Новини криптоміра

Китайський технологічний гігант Alibaba досяг вражаючого рубежу: за останні пів року сукупна кількість завантажень їхніх відкритих ШІ-моделей родини Qwen перевищила 3 мільярди. Це колосальний показник, який виводить китайську корпорацію в абсолютні лідери за популярністю серед розробників по всьому світу.

На сьогодні Alibaba виклала у відкритий доступ понад 460 різних нейромереж, а кількість похідних моделей, створених на їхній основі, досягла 300 000. Це свідчить про формування навколо Qwen потужної екосистеми розробників, які активно використовують ці моделі як фундамент для власних проєктів.

Дані Hugging Face: цифри, які вражають

Аналіз платформи Hugging Face, яка є головним хабом для open-source ШІ, підтверджує цей тренд. За сім місяців поточного року моделі Qwen були завантажені 2,05 млрд разів, а кількість їхніх похідних репозиторіїв досягла 151 448. Для порівняння, у Google цей показник становить лише 82 506. За весь 2026 рік завантаження моделей Google оцінюються в 418 млн, а Meta — в 227 млн. Важливо розуміти, що статистика Hugging Face враховує лише активність у межах власної екосистеми, виключаючи API-запити та приватні розгортання, що робить реальний масштаб поширення Qwen ще значнішим.

Примітно, що кількість похідних репозиторіїв Qwen щодня зростає на 180–210. Із 28 531 GGUF-конверсії цих моделей на платформі лише 54 були створені самою Alibaba — решту зробила спільнота. Це яскравий індикатор того, що Qwen стала стандартом де-факто в робочому процесі розробників, які обирають, яку модель донавчати та розгортати.

Секрет успіху: стратегія, а не випадковість

Перевага Qwen над конкурентами не випадкова. Я бачу три ключові фактори, які забезпечили цей успіх:

По-перше, регулярні оновлення модельного ряду. По-друге, неймовірна широта покриття — від компактних версій із субмільярдними параметрами до гігантської Qwen3.8-Max із 2,4 трлн параметрів. По-третє, і це найважливіше, ліцензія Apache 2.0, яка не накладає обмежень на доопрацювання та комерційне використання.

Саме широта лінійки виявилася вирішальною. За даними Hugging Face, на версії з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за історію платформи, тоді як на нейромережі понад 100 млрд — лише 1%. Конкуренти, зосереджені на величезних LLM, такі як Moonshot AI, які практично не випускають моделей менших за 70 млрд, за рік зібрали лише 37 млн завантажень — приблизно в 55 разів менше, ніж Qwen. У сегменті локального розгортання GGUF-збірки Qwen завантажують 39,6 млн разів на місяць, залишаючи позаду Gemma (20,8 млн) та Llama (7,5 млн).

Зміна балансу сил у відкритому ШІ

Звіт також демонструє фундаментальний зсув у розстановці сил. Майже щомісяця в поточному році найбільша відкрита модель із Китаю перевершувала за розміром усі релізи зі США. Стеля параметрів китайських моделей коливалася від 754 млрд до 2,78 трлн, тоді як в американських конкурентів у п'яти із семи місяців вона не перевищувала 130 млрд.

Ліцензійна політика також грає на руку Китаю. Там 59% моделей із кількістю параметрів понад 20 млрд випущені під Apache 2.0 і 22% — під MIT, без обмежень на комерційне використання. В американських розробників у тій самій категорії лише 29% під відкритими ліцензіями, 41% — під пропрієтарними умовами, а 30% — взагалі без зазначення ліцензії. Показово, що в США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів AMD і Nvidia, які випустили понад 200 репозиторіїв кожен.

Мій аналіз: Успіх Qwen — це не просто маркетингова перемога, а результат правильної екосистемної стратегії. Alibaba зробила ставку на доступність і гнучкість, що в умовах, коли розробники все частіше шукають ефективні рішення для локального розгортання, виявилося набагато важливішим, ніж гонка за рекордною кількістю параметрів. Це серйозний сигнал для західних лабораторій, які досі роблять ставку на закриті та надвеликі моделі.