若以Hugging Face Hub在2026年前7個月的下載量與衍生模型數衡量，開源AI模型的領先者已是阿里巴巴的Qwen（通義千問）。
開源AI模型平台Hugging Face於8月14日發布《State of Open Models》夏季報告，指出Qwen已成為整個開源生態最大的共同基底之一：期間在平台累積下載逾20億次、衍生模型突破15萬個。
阿里巴巴更在給《彭博》的聲明中表示，Qwen過去6個月（截至8月中）全球下載量突破30億次，超越Meta、Google與中國本土同業，成為全球下載量第一的AI模型家族。
報告同時揭示美中開源版圖的位移：2026年幾乎每個月，中國實驗室當月最大開源模型的參數量都高於美國實驗室，美國的開源主力則換成賣晶片的輝達（NVIDIA）與超微（AMD）。
論下載量，Qwen約是Google的5倍
本文所謂的開源模型，沿用報告的「open models（開放模型）」廣義定義，涵蓋開放權重、但授權條件不一的模型；使用者能否修改、散布或商用，仍須依各模型的授權條款判斷。下載量方面，Hugging Face統計的是模型檔案的HTTP GET／HEAD請求次數（即檔案被抓取的次數），不是不重複的使用者、開發者或實際安裝數，也可能包含自動化流程，反映的是平台內模型檔案被存取與使用的活動訊號。
《彭博》指出，下載量與衍生模型數，也因此成為觀察美中AI競賽影響力的量尺之一。
榜單差距相當明顯。Hugging Face統計，Qwen在2026年前7個月於平台的下載量約20.6億次；其中有申報參數量的模型庫合計20.45億次，若含全部模型庫則為20.61億次。《彭博》引述同一份報告指出，Google為4.18億次、Meta為2.27億次，Qwen約是前者的5倍、後者的9倍。
衍生模型（在原模型基礎上微調、改造後再發布的版本）的差距更大：Qwen系衍生模型達151,448個，是Meta整體的2.6倍、Llama系列的4.7倍，2026年前7個月平均每天新增180至210個。報告寫道：「Qwen已成為開發者決定要微調、部署哪個模型時，預設工作流程的一部分。」
值得注意的是，阿里巴巴自家聲明的口徑更大：已開源逾460個模型、生態系衍生模型逾30萬個，與Hugging Face的平台統計範圍不同，兩組數字不宜直接相比（見編輯附註）。報告的方法論附註也提醒，下載量反映的是平台內的使用活動，不應直接解讀為模型品質、商業採用或整體市佔率。
Qwen為什麼贏？小模型才是主戰場
報告歸納Qwen的3個勝因。其一是節奏：靠整個模型家族持續更新，而不是隔很久才放一次大招。其二是覆蓋：從10億參數以下的小模型，到2.4兆參數的旗艦Qwen3.8 Max全都有，開發者不論要在筆電上跑小模型，還是部署大模型，都不必離開同一個生態系。其三是授權：許多Qwen模型採用Apache 2.0（寬鬆的開源授權條款，允許自由修改、再散布與商用），降低商用門檻。
對照組是走「只出大模型」路線的月之暗面（Moonshot AI）：2026年下載量約3,700萬次，Qwen約是它的55倍。差距的根源藏在硬體裡：在有申報參數量的模型中，10億參數以下的小模型佔平台歷史下載量的83%；超過1,000億參數的巨型模型僅佔1%。白話說，開發者手上的電腦跑得動什麼，什麼就會贏。
本地端執行的戰場同樣是Qwen的天下。GGUF格式（常用來承載量化權重、供llama.cpp等工具執行本地推論的模型檔案格式）的下載量，Qwen每月達3,960萬次，約是Google Gemma的2倍、Meta Llama的5倍以上。報告點出，Llama的GGUF版本數量還略多於Qwen，等於同樣的貨架空間，只拿到五分之一的流量。
美中版圖位移：美國開源主力變成晶片廠
報告的另一項發現，是模型尺寸上限的位移。在報告的中美比較中，2026年幾乎每個月，中國實驗室當月最大開源模型的參數量，都高於美國實驗室同期發布的任何一款；中國每月上限落在7,540億至2.78兆參數，美國7個月中有5個月不超過1,300億。少數例外如輝達的Nemotron 3 Ultra（5,610億參數），以及Thinking Machines Lab的Inkling（9,520億參數），後者還是以中國模型為基礎打造。
不過，美國並未在開源缺席，只是主角換人。
2026年在平台新增最多模型儲存庫的兩家美國組織，是晶片廠輝達與超微，各新增逾200個；其中超微有不少項目屬於格式轉換與硬體最佳化版本，讓超大模型得以在美系硬體上有效執行。報告分析，晶片廠已經想通「開源模型是賣晶片的方法」：一款針對自家硬體最佳化、又免費開放的模型，就是「硬體跑得動」最直接的證明。《彭博》也指出，Meta與輝達在報告發布前後數週接連推出新的開源模型，開發者爭奪戰正在升溫。
至於「免費送權重」要怎麼賺錢？報告認為，回報來自API與雲端業務、硬體與平台卡位，以及生態系位置本身。下一個觀察點是授權風向：部分最新旗艦模型開始從標準的Apache／MIT授權轉向自訂條款。Kimi K3與Qwen3.8 2.4T仍允許廣泛使用與商用，但針對達到特定規模的模型服務、AI工作助理或大型商業產品，設有另行取得授權或標示模型名稱等要求；現行條款並未明定營收分潤。
資料來源：Hugging Face開源模型夏季報告、《彭博》、Hugging Face下載統計說明、Qwen3.8 2.4T授權條款、Kimi K3授權條款
本文初稿為AI編撰，整理．編輯/ 李先泰
