Qwen: 942 Mio. Downloads des Open-Source-Führers

Qwen führt im Open-Source: 942 Millionen Downloads und Dominanz bei Feinabstimmungen

Die Qwen-Modellfamilie von Alibaba hat bis März 2026 942,1 Millionen Downloads auf Hugging Face erreicht, mehr als das Doppelte von Llamas 476 Millionen. Der ATOM Report, veröffentlicht am 8. April auf arXiv, analysiert 1.500 wichtige Open-Source-Modelle und dokumentiert einen Marktwandel hin zu chinesischen Entwicklungen.

Qwen zog im September 2025 bei den Downloads an die Spitze, mit einem nahezu Gleichstand: 325,4 Millionen gegenüber Llamas 323,7 Millionen. Bis Februar 2026 erreichten Qwens monatliche Downloads 153,6 Millionen und etablierten es als De-facto-Standard für Entwickler.

Dominanz bei Feinabstimmungen

Feinabstimmungen – benutzerdefinierte Anpassungen von Basismodellen – geben ein klareres Bild vom realen Einsatz in der Produktion. Qwens Anteil an neuen Feinabstimmungen stieg von 1 % im Januar 2024 auf 69 % im Februar 2026. Llama fiel von 44 % (August 2024) auf 11 %.

Dieser Unterschied trennt Gelegenheitsdownloads von tatsächlicher Bereitstellung: Feinabstimmungen erfordern Integration in Pipelines, Tests und Optimierung für spezifische Aufgaben.

• Qwen-Wachstum: +68 % Marktanteil in 2 Jahren.
• Llama-Rückgang: -33 % vom Höchststand.
• Andere Modelle: Zusammen unter 10 % der neuen Anpassungen.

Vergleich mit amerikanischen Modellen

Amerikanische Akteure (NVIDIA, Ai2, IBM und andere) kamen zusammen auf 56 Millionen Downloads gegenüber Qwens 942 Millionen. Chinesische Modelle überholten westliche Konkurrenz im Sommer 2025 und vergrößern den Vorsprung weiter.

Qwen 2.5 (September 2024) bot eine Palette von 0,5 bis 72 Milliarden Parametern unter Apache 2.0. Es rivalisiert mit proprietären Lösungen in der Qualität, bleibt aber vollständig offen. DeepSeek Anfang 2025 verstärkte den Trend: überlegene Entwicklungs-Effizienz mit weniger Ressourcen.

Das Open-Source-AI-Ökosystem hat sich von Silicon Valley nach China verlagert – Hangzhou und Shenzhen sind die neuen Zentren.

| Kennzahl | Qwen (Mio.) | Llama (Mio.) | USA gesamt (Mio.) |

|--------------------------------|-------------|--------------|-------------------|

| Downloads (März 2026) | 942,1 | 476 | 56 |

| Feinabstimmungen (Feb. 2026, %)| 69 | 11 | <10 |

Faktoren hinter Qwens Erfolg

Die Architektur von Qwen 2.5 ist für Skalierung optimiert: Kleinere Versionen (0,5B) passen auf Edge-Geräte, größere (72B) treiben Server mit hoher Last an. Die Apache-2.0-Lizenz ermöglicht nahtlosen kommerziellen Einsatz ohne Einschränkungen.

Entwickler loben ihre Stabilität bei Langkontext-Aufgaben und multimodalen Szenarien. Im Vergleich zu Llama bietet Qwen einen kleineren Footprint bei äquivalenter Perplexity auf Benchmarks wie MMLU und GSM8K.

• Breites Spektrum an Modellgrößen.
• Offene Lizenz ohne Einschränkungen.
• Wettbewerbsfähige Qualitätsmetriken.
• Aktives Ökosystem an Tools auf Hugging Face.

Wichtige Erkenntnisse

• Qwen kontrolliert 69 % der neuen Feinabstimmungen – ein Schlüsselinstrument für Produktionseinsatz.
• Chinesische Modelle führen die USA um das 17-Fache bei Downloads an.
• Der Trend begann mit Qwen 2.5 und DeepSeek 2024–2025.
• Downloads zeigen Interesse; Feinabstimmungen spiegeln echte Bereitstellungen wider.
• Das Ökosystem verlagert sich nach Asien und verändert die Auswahl der Basismodelle.

Eine offene Frage bleibt die Umwandlung in Unternehmensbereitstellungen: Große Firmen bevorzugen oft APIs oder private Setups, die in Hugging Faces öffentlichen Statistiken nicht sichtbar sind. Für Mittel- und Oberstufen-Entwickler ist das ein Signal, den Stack neu zu bewerten – Qwen vermeidet Vendor Lock-in bei Top-Performance.

— Editorial Team