Открытые модели Qwen от Alibaba покорили отметку в 3 миллиарда загрузок
Китайская корпорация Alibaba достигла впечатляющего рубежа: совокупное количество загрузок её открытых ИИ-моделей семейства Qwen за последние полгода превысило 3 миллиарда. Это знаковое событие подчёркивает стремительный сдвиг в глобальной экосистеме искусственного интеллекта, где открытые разработки из КНР начинают доминировать по популярности и масштабу распространения.
В открытом доступе компания разместила более 460 нейросетей, на основе которых сторонние разработчики создали около 300 000 производных моделей. Такая экосистема формирует мощный сетевой эффект, укрепляя позиции Alibaba как ключевого поставщика фундаментальных технологий.
Данные Hugging Face: Qwen против гигантов
Свежая статистика платформы Hugging Face, опубликованная в полугодовом отчёте о состоянии открытых моделей, рисует ещё более детальную картину. За семь месяцев текущего года модели Qwen скачивались 2,05 млрд раз, а число их производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет лишь 82 506. При этом общие загрузки моделей Google за 2026 год оцениваются в 418 млн, а Meta — в 227 млн. Важно учитывать, что эти цифры отражают активность только внутри экосистемы Hugging Face, исключая API-запросы и частные развёртывания, что делает реальный разрыв ещё более значительным.
Количество производных репозиториев Qwen ежедневно растёт на 180–210. Показателен и вклад сообщества: из 28 531 GGUF-конверсий этих моделей лишь 54 создала сама Alibaba, остальное — результат работы независимых разработчиков. Это подтверждает тезис из отчёта: Qwen стала стандартным элементом рабочего процесса для тех, кто выбирает модель для дообучения и развёртывания.
Секрет успеха: стратегия масштабирования
Лидерство Qwen объясняется тремя ключевыми факторами. Во-первых, это регулярные обновления модельного ряда. Во-вторых, впечатляющее покрытие всех масштабов — от субмиллиардных версий до флагманской Qwen3.8-Max с 2,4 трлн параметров. В-третьих, использование лицензии Apache 2.0, которая не накладывает ограничений на доработку и коммерческое применение.
Решающим фактором оказалась именно широта линейки. По данным Hugging Face, на версии с менее чем 1 млрд параметров приходится 83% всех загрузок за всю историю платформы, тогда как на нейросети свыше 100 млрд — лишь 1%. Конкуренты, сосредоточенные на крупных LLM, явно проигрывают. Например, Moonshot AI, почти не выпускающая модели меньше 70 млрд, за год собрала лишь 37 млн загрузок — примерно в 55 раз меньше, чем Qwen. В сегменте локального развертывания Alibaba также лидирует: её GGUF-сборки скачивают 39,6 млн раз в месяц против 20,8 млн у Gemma и 7,5 млн у Llama.
Геополитика открытого ИИ
Отчёт также фиксирует смещение баланса сил. Почти каждый месяц текущего года крупнейшая открытая модель из КНР 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 лицензионная политика: 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: 29% — под открытыми лицензиями, 41% — под проприетарными условиями.
В США лидерами по числу новых открытых моделей стали не ИИ-лаборатории, а производители чипов: AMD и Nvidia выпустили более 200 репозиториев каждая, заметно опережая Google и Meta.
Мой анализ: Эти данные — не просто статистика, а маркер смены парадигмы. Китайские компании сделали ставку на открытость как на инструмент глобального влияния, и эта стратегия работает. Однако не стоит забывать: контроль над вычислительной инфраструктурой остаётся за Западом, что даёт США стратегическое преимущество в долгосрочной перспективе, несмотря на временное лидерство КНР в открытых моделях.