Моделі Qwen від Alibaba подолали позначку в 3 мільярди завантажень: новий етап гонки відкритого ШІ
Китайський технологічний гігант Alibaba досяг вражаючого рубежу: за останні пів року сукупна кількість завантажень його відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди. Це знакова подія, яка кардинально змінює розстановку сил на глобальному ринку штучного інтелекту.
Корпорація надала спільноті доступ до понад 460 нейромереж, на базі яких розробники по всьому світу створили близько 300 000 похідних моделей. Такий масштаб екосистеми не має аналогів серед західних конкурентів.
Дані Hugging Face: цифри, які говорять самі за себе
Аналіз платформи Hugging Face, найбільшого хабу для ШІ-спільноти, підтверджує домінування Qwen. За сім місяців поточного року моделі Alibaba завантажили 2,05 млрд разів, а кількість форків (похідних репозиторіїв) досягла 151 448. Для порівняння, у Google цей показник становить лише 82 506.
При цьому важливо розуміти контекст: статистика Hugging Face враховує лише активність у межах власної екосистеми, виключаючи API-запити та приватні корпоративні розгортання. Тим не менш, навіть ці неповні дані демонструють колосальний розрив. За 2026 рік моделі Google завантажували 418 млн разів, а Meta — 227 млн разів.
Особливо показовим є щоденний приріст: кількість похідних репозиторіїв Qwen збільшується на 180–210 на добу. Спільнота активно бере участь в адаптації моделей: із 28 531 GGUF-конверсії (оптимізованих для локального запуску) лише 54 створені самою Alibaba, решта — робота ентузіастів. Як слушно зазначають експерти, Qwen стала стандартом робочого процесу для розробників, які обирають модель для донавчання та розгортання.
Секрет успіху: стратегія масштабування та відкритість
Перевага Qwen пояснюється трьома ключовими факторами: регулярні оновлення, покриття всіх масштабів — від компактних версій із субмільярдними параметрами до гігантської Qwen3.8-Max (2,4 трлн параметрів) — та ліцензія Apache 2.0, яка не обмежує комерційне використання.
Вирішальною виявилася широта модельного ряду. За даними Hugging Face, 83% усіх завантажень за історію платформи припадає на моделі з менш ніж 1 млрд параметрів, тоді як гігантські нейромережі (понад 100 млрд) займають лише 1%. Конкуренти, зосереджені на великих LLM, програють: наприклад, Moonshot AI, яка ігнорує малі моделі, зібрала лише 37 млн завантажень за рік — у 55 разів менше, ніж Qwen.
У сегменті локального розгортання Alibaba також лідирує: GGUF-збірки Qwen завантажують 39,6 млн разів на місяць, випереджаючи Gemma (20,8 млн) та Llama (7,5 млн).
Глобальний зсув у відкритому ШІ
Звіт викриває фундаментальні зміни. Майже щомісяця найбільша відкрита модель із Китаю перевершувала за розміром усі американські релізи, досягаючи стелі від 754 млрд до 2,78 трлн параметрів, тоді як у США у п'яти із семи місяців цей показник не перевищував 130 млрд. Більше того, у Китаї 59% моделей із параметрами понад 20 млрд випущені під Apache 2.0, а 22% — під MIT, без жодних обмежень. У США ж 41% таких моделей мають пропрієтарні ліцензії, а 30% — взагалі без зазначення.
Показово, що в США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів — AMD та Nvidia, які випустили понад 200 репозиторіїв кожна. Google і Meta помітно відстають.
Мій аналіз: Успіх Qwen — це не просто статистика, а сигнал про зміну парадигми. Китайська екосистема робить ставку на тотальну відкритість і доступність, що стимулює масову адаптацію та створює потужний мережевий ефект. США, покладаючись на пропрієтарні розробки та контроль над інфраструктурою, ризикують втратити ініціативу в битві за уми розробників, яка зрештою визначає технологічне лідерство.