¿Qué ocurrió?
Hugging Face publicó el 14 de agosto de 2026 un informe titulado "State of Open Models: Summer 2026 Observations" que analiza el ecosistema de modelos abiertos durante el período enero-agosto de 2026. El número de repositorios de modelos en la plataforma subió de 2,43 millones a 2,96 millones, el de datasets de 711.000 a 1 millón, y el de Spaces de 1,00 millón a 1,44 millones. Aun así, el 85,6 % de los modelos recibió menos de 200 descargas en toda su vida útil, y solo el 1,5 % de los repositorios concentró el 99,2 % de las descargas totales.
Según el informe, en 2026 los laboratorios chinos se saltaron la tradición de empezar con modelos pequeños e ir escalando, y publicaron directamente modelos enormes. En cinco de los siete meses analizados, el modelo abierto chino más grande tuvo entre 754.000 millones y 2,78 billones de parámetros, mientras que el modelo más grande de origen estadounidense se mantuvo por debajo de 130.000 millones de parámetros la mayoría de los meses. Las excepciones fueron Nemotron 3 Ultra de NVIDIA, con 561.000 millones de parámetros, publicado en mayo y junio, y el modelo Inkling de Thinking Machines Lab.
Empresas como Moonshot, MiniMax, Xiaomi y Z.ai casi no publicaron modelos por debajo de los 70.000 millones de parámetros, mientras que la familia Qwen, de Tencent y Alibaba, cubre todo el rango de escalas, desde menos de 1.000 millones de parámetros. Xiaomi y Meituan, que el año pasado no destacaban en el ámbito del código abierto, este año superaron el umbral del billón de parámetros.
¿Por qué importa?
Según el informe, en EE. UU. quienes más nuevos modelos abiertos publicaron no fueron laboratorios de modelos, sino fabricantes de hardware: AMD y NVIDIA encabezan la lista, cada uno con más de 200 nuevos repositorios de modelos, mientras que LiquidAI ocupa el tercer lugar con casi 100 repositorios. Google y Meta, pioneros en la publicación de modelos abiertos en años anteriores, quedaron por detrás de NVIDIA en número de nuevos modelos; el hecho de que Meta haya trasladado sus modelos insignia al código cerrado refuerza este cambio.
La mayoría de las publicaciones estadounidenses por encima de los 100.000 millones de parámetros no son modelos nuevos, sino adaptaciones basadas en modelos de origen chino. En esta escala, la lista de modelos estadounidenses genuinos es corta: Inkling de Thinking Machines, con 952.000 millones de parámetros; Nemotron 3 Ultra de NVIDIA, con 561.000 millones; Nemotron 3 Super, con 124.000 millones; y Trinity-Large de Arcee AI, con 399.000 millones. AMD, por su parte, realizó numerosas conversiones en esta escala pero no publicó modelos originales; este trabajo permite que los modelos chinos de billones de parámetros funcionen de forma eficiente sobre hardware estadounidense.
Al comparar los 25 repositorios más descargados con los 25 más valorados, Hugging Face señala que solo un modelo coincide en ambas listas. all-MiniLM-L6-v2 fue descargado 1.550 millones de veces en siete meses, pero solo acumuló 5.156 valoraciones positivas; en cambio, el modelo Kimi-K3 registró un promedio de 60 descargas por cada valoración positiva recibida. El informe destaca que las valoraciones reflejan el interés que genera un modelo, mientras que las descargas indican su integración en producción.
Casi la totalidad de las descargas de MiniMax en 2026 provienen de modelos de más de 70.000 millones de parámetros; esta proporción es del 88 % en Moonshot, del 55 % en DeepSeek y del 39 % en Z.ai. En cambio, prácticamente ninguna de las descargas de 2026 de Google, Microsoft e IBM Granite proviene de modelos superiores a 70.000 millones de parámetros; en NVIDIA esta proporción es del 14 %, y en Meta del 9 %. La estrategia de Moonshot, centrada solo en sus modelos más grandes, generó 37 millones de descargas durante el año, mientras que la amplia gama de escalas de la familia Qwen alcanzó 2.045 billones de descargas, unas 55 veces más que Moonshot.
Comparación: enfoque de licenciamiento
| Tipo de licencia | Laboratorios chinos (20.000 M+ parámetros) | Laboratorios estadounidenses (misma escala) |
|---|---|---|
| Apache 2.0 | 59 % | 29 % (suma de Apache y MIT) |
| MIT | 22 % | - |
| Condiciones propietarias/restringidas | 0 | 41 % |
| Licencia no declarada | - | 30 % |
En el conjunto de datos de 178 publicaciones de grandes modelos chinos analizado, ningún modelo tenía una licencia que restringiera el uso comercial. DeepSeek y Z.ai distribuyen sus modelos de entre 700.000 millones y 1,65 billones de parámetros bajo licencia MIT pura; es decir, los laboratorios chinos licencian sus modelos más grandes con casi la misma libertad que los más pequeños.
¿Qué sigue?
Hugging Face indica que repite este análisis cada seis meses; el informe no especifica el período que cubrirá la próxima evaluación ni su fecha de publicación. El informe señala que, en los modelos de código abierto, el valor no proviene de los ingresos por licencias, sino de canales indirectos como las API, los servicios en la nube y el posicionamiento de hardware, y que la valoración de mercado de empresas como Z.ai y Kimi también refleja este efecto.
Lo que se sabe
- Período del informe: enero-agosto de 2026, basado en datos de Hugging Face Hub.
- Número de repositorios de modelos: subió de 2,43 millones a 2,96 millones.
- Número de datasets: subió de 711.000 a 1 millón.
- Descargas totales de la familia Qwen: 2,045 billones (2,061 billones incluyendo todos los repositorios).
- Descargas totales de Moonshot: 37 millones.