Qwen от Alibaba покорила отметку в 3 млрд загрузок: анализ феномена открытых ИИ-моделей
Китайский технологический гигант Alibaba достиг впечатляющего рубежа: совокупное количество загрузок их открытых моделей семейства Qwen превысило 3 миллиарда за последние полгода. Эта цифра отражает не просто интерес сообщества, а фундаментальный сдвиг в индустрии разработки искусственного интеллекта.
На сегодняшний день корпорация опубликовала в открытом доступе более 460 нейросетевых архитектур, которые послужили основой для создания 300 000 дочерних моделей и специализированных решений по всему миру.
Данные экосистемы Hugging Face
Анализ платформы Hugging Face, опубликованный накануне, проливает свет на масштабы доминирования Qwen. За семь месяцев текущего года модели Alibaba скачивались 2,05 млрд раз, а количество производных репозиториев достигло 151 448. Для сравнения, аналогичный показатель у Google составляет лишь 82 506.
В то время как совокупные загрузки моделей Google за 2026 год оцениваются в 418 млн, а Meta — в 227 млн, важно понимать ограничения этой статистики. Данные Hugging Face учитывают только активность внутри их экосистемы и не включают API-запросы, частные корпоративные развертывания и прочие каналы распространения. Это означает, что реальный охват Qwen может быть значительно шире, хотя авторы отчета справедливо предостерегают от использования этих цифр как прямого индикатора рыночной доли.
Особенно примечателен вклад сообщества: количество производных репозиториев Qwen растет на 180–210 ежедневно. Из 28 531 GGUF-конверсий этих моделей лишь 54 созданы самой Alibaba — остальное работа энтузиастов, что закрепило за Qwen статус стандарта рабочего процесса для разработчиков, выбирающих модель для дообучения.
Ключевые факторы успеха
Анализ показывает, что успех Qwen обусловлен тремя стратегическими решениями: регулярные обновления, покрытие всех масштабов моделей — от субмиллиардных версий до флагманской Qwen3.8-Max с 2,4 трлн параметров, и лицензия Apache 2.0, снимающая ограничения на коммерческое использование и модификацию.
Широта модельного ряда стала решающим фактором. На версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как гигантские нейросети свыше 100 млрд параметров занимают лишь 1%. Конкуренты, сосредоточенные на крупных LLM, например Moonshot AI, выпускающая модели не меньше 70 млрд, собирают лишь 37 млн загрузок в год — примерно в 55 раз меньше, чем Qwen. В сегменте локального развертывания GGUF-сборки Alibaba скачиваются 39,6 млн раз в месяц против 20,8 млн у Gemma и 7,5 млн у Llama.
Геополитический сдвиг в открытом ИИ
Отчет демонстрирует смещение баланса сил: почти каждый месяц крупнейшая открытая модель из Китая превосходила по размеру все американские релизы. Потолок китайских моделей колебался от 754 млрд до 2,78 трлн параметров, тогда как у конкурентов из США в пяти из семи месяцев он не превышал 130 млрд.
В Китае 59% моделей с параметрами более 20 млрд выпущены под лицензией Apache 2.0, 22% — под MIT, и ни одна не имеет ограничений на коммерческое использование. У американских разработчиков картина противоположная: только 29% под открытыми лицензиями, 41% — под проприетарными условиями, а 30% — без указания лицензии вовсе.
Показательно, что в США лидерами по числу новых открытых моделей стали не ИИ-лаборатории, а производители чипов: AMD и Nvidia выпустили более 200 репозиториев каждая, в то время как Google и Meta значительно отстают.
Мой анализ: доминирование Qwen — это не случайность, а закономерный результат стратегии "открытости по умолчанию". Alibaba поняла, что в гонке ИИ побеждает не тот, у кого лучшая модель, а тот, кто создал самую удобную экосистему для разработчиков. Пока американские лаборатории пытаются монетизировать проприетарные технологии, Китай строит сообщество, которое само генерирует инновации. Это долгосрочная ставка, которая может перекроить глобальный ландшафт ИИ.