Qwen、半年で30億ダウンロード。オープンAIモデルの勢力図が塗り替わった

Hugging Faceの最新レポートが描き出したのは、中国製オープンモデルがフロンティアを制し、コミュニティの「当たり前」になった現実だ。

数字が語る逆転

Hugging Faceが現地時間8月14日に公開した半年間の分析レポートは、オープンAIモデルの世界でいま何が起きているかを数字で突きつけた。

アリババのQwen（通義千問）ファミリーが、過去6か月で30億回以上ダウンロードされた。460を超えるモデルをオープンソース化し、派生モデルは30万件超。Googleの4億1800万回、Metaの2億2700万回を大きく引き離し、世界で最もダウンロードされたオープンAIモデルになった。

レポートが示すHugging Face Hub上のデータでは、2026年の7か月間でQwenは約20億4500万回ダウンロードされている。30億という数字はアリババ自身の発表で、Hub以外の流通チャネルを含む。いずれにせよ、2位以下との差は圧倒的だ。

フロンティアの天井は中国にある

2026年に入ってから、100Bパラメータを超えるオープンモデルの規模競争を主導しているのは中国のラボだ。

月ごとの最大リリースを見ると、中国側の天井は754Bから2兆7800億パラメータの範囲を推移した。米国側は7か月中5か月で130B未満にとどまり、例外はNVIDIAのNemotron 3 Ultra（561B）とThinking Machines LabのInkling（952B）に限られた。

注目すべきは戦略の違いだ。Moonshot（Kimi）、MiniMax、Xiaomi、Z.aiは70B未満のモデルをほぼ出さず、フロンティアの規模だけで勝負している。QwenとTencentは1B未満から最大級まで全サイズを網羅する。

フロンティア特化型は、ベンチマークの頂点とAPIの需要を狙う。全サイズ展開型は、開発者が標準化するファミリーの座を狙う。Qwenがダウンロード数で圧勝している事実は、後者の戦略が実を結んでいることを示している。

米国のオープンソースは「作る」から「回す」へ

米国がオープンソースから撤退したわけじゃない。2026年に最も多くの新規オープンモデルを公開したのはAMDとNVIDIAで、それぞれ200以上のリポジトリを作成している。ハードウェアベンダーにとって、自社チップに最適化されたオープンモデルの公開は最も説得力のあるデモだ。

だが重心は移った。GoogleとMetaは新規モデルリリース数でNVIDIAを下回り、Metaは最上位モデルの非公開化に舵を切った。100Bを超える米国発のオリジナルモデルはごく少数で、この規模帯の米国リリースの多くは中国製モデルの上に構築されたものだ。AMDはこの規模で多くの変換を行ったが、オリジナルモデルは出していない。

つまり米国のオープンソース活動は、モデル創出から配信・最適化のレイヤーへシフトしている。

「いいね」と「ダウンロード」は別の経済圏

レポートで最も鋭い指摘は、注目と採用の乖離だ。

2026年のダウンロード数トップ25と、いいね数トップ25を並べると、両方に入っているモデルは1つだけだった。ダウンロード上位25のうち、2026年に公開されたモデルはゼロ。13件は2022年のモデルだ。all-MiniLM-L6-v2は7か月で15億5000万回ダウンロードされたが、いいねは5156件。Kimi-K3はいいね1件あたり約60回のダウンロードにすぎない。

いいねは「業界が何に興奮しているか」を測る指標で、フロンティアモデルの発表直後に集中する。ダウンロードは「何がパイプラインに組み込まれているか」を測る指標で、小さく安定したモデルに長年にわたって蓄積される。この2つを混同することが、Hub報道で最もよくある誤りだとHugging Face自身が認めている。

中国のフロンティアラボだけが、70B以上のモデルにダウンロードが集中する異例のパターンを示した。MiniMaxはダウンロードのほぼ全量が70B超、Moonshotは88%、DeepSeekは55%。米国のラボでこのパターンを持つところはない。Google、Microsoft、IBM Graniteの70B超ダウンロードはほぼゼロだ。

Moonshotのフロンティア特化路線が7か月で記録したダウンロードは3700万回。Qwenの全サイズ展開戦略は20億4500万回。約55倍の差がある。

ライセンスはビジネスモデルじゃない

中国ラボのライセンス戦略にも驚くべきパターンがある。

20Bを超える178件の中国製リリースのうち、59%がApache 2.0、22%がMIT。商用利用禁止のライセンスはゼロだ。DeepSeekとZ.aiは700Bから1兆6500億パラメータのモデルを素のMITで出している。

米国側はどうか。同サイズ帯で、Apache 2.0またはMITは29%。41%が独自条項、30%はライセンス未宣言。中国ラボのほうが、米国ラボより寛容なライセンスでモデルを公開している。

重みを最も自由な条件で無償配布しているということは、収益源は別にあるということだ。API・クラウド事業、ハードウェアとの連携基盤、あるいはオープンソース戦略そのものが企業評価の押し上げに使われている。

Qwenがコミュニティの「デフォルト」になった

ダウンロード数だけでは、プラットフォームとしての定着度は測れない。レポートが別の角度で出した指標が派生モデル数だ。

QwenベースのモデルはHub上で15万1448件の派生リポジトリを持つ。Meta全体のリポジトリ数の2.6倍、Llamaリポジトリに限れば4.7倍。Googleが8万2506件で2位、3位はUnslothというコミュニティアカウントで、量子化済み・ファインチューニング用のビルドを公開している。その多くがQwenベースだ。

2026年の最初の7か月間を通じて、Qwenの派生リポジトリは1日あたり180〜210件のペースで増え続けた。個々のモデル発表に連動した一過性のピークじゃない。開発者がファインチューニングやデプロイの基盤として「まずQwen」を選ぶワークフローが定着している。

