Qwen lidera en código abierto: 942 millones de descargas y dominio en ajustes finos
La familia de modelos Qwen de Alibaba ha alcanzado 942,1 millones de descargas en Hugging Face para marzo de 2026, más del doble de los 476 millones de Llama. El informe ATOM, publicado el 8 de abril en arXiv, analiza 1500 modelos clave de código abierto y documenta un cambio de mercado hacia los desarrollos chinos.
Qwen se adelantó en descargas en septiembre de 2025 con un empate casi perfecto: 325,4 millones frente a los 323,7 millones de Llama. Para febrero de 2026, las descargas mensuales de Qwen alcanzaron 153,6 millones, estableciéndola como el estándar de facto para los desarrolladores.
Dominio en ajustes finos
Los fine-tunes —adaptaciones personalizadas de modelos base— ofrecen una imagen más clara del uso real en producción. La cuota de Qwen en nuevos fine-tunes creció del 1 % en enero de 2024 al 69 % en febrero de 2026. Llama cayó del 44 % (agosto de 2024) al 11 %.
Esto distingue las descargas casuales del despliegue real: los fine-tunes requieren integración en pipelines, pruebas y optimización para tareas específicas.
- Crecimiento de Qwen: +68 % de cuota de mercado en 2 años.
- Declive de Llama: -33 % desde el pico.
- Otros modelos: Colectivamente menos del 10 % de nuevas adaptaciones.
Comparación con modelos estadounidenses
Los actores estadounidenses (NVIDIA, Ai2, IBM y otros) acumularon 56 millones de descargas combinadas frente a los 942 millones de Qwen. Los modelos chinos superaron a sus contrapartes occidentales en el verano de 2025 y siguen ampliando la ventaja.
Qwen 2.5 (septiembre de 2024) ofreció un rango de 0,5 a 72 mil millones de parámetros bajo Apache 2.0. Compite con soluciones propietarias en calidad mientras permanece completamente abierto. DeepSeek a principios de 2025 reforzó la tendencia: mayor eficiencia en desarrollo con menos recursos.
El ecosistema de IA de código abierto ha pasado de Silicon Valley a China: Hangzhou y Shenzhen son los nuevos centros.
| Métrica | Qwen (millones) | Llama (millones) | Total EE.UU. (millones) |
|----------------------------------|-----------------|------------------|-------------------------|
| Descargas (mar. 2026) | 942,1 | 476 | 56 |
| Ajustes finos (feb. 2026, %) | 69 | 11 | <10 |
Factores detrás del éxito de Qwen
La arquitectura de Qwen 2.5 está optimizada para escalado: versiones pequeñas (0,5B) caben en dispositivos edge, mientras que las grandes (72B) impulsan servidores de inferencia de alta carga. La licencia Apache 2.0 permite un uso comercial sin restricciones.
Los desarrolladores destacan su estabilidad en tareas de contexto largo y escenarios multimodales. Comparado con Llama, Qwen ofrece una huella más pequeña con perplejidad equivalente en benchmarks como MMLU y GSM8K.
- Amplio rango de tamaños de modelo.
- Licencia abierta sin restricciones.
- Métricas de calidad competitivas.
- Ecosistema activo de herramientas en Hugging Face.
Lecciones clave
- Qwen controla el 69 % de los nuevos fine-tunes: un indicador clave de uso en producción.
- Los modelos chinos lideran a EE.UU. por 17 veces en descargas.
- La tendencia comenzó con Qwen 2.5 y DeepSeek en 2024-2025.
- Las descargas señalan interés; los fine-tunes reflejan despliegues reales.
- El ecosistema se está desplazando a Asia, reconfigurando las opciones de modelos base.
Una pregunta abierta es la conversión a despliegues empresariales: las grandes empresas suelen preferir APIs o configuraciones privadas, que no son visibles en las estadísticas públicas de Hugging Face. Para desarrolladores de nivel medio y senior, es una señal para reevaluar la pila tecnológica: Qwen reduce el vendor lock-in mientras ofrece rendimiento de primer nivel.
— Editorial Team
Aún no hay comentarios.