Рекорд Alibaba: відкриті моделі Qwen подолали позначку в 3 мільярди завантажень
Китайський технологічний гігант Alibaba досяг вражаючого рубежу: сукупна кількість завантажень його відкритих ШІ-моделей сімейства Qwen за останні пів року перевищила 3 млрд. Цей показник демонструє колосальний попит на нейромережі з Піднебесної та знаменує важливий зсув у глобальному балансі сил на ринку відкритого штучного інтелекту.
На сьогодні корпорація виклала у відкритий доступ понад 460 моделей, на основі яких сторонні розробники створили близько 300 000 похідних рішень. Це робить екосистему Qwen однією з наймасштабніших і найдинамічніших в індустрії.
Дані Hugging Face: домінування в екосистемі
Аналіз платформи Hugging Face, опублікований напередодні заяви Alibaba, проливає світло на природу цього успіху. За сім місяців поточного року моделі Qwen були завантажені 2,05 млрд разів, а кількість їхніх похідних репозиторіїв досягла 151 448. Для порівняння, найближчий конкурент із США — Google — демонструє значно скромніші результати: 82 506 похідних і 418 млн завантажень за аналогічний період. Моделі Meta і зовсім відстають із показником 227 млн завантажень.
Важливо підкреслити, що статистика Hugging Face враховує лише активність у межах власної екосистеми, виключаючи API-запити та приватні корпоративні розгортання. Таким чином, реальний масштаб поширення Qwen, імовірно, ще вищий.
Особливої уваги заслуговує сегмент локального розгортання (GGUF-конверсії). Тут Qwen також упевнено лідирує: 39,6 млн завантажень на місяць проти 20,8 млн у Gemma та 7,5 млн у Llama. Примітно, що з 28 531 GGUF-збірки Qwen на платформі лише 54 створені самою Alibaba — решту генерує активна спільнота, що підтверджує глибоку інтеграцію цих моделей у повсякденні робочі процеси розробників по всьому світу.
Секрет успіху: стратегія масштабування та відкритість
Позиції Qwen пояснюються трьома ключовими факторами: регулярними оновленнями модельного ряду, безпрецедентним покриттям усіх масштабів — від компактних версій із субмільярдними параметрами до гігантської Qwen3.8-Max (2,4 трлн параметрів) — та ліцензією Apache 2.0, яка знімає всі обмеження на доопрацювання та комерційне використання.
Широта модельного ряду виявилася вирішальним фактором. Згідно з даними Hugging Face, на моделі з параметрами менше 1 млрд припадає 83% усіх завантажень за історію платформи, тоді як частка гігантських нейромереж (понад 100 млрд параметрів) становить лише 1%. Лабораторії, зосереджені виключно на великих LLM, програють: 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.
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.
Ключова відмінність криється в ліцензійній політиці. У Китаї 59% моделей із кількістю параметрів понад 20 млрд випущені під Apache 2.0, а 22% — під MIT, при цьому жодна з них не має обмежень на комерційне застосування. В американських розробників картина протилежна: лише 29% — під відкритими ліцензіями, 41% — під пропрієтарними умовами, а 30% — взагалі без зазначення ліцензії. Примітно, що в США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів — AMD і Nvidia, які випустили понад 200 репозиторіїв кожна.
Мій коментар: Стратегія Alibaba — це майстер-клас із захоплення ринку відкритого ШІ. Роблячи ставку на доступність і гнучкість, компанія не просто нарощує завантаження, а формує стандарт де-факто для розробників по всьому світу. Американським лабораторіям, які часто ховають свої найкращі напрацювання за пропрієтарними ліцензіями, доведеться переглянути свою стратегію, інакше вони ризикують остаточно втратити ініціативу в цій гонці.