Моделі Qwen від Alibaba подолали позначку в 3 млрд завантажень: аналіз феномену відкритого ШІ
Китайський технологічний гігант Alibaba досяг вражаючого рубежу: за останні пів року сукупна кількість завантажень їхніх відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди. Ця подія знаменує собою не просто черговий рекорд, а фундаментальний зсув у глобальному ландшафті штучного інтелекту, де відкриті розробки з КНР починають домінувати над західними аналогами.
Цифри, які говорять самі за себе
Масштаб екосистеми Qwen вражає уяву. Корпорація виклала у відкритий доступ понад 460 базових нейромереж, на основі яких світова спільнота розробників створила понад 300 000 похідних моделей. Аналізуючи дані платформи Hugging Face, я бачу підтвердження цієї тенденції: за сім місяців поточного року моделі Qwen завантажувалися понад 2,05 млрд разів, а кількість форків досягла 151 448. Для порівняння, у Google цей показник становить лише 82 506.
Особливо показовим є порівняння з конкурентами. За 2026 рік завантаження моделей Google склали 418 млн, а Meta — скромні 227 млн. Важливо розуміти, що статистика Hugging Face враховує лише активність у межах власної екосистеми платформи, виключаючи API-запити та приватні корпоративні розгортання. Тим не менш, навіть з урахуванням цих обмежень, розрив колосальний і вказує на якісну зміну вподобань розробників.
Секрет успіху: стратегія, а не випадковість
Чому Qwen вдалося обійти визнаних лідерів? Мій аналіз виділяє три ключові фактори. По-перше, це регулярність оновлень — Alibaba випускає нові версії із заздрісною періодичністю. По-друге, безпрецедентне покриття всіх масштабів моделей: від компактних субмільярдних версій до гігантської Qwen3.8-Max з 2,4 трлн параметрів. І по-третє, критично важлива ліцензія Apache 2.0, яка не накладає жодних обмежень на доопрацювання та комерційне застосування.
Широта модельного ряду виявилася вирішальним фактором. Згідно з даними Hugging Face, на версії з менш ніж 1 млрд параметрів припадає 83% усіх історичних завантажень платформи, тоді як на нейромережі понад 100 млрд — лише 1%. Це пояснює, чому лабораторії, зосереджені виключно на гігантських LLM, такі як Moonshot AI, відстають: їхні моделі зібрали лише 37 млн завантажень за рік — приблизно в 55 разів менше, ніж Qwen. У сегменті локального розгортання (GGUF-збірки) Qwen також лідирує з 39,6 млн завантажень на місяць проти 20,8 млн у Gemma та 7,5 млн у Llama.
Геополітичний зсув у розстановці сил
Звіт демонструє фундаментальне зміщення балансу. Майже щомісяця поточного року найбільша відкрита модель з КНР перевершувала за розміром усі релізи зі США. Стеля китайських моделей 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. Більше того, у Китаї 59% моделей з числом параметрів понад 20 млрд випущені під Apache 2.0, і жодна не має обмежень на комерційне використання. У США картина протилежна: 41% — під пропрієтарними умовами.
Примітно, що в самих Штатах 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.
Моя експертна оцінка: успіх Qwen — це не просто перемога однієї компанії, а сигнал про те, що відкрита екосистема ШІ все більше зміщується в бік Китаю. Стратегія Alibaba, яка робить ставку на доступність і гнучкість, виявилася ефективнішою для реального світу розробки, ніж закриті або обмежені підходи західних гігантів. Вважаю, що в найближчі квартали ми станемо свідками того, як американські компанії будуть змушені переглянути свою ліцензійну політику, щоб не втратити частку ринку, що залишилася.