Новини криптоміра

Китайський технологічний гігант Alibaba досяг вражаючого рубежу: сукупна кількість завантажень їхніх відкритих моделей сімейства Qwen перевищила 3 мільярди за останні пів року. Ця цифра відображає не просто інтерес спільноти, а фундаментальний зсув в індустрії розробки штучного інтелекту.

На сьогодні корпорація опублікувала у відкритому доступі понад 460 нейромережевих архітектур, які стали основою для створення 300 000 дочірніх моделей і спеціалізованих рішень по всьому світу.

Дані екосистеми Hugging Face

Аналіз платформи Hugging Face, опублікований напередодні, проливає світло на масштаби домінування Qwen. За сім місяців поточного року моделі Alibaba завантажувалися 2,05 млрд разів, а кількість похідних репозиторіїв досягла 151 448. Для порівняння, аналогічний показник у Google становить лише 82 506.

У той час як сукупні завантаження моделей Google за 2026 рік оцінюються в 418 млн, а Meta — в 227 млн, важливо розуміти обмеження цієї статистики. Дані Hugging Face враховують лише активність у межах їхньої екосистеми та не включають API-запити, приватні корпоративні розгортання та інші канали поширення. Це означає, що реальне охоплення Qwen може бути значно ширшим, хоча автори звіту справедливо застерігають від використання цих цифр як прямого індикатора частки ринку.

Особливо примітний внесок спільноти: кількість похідних репозиторіїв Qwen зростає на 180–210 щодня. Із 28 531 GGUF-конверсій цих моделей лише 54 створені самою Alibaba — решта це робота ентузіастів, що закріпило за Qwen статус стандарту робочого процесу для розробників, які обирають модель для донавчання.

Ключові фактори успіху

Аналіз показує, що успіх Qwen зумовлений трьома стратегічними рішеннями: регулярні оновлення, покриття всіх масштабів моделей — від субмільярдних версій до флагманської Qwen3.8-Max із 2,4 трлн параметрів, і ліцензія Apache 2.0, яка знімає обмеження на комерційне використання та модифікацію.

Широта модельного ряду стала вирішальним фактором. На версії з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за історію платформи, тоді як гігантські нейромережі понад 100 млрд параметрів займають лише 1%. Конкуренти, зосереджені на великих LLM, наприклад Moonshot AI, яка випускає моделі не менше 70 млрд, збирають лише 37 млн завантажень на рік — приблизно в 55 разів менше, ніж Qwen. У сегменті локального розгортання GGUF-збірки Alibaba завантажуються 39,6 млн разів на місяць проти 20,8 млн у Gemma та 7,5 млн у Llama.

Геополітичний зсув у відкритому ШІ

Звіт демонструє зміщення балансу сил: майже щомісяця найбільша відкрита модель із 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.

У Китаї 59% моделей із параметрами понад 20 млрд випущені під ліцензією Apache 2.0, 22% — під MIT, і жодна не має обмежень на комерційне використання. В американських розробників картина протилежна: лише 29% під відкритими ліцензіями, 41% — під пропрієтарними умовами, а 30% — без зазначення ліцензії взагалі.

Показово, що в США лідерами за кількістю нових відкритих моделей стали не ІІ-лабораторії, а виробники чипів: AMD і Nvidia випустили понад 200 репозиторіїв кожна, тоді як Google і Meta значно відстають.

Мій аналіз: домінування Qwen — це не випадковість, а закономірний результат стратегії "відкритості за замовчуванням". Alibaba зрозуміла, що в гонці ШІ перемагає не той, у кого найкраща модель, а той, хто створив найзручнішу екосистему для розробників. Поки американські лабораторії намагаються монетизувати пропрієтарні технології, Китай будує спільноту, яка сама генерує інновації. Це довгострокова ставка, яка може перекроїти глобальний ландшафт ШІ.