Qwen 下載量突破 30 億：阿里開源模型正式超越 Meta 與 Google 的總和

2026 年 8 月 15 日，Bloomberg 報導了一個兩年前聽起來宛如天方夜譚的里程碑：阿里巴巴的 Qwen 開放權重模型家族，在過去六個月累積超過 30 億次下載，成為全球下載量最高的開源模型家族——遠遠甩開 Meta 與 Google 這兩家定義了現代開源模型發布的公司。

這組數字來自阿里巴巴，並與 Hugging Face 於 8 月 14 日發布的《State of Open Models: Summer 2026 Observations》報告相互印證。對比極為鮮明：2026 年至今，Google 的開源模型約吸引 4.18 億次下載，Meta 約 2.27 億次——兩者相加，勉強達到 Qwen 六個月數字的五分之一。Qwen 已開源超過 460 個模型，其生態系衍生出由第三方打造的 30 萬個以上衍生模型。

給一個規模感：Hugging Face 平台上約有 296 萬個公開模型倉庫。單一個中國模型家族，如今就錨定了其中約二十分之一。

數字背後的 Hugging Face 報告

下載里程碑是新聞標題，但更深刻的故事藏在 Hugging Face 政策團隊（Adina Yakefu、Apolinário 與 Irene Solaiman）這份半年報裡，資料涵蓋 2026 年 1 月至 8 月。報告的幾項發現，解釋了 Qwen 如何走到今天，也說明這個差距為何是結構性的、而非景氣循環。

中國掌控開源權重的前沿地帶。 2026 年幾乎每個月，中國實驗室發布的最大開源模型，都比美國實驗室自行發布的任何模型更大。中國的月度參數上限在 7,540 億到 2.78 兆之間；美國在七個月中有五個月低於 1,300 億，僅有的例外是 NVIDIA 的 Nemotron 3 Ultra（5,610 億）與 Thinking Machines Lab 的 Inkling（9,520 億）。Moonshot、MiniMax、小米與 Z.ai 幾乎不發布 70B 以下的模型；騰訊與阿里的 Qwen 則涵蓋從 1B 以下到最大的完整光譜——而這種全光譜策略，正是與採用率高度相關的因素。

Qwen 已成為社群的基礎模型。 以 Qwen 為基底的模型，目前在平台上共有 151,448 個衍生版本——是 Meta 整體足跡的 2.6 倍、單就 Llama 倉庫的 4.7 倍。Google 以 82,506 個衍生模型居次。Qwen 衍生模型正以每天約 180 至 210 個新倉庫的速度增加。值得注意的是，這一切是社群打造、而非阿里官方的功勞：在 28,531 個 Qwen 模型的 GGUF 轉換版本中，阿里自己只發布了 54 個。

寬鬆授權就是護城河。 今年 178 個超過 20B 參數的中國模型發布中，59% 採用 Apache 2.0、22% 採用 MIT——而且沒有任何一個帶有禁止商業使用的限制。DeepSeek 與 Z.ai 以純 MIT 授權釋出 7,000 億到 1.65 兆參數的模型。同一尺寸區間的美國模型，只有 29% 是 Apache 或 MIT，41% 採用自訂條款，30% 根本未聲明授權。中國實驗室授權最大模型的寬鬆程度，超過美國實驗室授權自己最小模型的程度。

關注不等於採用。 HF 團隊最犀利的方法論觀點：以 2026 年下載量計的前 25 名倉庫，與按讚數計的前 25 名，只有一個重疊。2026 年發布的模型沒有任何一個進入下載前 25 名；那 25 個中有 13 個來自 2022 年。下載量衡量的是生產管線依賴什麼；按讚數衡量的是這個領域對什麼感到興奮。Qwen 贏的是前者——那種無聊、黏著、基礎建設式的勝利。

規模的意義：Moonshot 與 Qwen 的策略分歧

報告也量化了中國內部的策略分歧。Moonshot 的純前沿組合（Kimi 系列，幾乎全部在 70B 以上）同期錄得 3,700 萬次下載。Qwen 的全光譜策略達到 20.45 億次（僅計有申報參數量的倉庫；含全部倉庫為 20.61 億）——約 55 倍。結論毫不含糊：帶來生態系佔領的，是跨尺寸的覆蓋，而非頭條 Benchmark 的勝利。

這與 token 市場的走勢相互呼應。OpenRouter 數據顯示，中國模型（DeepSeek、Moonshot、Z.ai 的 GLM）已在開發者 token 用量上領先；而本週《金融時報》報導，美國主力模型價格在一個月內下跌近 25%——OpenAI 將 GPT-5.6 Luna 降價 80% 至每百萬 token $0.20/$1.20，Anthropic 把 Opus 5 定價在約 Fable 5 的一半——部分即是對中國價格壓力的回應，DoorDash、Siemens 與 Airbnb 據報都在試用中國模型。

為什麼重要

三個層面的意義特別突出。

第一，「誰掌控開源 AI」有了新答案。 開源模型發布原本由 Meta 的 Llama 與 Google 的 Gemma 定義。2026 年，美國最活躍的兩個開源模型發布者是 AMD 與 NVIDIA——用模型賣晶片的硬體廠商——而 Meta 已轉向封閉旗艦。HF 報告的措辭很直白：在美國，開源已經從模型實驗室移往硬體與基礎建設公司；而模型層，屬於中國實驗室。

第二，衍生模型才是真正的採用指標。 原始下載量可能被 CI 管線與自動化拉取灌水。但 151,448 個衍生倉庫，代表第三方真金白銀的工程投入——微調、量化與重構，讓開發者鎖定在一個模型家族的架構、tokenizer 與工具鏈上。這種採用是會複利的。

第三，變現仍是未解之題。 正如 HF 報告所指，這些發布的目的絕不是授權收入——回報必須來自 API 與雲端業務、硬體佈局或生態系槓桿。阿里的賭注是：成為全球微調者的預設基礎層，價值高過任何授權收入——這正是讓 Linux 成為雲端時代基座的同一套劇本。

值得留意的但書

下載次數並非完美的代理指標。它不衡量生產環境使用量，HF 報告自己也警告，按讚與下載衡量的是不同事物。Google 與 Meta 每年也透過未計入頭條對比的較小模型與嵌入模型，產生數億次下載；美國開源 AI 的絕對參與量仍在成長。Meta 的退守是策略選擇，不是崩潰。

但方向比精度更重要。六個月、30 億次下載、460 多個模型、30 萬個衍生版本，加上比美國任何輸出都更寬鬆的授權姿態——開源權重的重心不再是在移向中國的路上。它已經抵達。