Китайская корпорация Alibaba объявила о впечатляющем рубеже: совокупное количество загрузок её открытых ИИ-моделей семейства Qwen превысило 3 миллиарда всего за последние полгода. Это не просто цифра, а маркер фундаментального сдвига в индустрии, где открытые веса становятся главным оружием в конкурентной борьбе.
На сегодняшний день Alibaba предоставила сообществу более 460 нейросетей, на базе которых разработчики по всему миру создали свыше 300 000 производных моделей. Масштаб впечатляет, но ещё интереснее динамика, которую фиксируют независимые платформы.
Аналитика Hugging Face: статистика доминирования
Независимая платформа Hugging Face в своём свежем отчёте о состоянии открытых моделей подтверждает этот тренд. Согласно расчётам площадки, только за первые семь месяцев текущего года модели Qwen скачивались 2,05 млрд раз, а количество форков (производных репозиториев) достигло 151 448. Для сравнения, у ближайшего преследователя Google этот показатель составляет лишь 82 506.
Разрыв с конкурентами колоссален. За тот же период загрузки моделей Google оцениваются в 418 млн, а Meta — в 227 млн. Важно понимать, что статистика Hugging Face учитывает лишь активность внутри собственной экосистемы, игнорируя API-запросы, частные корпоративные развёртывания и другие каналы дистрибуции. Таким образом, реальный масштаб проникновения Qwen может быть значительно выше.
Авторы отчёта справедливо предостерегают от прямолинейной интерпретации этих цифр как доли рынка. Однако игнорировать их нельзя. Количество производных репозиториев Qwen ежедневно растёт на 180–210, что говорит о глубочайшей интеграции модели в рабочие процессы разработчиков по всему миру. Показателен и факт, что из 28 531 GGUF-конверсий (формат для локального запуска) лишь 54 создала сама Alibaba — остальное работа сообщества, которое активно адаптирует модель под свои задачи.
Факторы успеха: стратегия, охват и лицензия
Почему именно Qwen удалось обойти гигантов вроде Google и Meta? Я выделяю три ключевых фактора. Во-первых, регулярность обновлений и широта модельного ряда — от компактных версий с субмиллиардным числом параметров до флагманской Qwen3.8-Max с 2,4 трлн параметров. Во-вторых, гибкая лицензия Apache 2.0, которая снимает все ограничения на коммерческое использование и доработку. В-третьих, и это, пожалуй, решающий фактор, — ставка на малые модели. По данным Hugging Face, на версии с менее чем 1 млрд параметров приходится 83% всех загрузок за историю платформы, тогда как гиганты свыше 100 млрд — лишь 1%.
Это объясняет, почему лаборатории, сосредоточенные исключительно на больших LLM, отстают. Например, Moonshot AI, почти не выпускающая моделей меньше 70 млрд, собрала за год лишь 37 млн загрузок — примерно в 55 раз меньше, чем Qwen. В сегменте локального развертывания (GGUF) Qwen также лидирует с 39,6 млн загрузок в месяц против 20,8 млн у Gemma и 7,5 млн у Llama.
Геополитика открытого кода
Данные отчёта также обнажают сдвиг баланса сил. Крупнейшая открытая модель из КНР в этом году почти каждый месяц превосходила по размеру все американские релизы, достигая потолка в 2,78 трлн параметров. При этом в Китае 59% моделей с параметрами более 20 млрд выпущены под Apache 2.0, и ни одна не имеет ограничений на коммерческое использование. В США картина иная: 41% таких моделей — под проприетарными лицензиями, что сдерживает их распространение.
Показательно, что в США лидерами по числу новых открытых моделей стали не ИИ-лаборатории, а производители чипов — AMD и Nvidia, каждая выпустила более 200 репозиториев. Это говорит о том, что инфраструктурные игроки делают ставку на открытую экосистему, в то время как разработчики моделей пытаются сохранить контроль.
Мой анализ: успех Qwen — это не просто победа одной компании, а демонстрация того, что открытая модель с правильной стратегией масштабирования и лицензирования способна захватить реальный рынок разработчиков быстрее, чем закрытые или полуоткрытые аналоги. Пока американские гиганты разрываются между коммерческой выгодой и открытостью, Китай методично занимает нишу де-факто стандарта для инженеров по всему миру.