Модели Qwen от Alibaba покорили отметку в 3 миллиарда загрузок: Китай укрепляет лидерство в открытом ИИ
Китайская корпорация Alibaba достигла впечатляющего рубежа: совокупное количество загрузок её открытых ИИ-моделей семейства Qwen превысило 3 миллиарда всего за последние полгода. Это знаковое событие, которое наглядно демонстрирует смену расстановки сил на глобальном рынке искусственного интеллекта.
В открытом доступе компания разместила более 460 различных нейросетей. На их основе мировое сообщество разработчиков создало около 300 000 производных моделей, что говорит о формировании вокруг Qwen мощнейшей экосистемы.
Данные Hugging Face: цифры, которые впечатляют
Мой анализ данных платформы Hugging Face за последние семь месяцев подтверждает этот тренд. Только в рамках этой экосистемы Qwen была скачана 2,05 млрд раз, а число производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет лишь 82 506. За тот же период загрузки моделей Google составили 418 млн, а Meta — всего 227 млн.
Важно подчеркнуть, что статистика Hugging Face учитывает только активность внутри её собственной платформы, исключая API-запросы и корпоративные развертывания. Таким образом, реальный масштаб распространения Qwen, вероятно, ещё выше. Количество производных репозиториев Qwen ежедневно растет на 180-210. Показательно, что из 28 531 GGUF-конверсий (формат для локального запуска) лишь 54 были созданы самой Alibaba — остальное сделало сообщество.
Секрет успеха: стратегия, а не случайность
Превосходство Qwen над конкурентами я объясняю тремя ключевыми факторами. Во-первых, это регулярные обновления модельного ряда. Во-вторых, покрытие всех масштабов — от компактных версий с субмиллиардными параметрами до флагманской Qwen3.8-Max с 2,4 трлн параметров. В-третьих, и это самое главное, лицензия Apache 2.0, которая снимает все ограничения на доработку и коммерческое применение.
Именно широта линейки стала решающим фактором. Согласно данным Hugging Face, на модели с менее чем 1 млрд параметров приходится 83% всех загрузок за всю историю платформы. Нейросети же с более чем 100 млрд параметров занимают лишь 1%. Поэтому лаборатории, сосредоточенные исключительно на гигантских LLM, такие как Moonshot AI, проигрывают: их модели за год скачали всего 37 млн раз — в 55 раз меньше, чем Qwen. В сегменте локального развертывания (GGUF) Qwen также лидирует с 39,6 млн загрузок в месяц против 20,8 млн у Gemma и 7,5 млн у Llama.
Смена баланса сил в открытом ИИ
Отчет Hugging Face фиксирует фундаментальный сдвиг. Почти каждый месяц в этом году крупнейшая открытая модель из Китая превосходила по размеру все американские релизы. Потолок китайских моделей колебался от 754 млрд до 2,78 трлн параметров, тогда как у конкурентов из США в пяти из семи месяцев он не превышал 130 млрд.
Примечательна и разница в лицензионной политике. В Китае 59% моделей с числом параметров более 20 млрд выпущены под Apache 2.0, 22% — под MIT, и ни одна не имеет ограничений на коммерческое использование. У американских разработчиков картина иная: лишь 29% под открытыми лицензиями, 41% — под проприетарными условиями, а 30% — вообще без указания лицензии.
Любопытно, что в США лидерами по числу новых открытых моделей стали не ИИ-лаборатории, а производители чипов: AMD и Nvidia выпустили более 200 репозиториев каждая, оставив Google и Meta далеко позади. Это подтверждает мою давнюю мысль: преимущество США в ИИ-гонке сейчас держится не на алгоритмах, а на контроле над вычислительной инфраструктурой.
Мой вывод: стратегия Alibaba по демократизации доступа к ИИ через открытые лицензии и широкий модельный ряд оказалась не просто успешной, а революционной. Китайские модели становятся стандартом де-факто для разработчиков по всему миру, и это надолго изменит конкурентный ландшафт индустрии.