Экосистема Qwen от Alibaba преодолела рубеж в 3 млрд загрузок: детальный разбор феномена
Китайский технологический гигант Alibaba достиг впечатляющего рубежа: совокупное количество загрузок их открытых ИИ-моделей семейства Qwen за последние полгода превысило 3 миллиарда. Это знаковое событие, которое кардинально меняет расстановку сил на глобальном рынке искусственного интеллекта.
Корпорация выложила в открытый доступ более 460 нейросетей, на основе которых сторонние разработчики создали около 300 000 производных моделей. Такая экосистема формирует мощнейший сетевой эффект, который сложно игнорировать конкурентам.
Данные Hugging Face: объективная картина
Независимая платформа Hugging Face, опубликовавшая свой полугодовой отчет о состоянии открытых моделей, подтверждает эту динамику. Согласно ее расчетам, за семь месяцев текущего года модели Qwen скачивались 2,05 млрд раз, а количество производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет лишь 82 506.
Примечательно, что статистика Hugging Face учитывает только активность внутри ее собственной экосистемы. Она исключает API-запросы, частные развертывания и другие каналы распространения, что делает реальные цифры еще более впечатляющими. В 2026 году загрузки моделей Google составили 418 млн, а Meta — 227 млн.
Количество производных репозиториев Qwen растет ежедневно на 180–210. Из 28 531 GGUF-конверсии этих моделей на платформе только 54 создала сама Alibaba — остальное сделало сообщество. Это говорит о невероятной вовлеченности разработчиков, для которых Qwen стала стандартом де-факто при выборе базовой модели для дообучения.
Секрет успеха: стратегия масштабирования
Успех Qwen объясняется тремя ключевыми факторами. Во-первых, это регулярные обновления модельного ряда. Во-вторых, покрытие всех масштабов — от субмиллиардных версий до флагманской Qwen3.8-Max с 2,4 трлн параметров. В-третьих, лицензия Apache 2.0, которая не ограничивает доработку и коммерческое применение.
Широта модельного ряда оказалась решающим фактором. На версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как на нейросети свыше 100 млрд — лишь 1%. Сосредоточенные на крупных LLM лаборатории отстают: например, Moonshot AI, почти не выпускающая модели меньше 70 млрд, за год собрала 37 млн загрузок — примерно в 55 раз меньше, чем Qwen.
В сегменте локального развертывания преимущество также за Alibaba: ее GGUF-сборки скачивают 39,6 млн раз в месяц, у Gemma — 20,8 млн, у Llama — 7,5 млн.
Глобальный сдвиг в открытом ИИ
Отчет показал смещение баланса: почти каждый месяц в текущем году крупнейшая открытая модель из КНР превосходила по размеру все релизы из США. Ее потолок колебался от 754 млрд до 2,78 трлн параметров, в то время как у конкурентов в пяти из семи месяцев он не превышал 130 млрд.
В Китае 59% моделей с числом параметров более 20 млрд выпущены под Apache 2.0, 22% — под MIT, и ни одна из них не имеет ограничений на коммерческое использование. У американских разработчиков картина иная: 29% — под Apache/MIT, 41% — под проприетарными условиями, 30% — без указания лицензии.
Показательно, что в США лидерами по числу новых открытых моделей стали не ИИ-лаборатории, а производители чипов: AMD и Nvidia — каждая выпустила более 200 репозиториев. Google и Meta по этому показателю заметно уступают.
Мой анализ: Текущая динамика указывает на фундаментальный сдвиг. Alibaba не просто догоняет, а формирует новый стандарт открытого ИИ, делая ставку на малые модели и лояльную лицензию. Это стратегический ход, который обеспечивает Китаю доминирование в экосистеме разработчиков, в то время как США сохраняют преимущество лишь на уровне инфраструктуры. В ближайшие кварталы мы станем свидетелями того, сможет ли Запад ответить на этот вызов адекватной стратегией, а не просто наращиванием параметров.