Екосистема Qwen: 3 мільярди завантажень і новий баланс сил у відкритому ШІ
Китайський технологічний гігант Alibaba досяг вражаючого рубежу: сукупна кількість завантажень їхніх відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди за останні пів року. Цей показник, про який я раніше не повідомляв у своїх оглядах, підтверджує тектонічний зсув в індустрії відкритого штучного інтелекту.
На сьогодні корпорація опублікувала у відкритому доступі понад 460 нейромереж, які стали фундаментом для створення 300 000 похідних моделей розробниками по всьому світу.
Аналіз екосистеми через призму Hugging Face
Дані платформи Hugging Face, опубліковані в піврічному звіті, малюють ще детальнішу картину. За сім місяців поточного року моделі Qwen завантажувалися 2,05 млрд разів, а кількість похідних репозиторіїв досягла 151 448. Для порівняння, у Google цей показник становить лише 82 506. При цьому важливо розуміти, що статистика Hugging Face враховує лише активність у межах власної екосистеми, виключаючи API-запити та приватні корпоративні розгортання, що робить реальний масштаб поширення Qwen ще значнішим.
Динаміка зростання вражає: щодня з’являється від 180 до 210 нових похідних репозиторіїв на основі Qwen. Показово, що з 28 531 GGUF-конверсій цих моделей на платформі лише 54 створені самою Alibaba — решта є заслугою активної спільноти розробників.
«Qwen стала стандартом робочого процесу для розробників, які вирішують, яку модель донавчати та розгортати», — зазначають аналітики Hugging Face, і я з цим повністю згоден.
Фактори успіху та розстановка сил
Лідерство Qwen пояснюється трьома ключовими факторами: регулярні оновлення модельного ряду, покриття всіх масштабів — від субмільярдних версій до флагманської Qwen3.8-Max з 2,4 трлн параметрів, і ліцензія Apache 2.0, що не обмежує комерційне використання. Широта лінійки виявилася вирішальною: на моделі з менш ніж 1 млрд параметрів припадає 83% усіх історичних завантажень на платформі, тоді як на нейромережі понад 100 млрд — лише 1%.
У сегменті локального розгортання Qwen також домінує: GGUF-збірки завантажують 39,6 млн разів на місяць, що майже вдвічі більше за показники Gemma (20,8 млн) і в п’ять разів більше за Llama (7,5 млн). Китайські розробники дедалі частіше випускають моделі під відкритими ліцензіями: 59% моделей з параметрами понад 20 млрд використовують Apache 2.0, тоді як в американських аналогів 41% припадає на пропрієтарні умови.
Мій аналітичний висновок: Китай стратегічно виграє не лише в кількості, а й у доступності технологій, створюючи собі армію лояльних розробників по всьому світу. США, своєю чергою, зберігають контроль над інфраструктурою та чипами, що робить гонку складнішою, ніж просте порівняння кількості завантажень. У найближчі роки саме екосистеми, а не окремі моделі, визначатимуть розстановку сил у світовому ШІ.