Моделі Qwen від Alibaba подолали позначку у 3 мільярди завантажень: феномен відкритого ШІ з Китаю
Китайський технологічний гігант Alibaba досяг вражаючого рубежу: сукупна кількість завантажень його відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди лише за останні пів року. На сьогодні корпорація виклала у відкритий доступ понад 460 нейромереж, які стали основою для створення 300 000 похідних моделей розробниками по всьому світу.
Дані платформи Hugging Face: тріумф Qwen
Аналіз екосистеми Hugging Face, опублікований у піврічному звіті про стан відкритих моделей, малює ще детальнішу картину. Згідно з цими даними, за перші 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. Завантаження моделей Google за 2026 рік оцінюються у 418 млн, а Meta — у 227 млн.
Важливо підкреслити, що статистика Hugging Face враховує лише активність у межах власної екосистеми, виключаючи API-запити, приватні розгортання та інші канали поширення. Самі автори звіту застерігають від сприйняття цих цифр як прямого індикатора частки ринку чи реального комерційного використання. Тим не менш, динаміка вражає: кількість похідних репозиторіїв Qwen щодня зростає на 180–210. Показово, що з 28 531 GGUF-конверсій цих моделей на платформі лише 54 створені самою Alibaba — решта це робота спільноти.
Секрет успіху: стратегія масштабування та ліцензійна політика
Позиції Qwen пояснюються трьома ключовими факторами: регулярними оновленнями, вражаючим покриттям усіх масштабів — від субмільярдних версій до гігантської Qwen3.8-Max з 2,4 трлн параметрів, — та ліцензією Apache 2.0, яка не обмежує доопрацювання і комерційне застосування. Широта модельного ряду 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%.
Лабораторії, зосереджені виключно на великих LLM, явно відстають. Наприклад, Moonshot AI, яка майже не випускає моделі менші за 70 млрд, за рік зібрала лише 37 млн завантажень — приблизно у 55 разів менше, ніж Qwen. Alibaba також домінує в сегменті локального розгортання: її GGUF-збірки завантажують 39,6 млн разів на місяць, тоді як у Gemma цей показник становить 20,8 млн, а у Llama — 7,5 млн.
Зсув балансу сил у відкритому ШІ
Звіт демонструє зміщення глобального балансу. Майже щомісяця поточного року найбільша відкрита модель із 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 із семи місяців вона не перевищувала 130 млрд. У Китаї 59% моделей із кількістю параметрів понад 20 млрд випущені під Apache 2.0, 22% — під MIT, і жодна з них не має обмежень на комерційне використання. В американських розробників картина інша: 29% — під Apache/MIT, 41% — під пропрієтарними умовами, 30% — без зазначення ліцензії.
Примітно, що в США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів: AMD і Nvidia випустили понад 200 репозиторіїв кожна, значно випереджаючи Google і Meta.
Мій аналіз: Успіх Qwen — це не просто випадковість, а закономірний результат продуманої стратегії. Alibaba зробила ставку на демократизацію ШІ, запропонувавши ринку гнучкі рішення для будь-якого бюджету та завдання. Це не лише зміцнює позиції Китаю в перегонах озброєнь у сфері ШІ, а й кардинально змінює правила гри, змушуючи західних гігантів переглядати свої підходи до відкритості та ліцензування. Поки США роблять акцент на контролі інфраструктури, Китай захоплює уми та гаманці розробників по всьому світу.