誰是開源模型一哥？Hugging Face揭2026下載榜單：中國Qwen突破20億次，比Google多5倍

• 原文標題：誰是開源模型一哥？Hugging Face揭2026下載榜單：中國Qwen突破20億次，比Google多5倍
• 作者：李先泰
• 發布時間：2026-08-17 12:30 +08:00
• 修訂時間：2026-08-17 12:30 +08:00
• 來源：數位時代 BusinessNext
• 擷取方式：BusinessNext NewsArticle.articleBody JSON-LD；以下保留目前 canonical 頁面的正文與文字，不加入衍生摘要。
• Canonical URL：https://www.bnext.com.tw/article/91887/qwen-tops-hugging-face-open-model-ranking-2026
• Source scope：BusinessNext /categories/ai approved surface

原文擷取

若以 Hugging Face Hub 在 2026 年前 7 個月的下載量與衍生模型數衡量，開源 AI 模型的領先者已是阿里巴巴的 Qwen（通義千問）。開源 AI 模型平台 Hugging Face 於 8 月 14 日發布《State of Open Models》夏季報告，指出 Qwen 已成為整個開源生態最大的共同基底之一：期間在平台累積下載逾 20 億次、衍生模型突破 15 萬個。阿里巴巴更在給《彭博》的聲明中表示，Qwen 過去 6 個月（截至 8 月中）全球下載量突破 30 億次，超越 Meta、Google 與中國本土同業，成為全球下載量第一的 AI 模型家族。

報告同時揭示美中開源版圖的位移：2026 年幾乎每個月，中國實驗室當月最大開源模型的參數量都高於美國實驗室，美國的開源主力則換成賣晶片的輝達（NVIDIA）與超微（AMD）。

本文所謂的開源模型，沿用報告的「open models（開放模型）」廣義定義，涵蓋開放權重、但授權條件不一的模型；使用者能否修改、散布或商用，仍須依各模型的授權條款判斷。下載量方面，Hugging Face 統計的是模型檔案的 HTTP GET／HEAD 請求次數（即檔案被抓取的次數），不是不重複的使用者、開發者或實際安裝數，也可能包含自動化流程，反映的是平台內模型檔案被存取與使用的活動訊號。《彭博》指出，下載量與衍生模型數，也因此成為觀察美中 AI 競賽影響力的量尺之一。

榜單差距相當明顯。Hugging Face 統計，Qwen 在 2026 年前 7 個月於平台的下載量約 20.6 億次；其中有申報參數量的模型庫合計 20.45 億次，若含全部模型庫則為 20.61 億次。《彭博》引述同一份報告指出，Google 為 4.18 億次、Meta 為 2.27 億次，Qwen 約是前者的 5 倍、後者的 9 倍。

2026 年的數據顯示，中美 AI 實驗室在開源模型的需求上呈現不同趨勢。相較於美國機構的下載量高度集中在 1B 到 70B 的中小型模型，中國實驗室在 70B 以上的巨型模型市場展現了強勁的下載動能。其中，Qwen 以突破 20 億次的總下載量位居榜首。圖／Hugging Face

衍生模型（在原模型基礎上微調、改造後再發布的版本）的差距更大：Qwen 系衍生模型達 151,448 個，是 Meta 整體的 2.6 倍、Llama 系列的 4.7 倍，2026 年前 7 個月平均每天新增 180 至 210 個。報告寫道：「Qwen 已成為開發者決定要微調、部署哪個模型時，預設工作流程的一部分。」

值得注意的是，阿里巴巴自家聲明的口徑更大：已開源逾 460 個模型、生態系衍生模型逾 30 萬個，與 Hugging Face 的平台統計範圍不同，兩組數字不宜直接相比（見編輯附註）。報告的方法論附註也提醒，下載量反映的是平台內的使用活動，不應直接解讀為模型品質、商業採用或整體市佔率。

Qwen 為什麼贏？小模型才是主戰場

報告歸納 Qwen 的 3 個勝因。其一是節奏：靠整個模型家族持續更新，而不是隔很久才放一次大招。其二是覆蓋：從 10 億參數以下的小模型，到 2.4 兆參數的旗艦 Qwen3.8 Max 全都有，開發者不論要在筆電上跑小模型，還是部署大模型，都不必離開同一個生態系。其三是授權：許多 Qwen 模型採用 Apache 2.0（寬鬆的開源授權條款，允許自由修改、再散布與商用），降低商用門檻。

