Offene KI-Modelle 2026: Qwen wächst zum zentralen Ökosystem
💡 Quellen-Hinweis: Dieser Beitrag ist eine redaktionelle Zusammenfassung basierend auf einem Originalbericht von Hugging Face Blog.
Frontier-Modelle wachsen, Nutzung bleibt konzentriert
Hugging Face zieht für Januar bis August 2026 Bilanz: Öffentliche Modell-Repositories stiegen von 2,43 auf 2,96 Millionen, Datensätze von 711.000 auf eine Million und Spaces von einer auf 1,44 Millionen. Die Nutzung bleibt jedoch extrem ungleich verteilt. Rund 1,5 Prozent der Repositories vereinen 99,2 Prozent der Downloads, während 85,6 Prozent weniger als 200 Downloads erreichen.
Bei sehr grossen offenen Modellen prägen chinesische Labore zunehmend die Spitze. Einige veröffentlichen fast ausschliesslich Systeme oberhalb von 70 Milliarden Parametern, andere – besonders Alibaba Qwen – decken viele Grössen ab. US-Unternehmen bleiben präsent, auffällig oft als Hardwareanbieter: AMD und NVIDIA veröffentlichten besonders viele Repositories und nutzen offene Modelle zugleich als Optimierungs- und Vertriebsargument für ihre Plattformen.
Aufmerksamkeit ist nicht gleich Adoption
Nur ein Repository tauchte sowohl unter den 25 meistgelikten als auch den 25 meistgeladenen Modellen auf. Likes messen vor allem aktuelle Aufmerksamkeit für neue Frontier-Veröffentlichungen. Downloads zeigen dagegen stabile Komponenten, die seit Jahren in produktiven Pipelines stecken. Das kleine all-MiniLM-L6-v2 kam im betrachteten Zeitraum auf 1,55 Milliarden Downloads, während kein 2026 veröffentlichtes Modell die Download-Top-25 erreichte.
Qwen verbindet beide Welten besonders erfolgreich. Der Bericht zählt 151.448 abgeleitete Repositories – 2,6-mal so viele wie im gesamten Meta-Umfeld. Regelmässige Releases, viele Modellgrössen und häufig Apache-2.0-Lizenzen senken die Wechselkosten. Die Community übernimmt dabei einen wesentlichen Teil der Distribution: Von 28.531 GGUF-Konvertierungen veröffentlichte Qwen selbst nur 54.
Kleine Modelle und Agenten prägen die Praxis
Modelle unter einer Milliarde Parametern erhalten 83 Prozent der Downloads unter Repositories mit deklarierter Grösse; Systeme über 100 Milliarden kommen auf ein Prozent. Gleichzeitig verschiebt llama.cpp die Grenze lokaler Inferenz durch GGUF und Quantisierung nach oben. Repositories für GGUF, Apple MLX und Robotik wachsen deutlich schneller als klassische Modellbibliotheken – die Ausführungsschicht gewinnt an Bedeutung.
Neu sichtbar wird ausserdem Agentenverkehr auf dem Hub. Im Juli entfielen 44,4 Prozent der gekennzeichneten Nutzung auf Claude Code, Codex stieg von 10,4 Prozent im April auf 20,8 Prozent. Die Zahlen erfassen nur den Hub und sind kein vollständiger Marktanteil. Trotzdem lautet die praktische Botschaft: Offene KI entscheidet sich nicht allein an Spitzenbenchmarks, sondern an Lizenz, Modellfamilie, Konvertierungen, Hardwarezugang und agentengerechten Werkzeugen.
Originalquelle: Hugging Face Blog – State of Open Models: Summer 2026 Observations
