Hugging Face, estate 2026: Qwen guida i download. Ma i contatori non misurano tutto

Hugging Face ha pubblicato il 14 agosto «State of Open Models: Summer 2026 Observations», firmato tra gli altri da Adina Yakefu, Apolinário e Irene Solaiman, basato sull’attività registrata sull’Hub nei primi sette mesi del 2026. Nel periodo, i repository pubblici di modelli sono saliti da 2,43 a 2,96 milioni, i dataset da 711.000 a 1 milione (prima volta oltre soglia) e gli Spaces da 1,00 a 1,44 milioni. L’Hub è da anni la piattaforma pubblica di riferimento per la distribuzione di modelli a pesi aperti e i suoi contatori di download sono diventati la metrica più citata per dire «chi sta vincendo».

Secondo il report, la famiglia Qwen di Alibaba concentra 151.448 modelli derivati costruiti dalla comunità: 2,6 volte l’impronta complessiva dei modelli Meta e 4,7 volte i derivati specifici di Llama. La crescita è stata costante (circa 180–210 nuovi repository derivati da Qwen al giorno nel periodo), non solo nei giorni di lancio. Sui download 2026 misurati sull’Hub, Hugging Face attribuisce a Qwen circa 2,045 miliardi di download (2,061 miliardi contando tutti i repository), contro circa 418 milioni per i modelli Google e circa 227 milioni per quelli Meta. «Qwen has become part of the default workflow for developers deciding what models to fine-tune and deploy» — Hugging Face, report ufficiale («Qwen è entrato nel flusso di lavoro predefinito per chi decide quali modelli mettere a punto e distribuire»).

The Next Web (16 agosto, firma di Ana Maria Constantin) rileva che i 3 miliardi di download diffusi da Alibaba sono circa il 47% più alti del dato misurato da Hugging Face sull’Hub nel 2026. The Next Web aggiunge che «The 3 billion figure came from Alibaba's own emailed statement» («i 3 miliardi provengono da una dichiarazione inviata via email da Alibaba») e che gli «oltre 300.000» derivati rivendicati superano i 151.448 contati sull’Hub. The Next Web attribuisce la differenza al perimetro: i dati Hugging Face coprono solo l’Hub e non includono uso via API, deployment privati e altri canali, fra cui ModelScope di Alibaba. Alibaba non ha pubblicato la metodologia con cui calcola i propri 3 miliardi e gli «oltre 300.000», e Hugging Face non ha commentato pubblicamente lo scarto; i contatori dell’Hub non distinguono tra uso in produzione, test e traffico automatizzato, e il report segnala una quota rilevante di traffico da agenti non registrati.

Oltre alla classifica, il report mette a fuoco la struttura d’uso: l’85,6% dei modelli ha meno di 200 download complessivi (alcune sintesi di terze parti riportano «circa la metà»: il riferimento resta il testo ufficiale), mentre l’1,5% dei repository concentra il 99,2% dei download totali; i modelli sotto 1 miliardo di parametri raccolgono l’83% dei download storici, quelli sopra i 100 miliardi si fermano all’1%. Confrontando le top 25 per download con le top 25 per «like», solo un repository compare in entrambe: attenzione e uso misurano cose diverse. Sul fronte delle dimensioni, i laboratori cinesi hanno pubblicato modelli a pesi aperti fino a 2,78 trilioni di parametri; in cinque dei sette mesi analizzati, il modello aperto più grande rilasciato da un laboratorio statunitense è rimasto sotto i 130 miliardi di parametri. Tra i 178 rilasci cinesi a pesi aperti sopra i 20 miliardi di parametri censiti nel 2026, il 59% adotta licenza Apache 2.0 e il 22% MIT; le percentuali valgono solo per questo sottoinsieme.

Se i contatori restano la bussola più comoda, è bene ricordare cosa lasciano fuori. Il «primato» di Qwen sull’Hub è netto, ma la distanza con i numeri rivendicati dai fornitori racconta soprattutto l’assenza di una metrica condivisa sull’uso reale. Finché perimetri e metodi restano diversi, i grafici dicono tendenze, non verdetti. — Olya