Los modelos Qwen de Alibaba han superado la marca de 3 mil millones de descargas: una nueva etapa en la carrera de la IA abierta
El gigante tecnológico chino Alibaba ha alcanzado un hito impresionante: en los últimos seis meses, el número total de descargas de sus modelos de IA de código abierto de la familia Qwen ha superado los 3 mil millones. Este es un evento significativo que cambia radicalmente el equilibrio de poder en el mercado global de inteligencia artificial.
La corporación ha brindado a la comunidad acceso a más de 460 redes neuronales, sobre la base de las cuales desarrolladores de todo el mundo han creado alrededor de 300,000 modelos derivados. Esta escala de ecosistema no tiene análogos entre los competidores occidentales.
Datos de Hugging Face: cifras que hablan por sí solas
El análisis de la plataforma Hugging Face, el centro más grande para la comunidad de IA, confirma el dominio de Qwen. En siete meses del año actual, los modelos de Alibaba se descargaron 2.05 mil millones de veces, y el número de forks (repositorios derivados) alcanzó los 151,448. En comparación, Google solo tiene 82,506.
Es importante entender el contexto: las estadísticas de Hugging Face solo tienen en cuenta la actividad dentro de su propio ecosistema, excluyendo las solicitudes API y los despliegues corporativos privados. Sin embargo, incluso estos datos incompletos demuestran una brecha colosal. Durante 2026, los modelos de Google se descargaron 418 millones de veces, y los de Meta, 227 millones de veces.
Particularmente revelador es el crecimiento diario: el número de repositorios derivados de Qwen aumenta entre 180 y 210 por día. La comunidad participa activamente en la adaptación de los modelos: de las 28,531 conversiones GGUF (optimizadas para ejecución local), solo 54 fueron creadas por la propia Alibaba; el resto es trabajo de entusiastas. Como señalan acertadamente los expertos, Qwen se ha convertido en el estándar de flujo de trabajo para desarrolladores que eligen un modelo para fine-tuning y despliegue.
El secreto del éxito: estrategia de escalado y apertura
La superioridad de Qwen se explica por tres factores clave: actualizaciones regulares, cobertura de todas las escalas, desde versiones compactas con parámetros submilmillonarios hasta la gigantesca Qwen3.8-Max (2.4 billones de parámetros), y la licencia Apache 2.0, que no restringe el uso comercial.
La amplitud de la gama de modelos resultó decisiva. Según datos de Hugging Face, el 83% de todas las descargas en la historia de la plataforma corresponde a modelos con menos de 1 mil millones de parámetros, mientras que las redes neuronales gigantes (más de 100 mil millones) ocupan solo el 1%. Los competidores centrados en LLM grandes pierden: por ejemplo, Moonshot AI, que ignora los modelos pequeños, ha acumulado solo 37 millones de descargas en un año, 55 veces menos que Qwen.
En el segmento de despliegue local, Alibaba también lidera: las compilaciones GGUF de Qwen se descargan 39.6 millones de veces al mes, superando a Gemma (20.8 millones) y Llama (7.5 millones).
Cambio global en la IA abierta
El informe revela cambios fundamentales. Casi todos los meses, el modelo abierto más grande de China superaba en tamaño a todos los lanzamientos estadounidenses, alcanzando un techo de 754 mil millones a 2.78 billones de parámetros, mientras que en EE. UU., en cinco de los siete meses, este indicador no superaba los 130 mil millones. Además, en China, el 59% de los modelos con más de 20 mil millones de parámetros se publican bajo Apache 2.0, y el 22% bajo MIT, sin restricciones. En EE. UU., el 41% de estos modelos tienen licencias propietarias, y el 30% ni siquiera las especifican.
Es revelador que en EE. UU., los líderes en número de nuevos modelos abiertos no sean laboratorios de IA, sino fabricantes de chips: AMD y Nvidia, que han publicado más de 200 repositorios cada uno. Google y Meta quedan notablemente rezagados.
Mi análisis: El éxito de Qwen no es solo estadística, sino una señal de cambio de paradigma. El ecosistema chino apuesta por la apertura total y la accesibilidad, lo que estimula la adopción masiva y crea un poderoso efecto de red. EE. UU., al depender de desarrollos propietarios y el control de la infraestructura, corre el riesgo de perder la iniciativa en la batalla por las mentes de los desarrolladores, que en última instancia determina el liderazgo tecnológico.