對照組是走「只出大模型」路線的月之暗面（Moonshot AI）：2026 年下載量約 3,700 萬次，Qwen 約是它的 55 倍。差距的根源藏在硬體裡：在有申報參數量的模型中，10 億參數以下的小模型佔平台歷史下載量的 83%；超過 1,000 億參數的巨型模型僅佔 1%。白話說，開發者手上的電腦跑得動什麼，什麼就會贏。

本地端執行的戰場同樣是 Qwen 的天下。GGUF 格式（常用來承載量化權重、供 llama.cpp 等工具執行本地推論的模型檔案格式）的下載量，Qwen 每月達 3,960 萬次，約是 Google Gemma 的 2 倍、Meta Llama 的 5 倍以上。報告點出，Llama 的 GGUF 版本數量還略多於 Qwen，等於同樣的貨架空間，只拿到五分之一的流量。

美中版圖位移：美國開源主力變成晶片廠

報告的另一項發現，是模型尺寸上限的位移。在報告的中美比較中，2026 年幾乎每個月，中國實驗室當月最大開源模型的參數量，都高於美國實驗室同期發布的任何一款；中國每月上限落在 7,540 億至 2.78 兆參數，美國 7 個月中有 5 個月不超過 1,300 億。

少數例外如輝達的 Nemotron 3 Ultra（5,610 億參數），以及 Thinking Machines Lab 的 Inkling（9,520 億參數），後者還是以中國模型為基礎打造。不過，美國並未在開源缺席，只是主角換人。2026 年在平台新增最多模型儲存庫的兩家美國組織，是晶片廠輝達與超微，各新增逾 200 個；其中超微有不少項目屬於格式轉換與硬體最佳化版本，讓超大模型得以在美系硬體上有效執行。

報告分析，晶片廠已經想通「開源模型是賣晶片的方法」：一款針對自家硬體最佳化、又免費開放的模型，就是「硬體跑得動」最直接的證明。《彭博》也指出，Meta 與輝達在報告發布前後數週接連推出新的開源模型，開發者爭奪戰正在升溫。圖／Hugging Face

折線圖追蹤了從 2025 年 12 月 31 日至 2026 年 7 月 29 日期間，全球主要科技公司與 AI 機構在 Hugging Face Hub 上新增的模型儲存庫（New repos）數量的每週變化。AMD 在 2026 年 4 月曾有一波快速攀升，隨後在 7 月份出現驚人的垂直爆發，最終以接近 240 個新模型的數量大幅超車，躍居榜首。圖／Hugging Face

至於「免費送權重」要怎麼賺錢？報告認為，回報來自 API 與雲端業務、硬體與平台卡位，以及生態系位置本身。下一個觀察點是授權風向：部分最新旗艦模型開始從標準的 Apache／MIT 授權轉向自訂條款。Kimi K3 與 Qwen3.8 2.4T 仍允許廣泛使用與商用，但針對達到特定規模的模型服務、AI 工作助理或大型商業產品，設有另行取得授權或標示模型名稱等要求；現行條款並未明定營收分潤。

資料來源：Hugging Face 開源模型夏季報告、《彭博》、Hugging Face 下載統計說明、Qwen3.8 2.4T 授權條款、Kimi K3 授權條款。本文初稿為 AI 編撰，整理．編輯／李先泰

Source notes

• 本 raw capture 保留 BusinessNext canonical article 對 Hugging Face《State of Open Models》、Qwen 下載量與衍生模型、GGUF 本地模型活動、模型授權及 NVIDIA／AMD 開源策略的整理。
• 下載量、衍生模型數、模型參數量、授權條款、模型排名與美中比較均屬 Hugging Face／阿里巴巴／《彭博》／BusinessNext 等來源 attribution；下載量是檔案請求活動訊號，不是去重使用者數、品質、商業採用或整體市佔率的獨立證明。
• 阿里巴巴聲明與 Hugging Face 平台統計的期間、範圍與定義不同，不直接合併比較；正式選型仍應回查原始報告、各模型 license 與當期 runtime／硬體支援。