Qwen : 942 millions de téléchargements du leader open source

Qwen domine l’open source : 942 millions de téléchargements et suprématie dans les fine-tunes

La famille de modèles Qwen d’Alibaba a atteint 942,1 millions de téléchargements sur Hugging Face en mars 2026, plus du double des 476 millions de Llama. Le rapport ATOM, publié le 8 avril sur arXiv, analyse 1 500 modèles open source clés et documente un virage du marché vers les développements chinois.

Qwen a pris la tête des téléchargements en septembre 2025 avec un quasi-égalité : 325,4 millions contre 323,7 millions pour Llama. En février 2026, les téléchargements mensuels de Qwen ont atteint 153,6 millions, en faisant le standard de facto pour les développeurs.

Suprématie dans les fine-tunes

Les fine-tunes — adaptations personnalisées des modèles de base — offrent une vision plus claire de l’utilisation en production réelle. La part de Qwen dans les nouveaux fine-tunes est passée de 1 % en janvier 2024 à 69 % en février 2026. Llama est tombée de 44 % (août 2024) à 11 %.

Cela distingue les téléchargements occasionnels des déploiements réels : les fine-tunes nécessitent une intégration dans des pipelines, des tests et une optimisation pour des tâches spécifiques.

• Croissance de Qwen : +68 % de part de marché en 2 ans.
• Déclin de Llama : -33 % par rapport au pic.
• Autres modèles : Collectivement moins de 10 % des nouvelles adaptations.

Comparaison avec les modèles américains

Les acteurs américains (NVIDIA, Ai2, IBM et autres) ont cumulé 56 millions de téléchargements contre 942 millions pour Qwen. Les modèles chinois ont dépassé leurs homologues occidentaux à l’été 2025 et continuent d’élargir l’écart.

Qwen 2.5 (septembre 2024) propose une gamme de 0,5 à 72 milliards de paramètres sous licence Apache 2.0. Il rivalise avec les solutions propriétaires en qualité tout en restant entièrement open source. DeepSeek début 2025 a renforcé la tendance : une efficacité de développement supérieure avec moins de ressources.

L’écosystème open source de l’IA s’est déplacé de la Silicon Valley vers la Chine — Hangzhou et Shenzhen sont les nouveaux pôles.

| Métrique | Qwen (millions) | Llama (millions) | Total USA (millions) |

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

| Téléchargements (mars 2026) | 942,1 | 476 | 56 |

| Fine-tunes (février 2026, %) | 69 | 11 | <10 |

Facteurs du succès de Qwen

L’architecture de Qwen 2.5 est optimisée pour la mise à l’échelle : les versions plus petites (0.5B) conviennent aux appareils edge, tandis que les plus grandes (72B) alimentent les serveurs d’inférence à forte charge. La licence Apache 2.0 permet une utilisation commerciale fluide sans restrictions.

Les développeurs soulignent sa stabilité dans les tâches à long contexte et les scénarios multimodaux. Par rapport à Llama, Qwen offre une empreinte plus réduite avec une perplexité équivalente sur des benchmarks comme MMLU et GSM8K.

• Large gamme de tailles de modèles.
• Licence open source sans restrictions.
• Métriques de qualité compétitives.
• Écosystème actif d’outils sur Hugging Face.

Enseignements clés

• Qwen contrôle 69 % des nouveaux fine-tunes — un indicateur clé de l’utilisation en production.
• Les modèles chinois devancent les États-Unis par 17 fois en téléchargements.
• La tendance a démarré avec Qwen 2.5 et DeepSeek en 2024–2025.
• Les téléchargements signalent l’intérêt ; les fine-tunes reflètent les déploiements réels.
• L’écosystème se déplace vers l’Asie, remodelant les choix de modèles de base.

Une question ouverte reste la conversion vers des déploiements en entreprise : les grandes entreprises privilégient souvent les API ou des configurations privées, qui ne sont pas visibles dans les statistiques publiques de Hugging Face. Pour les développeurs de niveau intermédiaire et senior, c’est un signal pour réévaluer la pile — Qwen réduit le verrouillage fournisseur tout en offrant des performances de pointe.

— Editorial Team