Los modelos abiertos Qwen de Alibaba han superado la marca de 3 mil millones de descargas: qué hay detrás de este éxito
El gigante tecnológico chino Alibaba ha alcanzado un hito impresionante: el número total de descargas de sus modelos de IA de código abierto de la familia Qwen ha superado los 3 mil millones en los últimos seis meses. Este es un evento significativo que demuestra claramente un cambio de paradigma en el panorama global de la inteligencia artificial.
La corporación ha puesto a disposición pública más de 460 redes neuronales diferentes, y el número total de modelos derivados creados por desarrolladores externos ha alcanzado los 300 000. Estas cifras indican que Qwen se ha convertido en una plataforma fundamental para una gran cantidad de proyectos de IA en todo el mundo.
Análisis de Hugging Face: cifras y hechos
Los datos publicados por la plataforma Hugging Face confirman esta tendencia. En siete meses del año actual, los modelos Qwen se descargaron 2,05 mil millones de veces, y el número de repositorios derivados alcanzó los 151 448. En comparación, su competidor más cercano, Google, tiene solo 82 506. Es importante tener en cuenta que las estadísticas de Hugging Face solo cubren la actividad dentro de su propio ecosistema y no incluyen solicitudes API ni implementaciones privadas, lo que hace que la escala real de distribución de Qwen sea aún más significativa.
Particularmente reveladora es la comparación con los gigantes occidentales. Según las estimaciones de la plataforma, en el mismo período, las descargas de modelos de Google fueron de 418 millones y las de Meta, de 227 millones. Una brecha de decenas de veces no es solo un error estadístico, sino un reflejo de estrategias radicalmente diferentes.
El secreto del éxito de Qwen
Los analistas destacan tres factores clave que han asegurado el liderazgo de Alibaba. En primer lugar, las actualizaciones regulares de la gama de modelos. En segundo lugar, la cobertura de todas las escalas, desde versiones compactas con menos de mil millones de parámetros hasta la gigantesca Qwen3.8-Max con 2,4 billones de parámetros. Precisamente la amplitud de la línea resultó decisiva: los modelos con menos de 1 mil millones de parámetros representan el 83% de todas las descargas en la historia de la plataforma, mientras que las redes neuronales con más de 100 mil millones solo el 1%. En tercer lugar, el uso de la licencia Apache 2.0, que no impone restricciones a la modificación ni al uso comercial.
Esta estrategia ha llevado a que Qwen se convierta en el estándar de facto para la implementación local. Sus compilaciones GGUF se descargan 39,6 millones de veces al mes, casi el doble que Gemma (20,8 millones) y cinco veces más que Llama (7,5 millones).
Cambio geopolítico en la IA de código abierto
El informe también reveló una importante tendencia geopolítica. Casi todos los meses de este año, el modelo abierto más grande de China superó en tamaño a todos los lanzamientos de EE. UU. El techo de los modelos chinos osciló entre 754 mil millones y 2,78 billones de parámetros, mientras que en los competidores estadounidenses, en cinco de los siete meses, no superó los 130 mil millones. Es notable que en China, el 59% de los modelos con más de 20 mil millones de parámetros se publican bajo Apache 2.0 y no tienen restricciones de uso comercial, mientras que en EE. UU., el 41% de estos modelos se distribuyen bajo condiciones propietarias.
En EE. UU., por cierto, los líderes en número de nuevos modelos abiertos no fueron los laboratorios de IA, sino los fabricantes de chips: AMD y Nvidia, cada uno de los cuales publicó más de 200 repositorios.
Mi comentario: El éxito de Qwen es un claro ejemplo de cómo una estrategia abierta y la orientación a las necesidades reales de los desarrolladores pueden asegurar el dominio en un entorno de competencia feroz. Mientras los laboratorios occidentales se centran en crear modelos gigantes, Alibaba está capturando el mercado masivo, ofreciendo soluciones para cualquier escenario. Esta es una victoria estratégica que podría tener consecuencias a largo plazo para toda la industria, especialmente en el contexto de la carrera por el liderazgo en IA.