Открытые модели Qwen от Alibaba покорили отметку в 3 миллиарда загрузок: феномен, который меняет рынок ИИ
Китайский технологический гигант Alibaba достиг впечатляющего рубежа: за последние шесть месяцев количество загрузок его открытых ИИ-моделей семейства Qwen превысило 3 миллиарда. Это не просто цифра, а сигнал о фундаментальном сдвиге в экосистеме искусственного интеллекта.
Корпорация выложила в открытый доступ более 460 нейросетей, на основе которых мировое сообщество разработчиков создало около 300 000 производных моделей. Такой масштаб говорит о том, что Qwen стала не просто продуктом, а стандартом де-факто для многих инженеров.
Что скрывается за статистикой платформы Hugging Face
Анализ данных платформы Hugging Face, который я внимательно изучил, рисует еще более детальную картину. За семь месяцев текущего года модель Qwen скачали 2,05 млрд раз, а количество производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет 82 506.
При этом важно понимать: статистика Hugging Face учитывает только активность внутри ее собственной экосистемы, исключая API-запросы, частные развертывания и корпоративные каналы. По оценкам платформы, за 2026 год загрузки моделей Google составили 418 млн, а Meta — 227 млн. Эти цифры не являются прямым индикатором рыночной доли, но они отлично отражают тренд на открытость и доступность.
Показательна и динамика: количество производных репозиториев Qwen ежедневно растет на 180–210. Из 28 531 GGUF-конверсии этих моделей на платформе только 54 создала сама Alibaba — остальное работа сообщества. Как справедливо отмечают аналитики, Qwen стала частью стандартного рабочего процесса разработчиков, которые выбирают, какую модель дообучать и развертывать.
Почему Qwen обошла конкурентов: три ключевых фактора
Мой анализ показывает, что успех Qwen обусловлен тремя стратегическими решениями: регулярные обновления, покрытие всех масштабов — от субмиллиардных версий до гигантской Qwen3.8-Max с 2,4 трлн параметров, и лицензия Apache 2.0, которая не ограничивает доработку и коммерческое применение.
Широта модельного ряда оказалась решающей. Данные показывают, что на версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как на нейросети свыше 100 млрд — лишь 1%. Это объясняет, почему лаборатории, сосредоточенные на крупных LLM, отстают. Например, Moonshot AI, почти не выпускающая модели меньше 70 млрд, за год собрала лишь 37 млн загрузок — примерно в 55 раз меньше, чем Qwen.
Alibaba также доминирует в сегменте локального развертывания: ее GGUF-сборки скачивают 39,6 млн раз в месяц, тогда как у Gemma этот показатель — 20,8 млн, а у Llama — всего 7,5 млн.
Расстановка сил в открытом ИИ: Китай против США
Отчет демонстрирует смещение баланса сил. Почти каждый месяц в текущем году крупнейшая открытая модель из КНР превосходила по размеру все релизы из США. Потолок китайских моделей колебался от 754 млрд до 2,78 трлн параметров, в то время как у американских конкурентов в пяти из семи месяцев он не превышал 130 млрд.
Особенно показателен лицензионный аспект. В Китае 59% моделей с числом параметров более 20 млрд выпущены под Apache 2.0, а 22% — под MIT, и ни одна из них не имеет ограничений на коммерческое использование. У американских разработчиков картина иная: лишь 29% — под Apache/MIT, 41% — под проприетарными условиями, а 30% — без указания лицензии вовсе.
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, значительно опережая Google и Meta.
Моя экспертная оценка: Успех Qwen — это не просто победа одной компании, а демонстрация того, что открытая экосистема с гибкими лицензиями и широким охватом масштабов способна переиграть закрытые и полузакрытые подходы. США сохраняют преимущество в инфраструктуре, но если тренд на открытость сохранится, Китай может закрепить лидерство в практическом применении ИИ, что в долгосрочной перспективе важнее, чем количество параметров в самой большой модели.