Новини криптоміра

Китайський технологічний гігант Alibaba досяг вражаючого рубежу: сукупна кількість завантажень їхніх відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди за останні пів року. Це знакова подія для всієї індустрії, що демонструє колосальний попит на доступні та гнучкі рішення у сфері генеративного штучного інтелекту.

На сьогодні корпорація виклала у відкритий доступ понад 460 різних нейромереж. На їхній основі світова спільнота розробників створила понад 300 000 похідних моделей, що підтверджує статус Qwen як фундаментальної платформи для інновацій.

Аналітика Hugging Face: цифри та тренди

Незалежна платформа Hugging Face, яка є головним хабом для open-source ШІ, опублікувала піврічний звіт про стан ринку відкритих моделей. Згідно з цими даними, за сім місяців поточного року моделі Qwen завантажувалися 2,05 млрд разів, а кількість їхніх похідних репозиторіїв досягла 151 448. Для порівняння, аналогічний показник у Google становить лише 82 506.

Показники конкурентів виглядають скромніше: завантаження моделей Google у 2026 році оцінюються у 418 млн, а Meta — у 227 млн. Важливо розуміти, що статистика Hugging Face відображає активність лише всередині їхньої екосистеми, не враховуючи API-запити, приватні корпоративні розгортання та інші канали поширення. Тим не менш, навіть з урахуванням цих обмежень, розрив колосальний.

Особливої уваги заслуговує динаміка спільноти: кількість похідних репозиторіїв Qwen щодня збільшується на 180-210. Примітно, що з 28 531 GGUF-конверсій (формат для локального запуску) лише 54 створені самою Alibaba, решта — робота ентузіастів. Це свідчить про те, що Qwen стала стандартом де-факто у робочому процесі розробників по всьому світу.

Секрет успіху: стратегія масштабування

Аналітики виділяють три ключові фактори, що забезпечили домінування Qwen. По-перше, це регулярні оновлення модельного ряду. По-друге, безпрецедентне покриття всіх масштабів — від компактних версій із субмільярдною кількістю параметрів до флагманської Qwen3.8-Max з 2,4 трлн параметрів. По-третє, і це головне, використання ліцензії Apache 2.0, яка знімає всі обмеження на доопрацювання та комерційне застосування.

Широта лінійки виявилася вирішальним фактором. Згідно зі статистикою, на моделі з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за історію платформи, тоді як гіганти понад 100 млрд параметрів займають лише 1%. Лабораторії, зосереджені виключно на великих LLM, явно програють. Наприклад, Moonshot AI, яка ігнорує компактні моделі, зібрала лише 37 млн завантажень за рік — приблизно у 55 разів менше, ніж Qwen.

У сегменті локального розгортання Alibaba також лідирує: їхні GGUF-збірки завантажують 39,6 млн разів на місяць, тоді як у Gemma (Google) цей показник — 20,8 млн, а у Llama (Meta) — лише 7,5 млн.

Геополітика відкритого ШІ

Звіт розкриває важливий зсув у розстановці сил. Майже щомісяця поточного року найбільша відкрита модель з Китаю перевершувала за розміром усі американські релізи. Стеля китайських моделей коливалася від 754 млрд до 2,78 трлн параметрів, тоді як у конкурентів із США у п'яти із семи місяців вона не перевищувала 130 млрд.

Показовою є й ліцензійна політика. У Китаї 59% моделей із параметрами понад 20 млрд випущені під Apache 2.0, а 22% — під MIT. Жодна з них не має обмежень на комерційне використання. У США картина протилежна: лише 29% під відкритими ліцензіями, 41% — під пропрієтарними умовами, а 30% — взагалі без зазначення ліцензії.

Цікаво, що у США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів — AMD і Nvidia випустили понад 200 репозиторіїв кожна, залишивши позаду Google і Meta.

Мій аналіз: Тріумф Qwen — це не просто успіх окремої компанії, а сигнал про фундаментальну перебудову ринку. Відкрита екосистема з гнучкими ліцензіями та широким спектром моделей стає головним драйвером інновацій, зміщуючи акцент із технологічної переваги на доступність і швидкість впровадження. США, які роблять ставку на пропрієтарні розробки та інфраструктуру, ризикують втратити ініціативу в гонці за уми розробників.