Открытые модели Alibaba Qwen покорили отметку в 3 миллиарда загрузок: новый рекорд экосистемы
Китайский технологический гигант Alibaba достиг впечатляющего рубежа: совокупное количество загрузок их открытых ИИ-моделей семейства Qwen превысило 3 миллиарда за последние полгода. Это знаковое событие для всей индустрии, демонстрирующее колоссальный спрос на доступные и гибкие решения в области генеративного искусственного интеллекта.
На сегодняшний день корпорация выложила в открытый доступ более 460 различных нейросетей. На их основе мировое сообщество разработчиков создало свыше 300 000 производных моделей, что подтверждает статус Qwen как фундаментальной платформы для инноваций.
Аналитика Hugging Face: цифры и тренды
Независимая платформа Hugging Face, являющаяся главным хабом для open-source ИИ, опубликовала полугодовой отчет о состоянии рынка открытых моделей. Согласно этим данным, за семь месяцев текущего года модели Qwen скачивались 2,05 млрд раз, а число их производных репозиториев достигло 151 448. Для сравнения, аналогичный показатель у Google составляет лишь 82 506.
Показатели конкурентов выглядят скромнее: загрузки моделей Google в 2026 году оцениваются в 418 млн, а Meta — в 227 млн. Важно понимать, что статистика Hugging Face отражает активность только внутри их экосистемы, не учитывая API-запросы, частные корпоративные развертывания и другие каналы распространения. Тем не менее, даже с учетом этих ограничений, разрыв колоссален.
Особого внимания заслуживает динамика сообщества: количество производных репозиториев Qwen ежедневно увеличивается на 180-210. Примечательно, что из 28 531 GGUF-конверсий (формат для локального запуска) только 54 созданы самой Alibaba, остальное — работа энтузиастов. Это говорит о том, что Qwen стала стандартом де-факто в рабочем процессе разработчиков по всему миру.
Секрет успеха: стратегия масштабирования
Аналитики выделяют три ключевых фактора, обеспечивших доминирование Qwen. Во-первых, это регулярные обновления модельного ряда. Во-вторых, беспрецедентное покрытие всех масштабов — от компактных версий с субмиллиардным числом параметров до флагманской Qwen3.8-Max с 2,4 трлн параметров. В-третьих, и это главное, использование лицензии Apache 2.0, которая снимает все ограничения на доработку и коммерческое применение.
Широта линейки оказалась решающим фактором. Согласно статистике, на модели с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как гиганты свыше 100 млрд параметров занимают лишь 1%. Лаборатории, сосредоточенные исключительно на больших LLM, явно проигрывают. Например, Moonshot AI, игнорирующая компактные модели, собрала всего 37 млн загрузок за год — примерно в 55 раз меньше, чем Qwen.
В сегменте локального развертывания Alibaba также лидирует: их GGUF-сборки скачивают 39,6 млн раз в месяц, тогда как у Gemma (Google) этот показатель — 20,8 млн, а у Llama (Meta) — всего 7,5 млн.
Геополитика открытого ИИ
Отчет вскрывает важный сдвиг в расстановке сил. Почти каждый месяц текущего года крупнейшая открытая модель из Китая превосходила по размеру все американские релизы. Потолок китайских моделей колебался от 754 млрд до 2,78 трлн параметров, в то время как у конкурентов из США в пяти из семи месяцев он не превышал 130 млрд.
Показательна и лицензионная политика. В Китае 59% моделей с параметрами более 20 млрд выпущены под Apache 2.0, а 22% — под MIT. Ни одна из них не имеет ограничений на коммерческое использование. В США картина обратная: только 29% под открытыми лицензиями, 41% — под проприетарными условиями, а 30% — вовсе 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 позади Google и Meta.
Мой анализ: Триумф Qwen — это не просто успех отдельной компании, а сигнал о фундаментальной перестройке рынка. Открытая экосистема с гибкими лицензиями и широким спектром моделей становится главным драйвером инноваций, смещая акцент с технологического превосходства на доступность и скорость внедрения. США, делающие ставку на проприетарные разработки и инфраструктуру, рискуют упустить инициативу в гонке за умы разработчиков.