Çin'in dev açık modelleri, ABD'nin küçük modelleri öne çıkıyorChina's massive open models outshine the US's smaller ones

ÖzetSummary

Hugging Face'in 2026 yaz raporu, Çinli laboratuvarların sınırdaki açık model çıkışlarında ABD'li rakiplerini tutarlı biçimde geride bıraktığını belgeledi. Çinli ekipler 754 milyar ile 2,78 trilyon parametre aralığında modeller sunarken, ABD'li ekiplerin büyük çoğunluğu 130 milyar parametrenin altında kaldı. Rapor ayrıca, gerçek indirme hacminin büyük bölümünü abartılan sınır modelleri değil, küçük ve kararlı modellerin oluşturduğunu gösteriyor. Veriler, lisanslama konusunda giderek artan bir ayrışmayı da ortaya koyuyor. Kimi K3 ve Qwen 3.8 2.4T gibi son büyük modeller, bir yıl boyunca baskın olan Apache 2.0 ve MIT lisanslarının aksine ticari olmayan kısıtlamalar getirdi.

Neden ÖnemliWhy it matters

Rapor, yapısal bir kaymayı sayısal olarak ortaya koyuyor. Açık ağırlıklı yapay zeka artık yalnızca ABD öncülüğünde yürütülen bir çaba değil. Ekonomik değer, sınır kıyaslamalarındaki konumlardan, boru hatlarının fiilen bağımlı olduğu küçük model altyapı katmanına kayıyor. Geliştiriciler ve politika yapıcılar için kritik bir bulgu şu: Depoların yalnızca %1,5'i indirmelerin %99,2'sini alıyor. Bu durum, açık ekosistemin gerçek kullanım tabanının ne kadar yoğun ve kırılgan olduğunu vurguluyor. Açık model sayısı 3 milyona yaklaşırken, kullanımın bu denli dar bir alanda toplanması dikkat çekici.

Öne ÇıkanlarHighlights

• Çinli sınır laboratuvarları (Moonshot, MiniMax, Xiaomi, Z.ai) 70 milyar parametrenin altında neredeyse hiçbir model yayınlamıyor. Bu durum, ilk temas modellerinin çoğu geliştirici için yerel çalıştırma için çok büyük olmasına yol açıyor.
• Yalnızca bir model hem en çok indirilen 25 hem de en çok beğenilen 25 model listesinde yer alıyor. En çok indirilen 25 modelin 13'ü 2022 tarihli. 2026 tarihli hiçbir model bu listede bulunmuyor.
• Qwen'in 1 milyar ile 2,4 trilyon parametre arasında uzanan tam spektrum stratejisi yaklaşık 2,045 milyar indirme üretti. Moonshot'un yalnızca sınıra odaklanan portföyü ise 37 milyon indirme aldı. Bu iki değer arasında yaklaşık 55 kat fark var.

EleştiriCritical take

Rapor, tasarım gereği öz-döngüsel bir yapıya sahip. Hugging Face kendi merkezini denetlediği için 'indirme' ve 'beğeni' gibi metrikler, gerçek ekosistem benimsenmesi yerine platforma özgü davranışları yansıtıyor. Yazarlar, daha önceki değerlendirmelerinde dikkati kullanımla karıştırdıklarını açıkça kabul ediyor. Lisanslama bölümü ise cümle ortasında kesiliyor. Bu durum, en büyük modellerde ortaya çıkan ticari olmayan kullanım ve gelir paylaşımı kaymasının, izin veren lisans trendiyle çelişen en önemli iddiası olarak yeterince işlenmemiş ve tartılması güç bir halde kalmasına neden oluyor.