Китайська корпорація Alibaba оголосила про вражаючий рубіж: сукупна кількість завантажень її відкритих ШІ-моделей сімейства Qwen перевищила 3 мільярди лише за останні пів року. Це не просто цифра, а маркер фундаментального зсуву в індустрії, де відкриті ваги стають головною зброєю в конкурентній боротьбі.

На сьогодні Alibaba надала спільноті понад 460 нейромереж, на базі яких розробники по всьому світу створили понад 300 000 похідних моделей. Масштаб вражає, але ще цікавіша динаміка, яку фіксують незалежні платформи.

Аналітика Hugging Face: статистика домінування

Незалежна платформа Hugging Face у своєму свіжому звіті про стан відкритих моделей підтверджує цей тренд. Згідно з розрахунками платформи, лише за перші сім місяців поточного року моделі Qwen завантажувалися 2,05 млрд разів, а кількість форків (похідних репозиторіїв) досягла 151 448. Для порівняння, у найближчого переслідувача Google цей показник становить лише 82 506.

Розрив із конкурентами колосальний. За той самий період завантаження моделей Google оцінюються в 418 млн, а Meta — у 227 млн. Важливо розуміти, що статистика Hugging Face враховує лише активність у межах власної екосистеми, ігноруючи API-запити, приватні корпоративні розгортання та інші канали дистрибуції. Таким чином, реальний масштаб проникнення Qwen може бути значно вищим.

Автори звіту справедливо застерігають від прямолінійної інтерпретації цих цифр як частки ринку. Однак ігнорувати їх не можна. Кількість похідних репозиторіїв Qwen щодня зростає на 180–210, що свідчить про найглибшу інтеграцію моделі в робочі процеси розробників по всьому світу. Показовим є і той факт, що з 28 531 GGUF-конверсій (формат для локального запуску) лише 54 створила сама Alibaba — решта це робота спільноти, яка активно адаптує модель під свої завдання.

Фактори успіху: стратегія, охоплення та ліцензія

Чому саме Qwen вдалося обійти гігантів на кшталт Google і Meta? Я виділяю три ключові фактори. По-перше, регулярність оновлень і широта модельного ряду — від компактних версій із субмільярдною кількістю параметрів до флагманської Qwen3.8-Max із 2,4 трлн параметрів. По-друге, гнучка ліцензія Apache 2.0, яка знімає всі обмеження на комерційне використання та доопрацювання. По-третє, і це, мабуть, вирішальний фактор, — ставка на малі моделі. За даними Hugging Face, на версії з менш ніж 1 млрд параметрів припадає 83% усіх завантажень за історію платформи, тоді як на гігантів понад 100 млрд — лише 1%.

Це пояснює, чому лабораторії, зосереджені виключно на великих LLM, відстають. Наприклад, Moonshot AI, яка майже не випускає моделей менших за 70 млрд, зібрала за рік лише 37 млн завантажень — приблизно в 55 разів менше, ніж Qwen. У сегменті локального розгортання (GGUF) Qwen також лідирує з 39,6 млн завантажень на місяць проти 20,8 млн у Gemma та 7,5 млн у Llama.

Геополітика відкритого коду

Дані звіту також оголюють зсув балансу сил. Найбільша відкрита модель із КНР цього року майже щомісяця перевершувала за розміром усі американські релізи, досягаючи стелі в 2,78 трлн параметрів. При цьому в Китаї 59% моделей із параметрами понад 20 млрд випущені під Apache 2.0, і жодна не має обмежень на комерційне використання. У США картина інша: 41% таких моделей — під пропрієтарними ліцензіями, що стримує їхнє поширення.

Показово, що в США лідерами за кількістю нових відкритих моделей стали не ШІ-лабораторії, а виробники чипів — AMD і Nvidia, кожна випустила понад 200 репозиторіїв. Це свідчить про те, що інфраструктурні гравці роблять ставку на відкриту екосистему, тоді як розробники моделей намагаються зберегти контроль.

Мій аналіз: успіх Qwen — це не просто перемога однієї компанії, а демонстрація того, що відкрита модель із правильною стратегією масштабування та ліцензування здатна захопити реальний ринок розробників швидше, ніж закриті або напіввідкриті аналоги. Поки американські гіганти розриваються між комерційною вигодою та відкритістю, Китай методично займає нішу де-факто стандарту для інженерів по всьому світу.