Alibaba Qwen: 3 миллиарда загрузок и смена баланса сил в открытом ИИ
Экосистема открытых моделей Alibaba Qwen достигла впечатляющего рубежа: за последние шесть месяцев количество загрузок превысило 3 миллиарда. Китайская корпорация разместила в публичном доступе более 460 нейросетей, на базе которых разработчики по всему миру создали около 300 000 производных решений. Это не просто статистика, а маркер фундаментального сдвига в индустрии.
Данные Hugging Face: доминирование без оговорок
Аналитика платформы Hugging Face за семь месяцев текущего года рисует еще более показательную картину. Только в этой экосистеме модели Qwen скачали 2,05 млрд раз, а число форков и производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет скромные 82 506. При этом важно понимать, что статистика Hugging Face учитывает лишь активность внутри собственной платформы, исключая API-вызовы и частные корпоративные развертывания.
Совокупные загрузки Google за 2026 год оцениваются в 418 млн, Meta — в 227 млн. Эти цифры, однако, не следует воспринимать как прямой индикатор рыночной доли или коммерческого успеха — авторы отчета сами предостерегают от таких упрощенных трактовок. Тем не менее, темпы роста Qwen говорят о многом: ежедневно количество производных репозиториев увеличивается на 180–210. Показателен и вклад сообщества: из 28 531 GGUF-конверсии этих моделей лишь 54 созданы самой Alibaba.
«Qwen стала стандартным элементом рабочего процесса разработчиков, которые выбирают, какую модель дообучать и развертывать», — отмечают аналитики Hugging Face.
Секрет успеха: стратегия масштабирования
Превосходство Qwen объясняется тремя ключевыми факторами: регулярные обновления модельного ряда, покрытие всех масштабов — от субмиллиардных версий до гигантской Qwen3.8-Max с 2,4 трлн параметров — и открытая лицензия Apache 2.0, снимающая ограничения на коммерческое использование. Решающим оказался именно широкий спектр: на модели с менее чем 1 млрд параметров приходится 83% всех исторических загрузок платформы, тогда как на нейросети свыше 100 млрд — лишь 1%. Конкуренты, сосредоточенные на гигантских LLM, явно проигрывают: 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 отрыв также огромен: GGUF-сборки Qwen скачивают 39,6 млн раз в месяц против 20,8 млн у Gemma и 7,5 млн у Llama.
Новая расстановка сил в открытом ИИ
Отчет фиксирует тектонический сдвиг: почти каждый месяц крупнейшая открытая модель из Китая превосходила по размеру все американские релизы. Потолок параметров китайских моделей колебался от 754 млрд до 2,78 трлн, в то время как у конкурентов из США в пяти из семи месяцев он не превышал 130 млрд. Лицензионная политика также разительно отличается: в Китае 59% моделей с параметрами более 20 млрд выпущены под Apache 2.0, 22% — под MIT, и ни одна не имеет ограничений на коммерческое использование. В США лишь 29% попадают под открытые лицензии, 41% — под проприетарные условия, а 30% — вовсе без указания лицензии.
Примечательно, что в США драйверами открытых моделей выступают не ИИ-лаборатории, а производители чипов: AMD и Nvidia выпустили более 200 репозиториев каждая, заметно опережая Google и Meta.
Мой комментарий: Эти данные — яркое подтверждение того, что стратегия «открытости как оружия» работает. Alibaba не просто догоняет западных конкурентов, а переформатирует рынок, делая ставку на массовое внедрение и экосистему разработчиков. Западным лабораториям стоит задуматься: контроль над инфраструктурой — это важно, но без открытых моделей, которые выбирают разработчики, лидерство в ИИ может оказаться пирровой победой.