Alibaba Qwen překročil tři miliardy stažení. V otevřené AI předbíhá Google i Metu

Rodina AI modelů Qwen od čínské Alibaby překročila hranici tří miliard globálních stažení a postupně se stává jedním z nejvýraznějších základů otevřeného AI ekosystému. Data Hugging Face ukazují, že její náskok před dalšími velkými poskytovateli není jen otázkou zájmu komunity. Vývojáři na modelech Qwen ve velkém stavějí vlastní řešení.

Alibaba se v soutěži o pozornost vývojářů generativní AI dostala do pozice, která by ještě před několika lety patřila především americkým technologickým společnostem. Její rodina open-weight modelů Qwen zaznamenala více než tři miliardy stažení napříč distribučními platformami. Alibaba zároveň zveřejnila více než 460 modelů a kolem Qwenu vzniklo přes 300 000 odvozených variant.

Ještě názornější obrázek nabízí samotný Hugging Face. Jeho analýza aktivity za první část roku 2026 uvádí u repozitářů Qwen přibližně 2,06 miliardy stažení. Pro srovnání, modely Googlu podle údajů citovaných Fortune zaznamenaly 418 milionů stažení a Meta 227 milionů.

Čísla je přitom potřeba číst správně. Tři miliardy představují širší údaj Alibaby napříč distribučními kanály, zatímco statistiky Hugging Face popisují aktivitu přímo na jeho platformě. Samotný Hugging Face také upozorňuje, že počet stažení není měřítkem kvality modelu ani celkového tržního podílu. Dobře ale ukazuje, které modely se skutečně dostávají do vývojářských workflow.

Qwen se stává základem pro další modely

Ještě zajímavější než samotná stažení je množství projektů, které na Qwenu vznikají. Hugging Face eviduje 151 448 modelů odvozených od Qwenu, což je 2,6krát více než celkový počet derivátů modelů Mety a 4,7krát více než u samotné rodiny Llama. Google má podle stejné statistiky 82 506 derivátů.

Právě tato čísla ukazují, proč se v otevřené AI nehraje pouze o benchmarky. Model, který si vývojáři stáhnou, upraví, kvantizují, dotrénují a začlení do vlastních aplikací, se může postupně stát technologickým základem celého ekosystému.

Qwenu přitom pomáhá poměrně široká nabídka. Alibaba nepokrývá pouze největší modely určené pro výkonnou infrastrukturu, ale nabízí varianty od méně než jedné miliardy parametrů až po největší modely s biliony parametrů. Vývojář tak může zůstat u stejné modelové rodiny při experimentování na notebooku i při stavbě podstatně náročnější produkční aplikace.

Vývojáře stále zajímají hlavně menší modely

Data Hugging Face současně ukazují zajímavý rozpor mezi tím, které modely získávají největší publicitu, a těmi, které se skutečně používají.

Z 25 nejstahovanějších modelů roku 2026 a 25 modelů s největším počtem „likes“ se v obou žebříčcích objevil pouze jeden. Modely s méně než miliardou parametrů navíc představují přibližně 83 % historických stažení modelů, u nichž je velikost známá, zatímco modely nad 100 miliard parametrů tvoří jen asi jedno procento.

Praktické nasazení tak vypadá jinak než závod o největší model. Vývojáři potřebují řešení, která lze rozumně provozovat, upravovat a integrovat do existující infrastruktury. A právě kombinace různých velikostí, pravidelných vydání a relativně otevřeného přístupu pomohla Qwenu dostat se do této pozice.

Souboj o otevřenou AI se přesouvá

Úspěch Qwenu je zároveň dalším signálem posunu v globálním AI ekosystému. Čínské laboratoře jako Alibaba, DeepSeek, Moonshot AI nebo Z.ai už nesoutěží pouze cenou nebo benchmarkovými výsledky. Stále více soupeří také o to, na kterých modelech budou vývojáři stavět další aplikace a služby.

Hugging Face ve své analýze přímo konstatuje, že Qwen se stal součástí běžného rozhodování vývojářů při výběru modelů pro fine-tuning a nasazení. Vedle výkonu totiž začíná rozhodovat také rozsah ekosystému, dostupnost různých variant, nástroje pro lokální inference a možnost model přizpůsobit konkrétnímu použití.

Pro Alibabu je tak několik miliard stažení především distribuční výhodou. Čím více projektů vznikne na Qwenu, tím složitější bude pro konkurenční modelové rodiny přesvědčit vývojáře, aby již fungující technologický základ opustili. V boji o otevřenou AI totiž nemusí zvítězit pouze model s nejvyšším skóre v benchmarku. Neméně důležité může být, který z nich se stane běžnou součástí vývojářského stacku.

Zdroj: fortune.com

Zdroj ilustračního obrázku: vygenerováno pomocí AI