Модели Qwen от Alibaba покорили отметку в 3 миллиарда загрузок: разбор феномена
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, которое кардинально меняет расстановку сил на глобальном рынке искусственного интеллекта.
Корпорация выложила в открытый доступ более 460 нейросетей, на основе которых сторонние разработчики создали свыше 300 000 производных моделей. Такая экосистема — прямой путь к доминированию в индустрии, и цифры это подтверждают.
Данные Hugging Face: кто реально лидирует
Аналитика платформы Hugging Face, опубликованная в полугодовом отчете, проливает свет на масштабы явления. За семь месяцев текущего года модели Qwen скачали 2,05 млрд раз, а количество производных репозиториев достигло 151 448. Для сравнения, у Google этот показатель составляет лишь 82 506. За весь 2026 год загрузки моделей Google оцениваются в 418 млн, а Meta — в 227 млн. Важно подчеркнуть, что статистика Hugging Face учитывает только активность внутри собственной экосистемы, исключая API-запросы и частные корпоративные развертывания, что делает реальный отрыв еще более значительным.
Примечательна 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. Это говорит о том, что Qwen стала стандартом де-факто для разработчиков, выбирающих базу для дообучения и развертывания.
Секрет успеха: стратегия масштабирования
Превосходство Qwen над конкурентами объясняется тремя ключевыми факторами. Во-первых, это регулярные обновления линейки. Во-вторых — беспрецедентное покрытие всех масштабов: от субмиллиардных версий до флагманской Qwen3.8-Max с 2,4 трлн параметров. Но решающим фактором стала широта модельного ряда. Данные показывают, что на версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как на гигантов свыше 100 млрд — лишь 1%.
Лаборатории, сосредоточенные исключительно на крупных LLM, стремительно 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 безоговорочно лидирует 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.
Смена парадигмы в открытом ИИ
Отчет демонстрирует тектонический сдвиг: почти каждый месяц в текущем году крупнейшая открытая модель из КНР 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. Более того, в Китае 59% моделей с числом параметров более 20 млрд выпущены под лицензией Apache 2.0, которая не ограничивает коммерческое использование. У американских разработчиков картина иная: 29% — под открытыми лицензиями, 41% — под проприетарными условиями, а 30% — вовсе без указания лицензии.
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, оставив Google и Meta далеко позади.
Мой анализ: Успех Qwen — это не просто статистика, а маркер зрелости китайской ИИ-индустрии. Стратегия Alibaba, делающая ставку на открытость и доступность моделей любого размера, создает сетевой эффект, который крайне сложно преодолеть. Пока американские гиганты борются за первенство в создании сверхкрупных LLM, Китай методично захватывает реальный рынок разработчиков, которые определят будущее прикладного ИИ. Это классический пример победы экосистемы над отдельными технологическими прорывами.