Модели Qwen от Alibaba покорили отметку в 3 миллиарда загрузок: феномен открытого ИИ из Китая
Китайский технологический гигант Alibaba достиг впечатляющего рубежа: совокупное количество загрузок его открытых ИИ-моделей семейства Qwen превысило 3 миллиарда всего за последние полгода. На сегодняшний день корпорация выложила в открытый доступ более 460 нейросетей, которые послужили основой для создания 300 000 производных моделей разработчиками по всему миру.
Данные платформы Hugging Face: триумф Qwen
Анализ экосистемы Hugging Face, опубликованный в полугодовом отчете о состоянии открытых моделей, рисует еще более детальную картину. Согласно этим данным, за первые семь месяцев текущего года модели Qwen были скачаны 2,05 млрд раз, а число их производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет лишь 82 506. Загрузки моделей Google за 2026 год оцениваются в 418 млн, а Meta — в 227 млн.
Важно подчеркнуть, что статистика Hugging Face учитывает только активность внутри собственной экосистемы, исключая API-запросы, частные развертывания и другие каналы распространения. Сами авторы отчета предостерегают от восприятия этих цифр как прямого индикатора рыночной доли или реального коммерческого использования. Тем не менее, динамика впечатляет: количество производных репозиториев Qwen ежедневно растет на 180-210. Показательно, что из 28 531 GGUF-конверсии этих моделей на платформе лишь 54 созданы самой Alibaba — остальное работа сообщества.
Секрет успеха: стратегия масштабирования и лицензионная политика
Позиции Qwen объясняются тремя ключевыми факторами: регулярными обновлениями, впечатляющим покрытием всех масштабов — от субмиллиардных версий до гигантской Qwen3.8-Max с 2,4 трлн параметров, — и лицензией Apache 2.0, которая не ограничивает доработку и коммерческое применение. Широта модельного ряда оказалась решающей. По данным Hugging Face, на версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как на нейросети свыше 100 млрд — лишь 1%.
Лаборатории, сосредоточенные исключительно на крупных LLM, явно 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 составляет 20,8 млн, а у Llama — 7,5 млн.
Сдвиг баланса сил в открытом ИИ
Отчет демонстрирует смещение глобального баланса. Почти каждый месяц текущего года 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. 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.
Примечательно, 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.
Мой анализ: Успех Qwen — это не просто случайность, а закономерный результат продуманной стратегии. Alibaba сделала ставку на демократизацию ИИ, предложив рынку гибкие решения для любого бюджета и задачи. Это не только укрепляет позиции Китая в гонке вооружений ИИ, но и кардинально меняет правила игры, вынуждая западных гигантов пересматривать свои подходы к открытости и лицензированию. Пока США делают акцент на контроле инфраструктуры, Китай захватывает умы и кошельки разработчиков по всему миру.