そしてこの地位を築いたのはQwen自身じゃない。15万1448件の派生リポジトリは外部の開発者が作ったものだ。Hub上のQwenのGGUF変換2万8531件のうち、Qwen公式が公開したのはわずか54件にすぎない。

小さなモデルが依然として主役

パラメータ数を宣言しているモデルのうち、全期間ダウンロードの83%は1B未満が占める。100B超は1%。2026年の期間に限定しても変わらない。70B超へのダウンロードは全体の3%だ。

ほとんどの開発者が持っているハードウェアで動くのは小さなモデルだけ。この事実は変わっていない。

では兆パラメータのモデルは、どうやって誰かの手に届くのか。llama.cppが、その橋になっている。

llama.cppが「上」と「下」をつないだ

2026年2月、llama.cppの生みの親であるゲオルギ・ゲルガノフ（Georgi Gerganov）氏率いるggmlチームがHugging Faceに合流した。プロジェクトはオープンソース・コミュニティ主導のまま、持続的なリソースを得た。

7月時点のデータでは、DeepSeek-V4-Flash（約284B）やKimi-K3（約2兆8000億）のGGUFビルドが登録されている。ローカル推論の意味が変わった。かつてはラップトップで動く8Bモデルだった。いまは複数の一般向けマシンに分散させた兆パラメータ級のMixture-of-Experts（混合エキスパート）モデルだ。

GGUFの月間ダウンロード数でも、Qwenは3960万回で首位。Gemmaの2080万回のほぼ2倍、Llamaの750万回の5倍以上。リポジトリ数ではLlamaがQwenをわずかに上回っているのに、ダウンロードは5分の1しかない。

ランタイム層の成長も顕著だ。GGUFライブラリを宣言するリポジトリは7か月で464%の伸びを記録、LeRobotが194%、AppleのMLXが148%。モデル定義の中核であるtransformersは16%、diffusersは21%で、Hubの平均成長率21.5%と横並びだ。モデルそのものよりも、「どこで動かすか」を決めるレイヤーが3〜7倍の速度で拡大している。

エージェントが「新しい利用者」になった

7月に公開されたagent-usageデータセットによって、Hugging Face Hubにどれだけのエージェントトラフィックが流入しているかが初めて可視化された。

7月のシェアでClaude Codeが44.4%で首位に立ったが、この数字だけでは実態はわからない。4月には67.8%だったものが5月に6.4%へ急落し、Codexは10.4%から20.8%へ着実に上昇した。1回のリリースや設定変更で月間シェアの半分が動く。まだ勝者のいない市場だ。

もう一つの発見は、未登録エージェントの存在だ。7月のエージェントタグ付きトラフィックの約4分の1は、データセットにまだ名前のない実行環境からだった。5月にはこの数字が59.8%に達していた。4月から7月の間に12以上の新しいクライアント識別子が出現している。登録が追いつかないほどの速度で新規参入が起きていること自体が、一つの発見だ。

Hugging Faceはこの「読者」のためのインフラ整備を進めてきた。3月には論文の機械可読Markdown配信、4月にはエージェントトレースのデータセット型対応とGradio SpaceへのAPI記述ファイル設置、7月にはMCP（Model Context Protocol）サーバー上のhf_fsツールで約1000トークンでリポジトリ・ストレージ・ドキュメント・論文にアクセスできるインターフェースを構築した。

そして7月、エージェントが「読者」から「侵入者」に変わる事件が起きた。OpenAIの評価環境から脱出した自律型エージェントがHugging Faceの本番環境に侵入した。攻撃コードの分析に商用モデルのガードレールが応じなかったため、最終的にはオープンウェイトのGLM-5.2を自社インフラで実行して対処している。

風景の変化、そしてまだ見えない輪郭

レポートの数字を並べてみると、3つの力学が見える。

フロンティアの規模は中国ラボが制している。だが開発者の日常に浸透しているのは、全サイズを揃え、Apache 2.0で出し、コミュニティに派生を委ねる戦略をとったQwenだ。ダウンロード数で55倍の差がついたMoonshotとの対比が、それを物語る。

実際に動いているのは依然として小さなモデルで、巨大モデルとの間をllama.cppとコミュニティの量子化レイヤーが埋めている。最も速く成長しているのはモデルそのものじゃなく、「どのハードで動かすか」を決めるランタイム層だ。

そしていま、Hubの利用者の構成が変わりつつある。エージェントがモデルを検索し、データセットをプッシュし、Spacesを呼び出す。人間が画面をスクロールして探す時代の次が、もう始まっている。

このレポートはHugging Face Hubの活動データに基づく一つの切り口であり、APIでの利用、プライベートなデプロイ、Hub以外のチャネルを通じた採用は含まれていない。それでも、オープンモデルの重心がどこにあるかを測る最も包括的なデータの一つであることは間違いない。

関連記事

• Zed 1.7.2、AIの文脈管理を自動化する
• Nemotron 3 Super、オープンソース首位の裏側
• Hugging Face、AIエージェントによる侵入を公表
• オープンソースAIが席巻してもAnthropicが儲かる理由
• DeepSeek V4公開、自ら「3〜6ヶ月の遅れ」を明記
• Exabox予約開始、約16億円コンテナ型AIスパコンの正体
• Z.ai、GLM-5.3発表。想定外の攻撃能力で重み公開を延期
• Meta、ローカルで動くAIエージェントモデルをApache 2.0で公開
• AIチップ2億個時代へ。世界で進む計算力の大増産と、その摩擦
• AMD、Radeonの供給価格を8月に10%以上値上げを通知。NVIDIAを待って実施