300 000 похідних моделей. Масштаб вражає, але ще більш показовим є аналіз платформи Hugging Face, яка напередодні опублікувала свій піврічний звіт про стан відкритих моделей.
Дані Hugging Face: битва титанів
Згідно з розрахунками платформи, за сім місяців поточного року Qwen завантажили 2,05 млрд разів, а кількість похідних репозиторіїв досягла 151 448. Для порівняння: у Google цей показник становить лише 82 506. Відставання конкурентів очевидне: завантаження моделей Google у 2026 році оцінюються в 418 млн, а Meta — у 227 млн. Важливо підкреслити, що ця статистика враховує лише активність у межах екосистеми Hugging Face, виключаючи API-запити та приватні розгортання, що робить реальний розрив ще більш значним.
Автори звіту справедливо зазначають, що ці цифри не варто сприймати як прямий індикатор частки ринку або комерційного використання. Однак динаміка вражає: кількість похідних репозиторіїв Qwen щодня зростає на 180–210. Показово й те, що з 28 531 GGUF-конверсії цих моделей на платформі лише 54 створила сама Alibaba — решта це робота спільноти. Як влучно зазначено у звіті, Qwen стала стандартною частиною робочого процесу розробників, які обирають модель для донавчання та розгортання.
Секрет успіху: стратегія, а не випадковість
Позиції Qwen пояснюються трьома ключовими факторами: регулярні оновлення, покриття всіх масштабів — від субмільярдних версій до гігантської Qwen3.8-Max з 2,4 трлн параметрів, і ліцензія Apache 2.0, що не обмежує доопрацювання та комерційне застосування. Вирішальною виявилася саме широта модельного ряду. На версії з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за історію платформи, тоді як на нейромережі понад 100 млрд — лише 1%. Лабораторії, зосереджені на великих LLM, відстають: Moonshot AI, яка майже не випускає моделі менші за 70 млрд, за рік зібрала лише 37 млн завантажень — приблизно у 55 разів менше, ніж Qwen.
Alibaba також домінує в сегменті локального розгортання: її GGUF-збірки завантажують 39,6 млн разів на місяць, тоді як у Gemma цей показник — 20,8 млн, а у Llama — лише 7,5 млн.
Нова розстановка сил у відкритому ШІ
Звіт виявив зміщення балансу: майже щомісяця в поточному році найбільша відкрита модель із КНР перевершувала за розміром усі релізи зі США. Її стеля коливалася від 754 млрд до 2,78 трлн параметрів, тоді як в американських конкурентів у п'яти з семи місяців вона не перевищувала 130 млрд. У Китаї 59% моделей із кількістю параметрів понад 20 млрд випущено під Apache 2.0, 22% — під MIT, і жодна з них не має обмежень на комерційне використання. В американських розробників картина інша: 29% — під Apache/MIT, 41% — під пропрієтарними умовами, 30% — без зазначення ліцензії.
Примітно, 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.
Мій аналіз: Ми спостерігаємо фундаментальний зсув. Китайські компанії зрозуміли, що відкритість — це не благодійність, а найпотужніший інструмент захоплення ринку та стандартизації. Роблячи ставку на Apache 2.0 і покриваючи всі ніші — від Edge до дата-центрів, Alibaba не просто наздоганяє конкурентів, а формує нову реальність, де розробники за замовчуванням обирають Qwen. США зберігають перевагу в інфраструктурі, але в битві за уми розробників Китай уже виграє.