> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # Los laboratorios chinos publican los modelos abiertos más grandes y Qwen se lleva 2.045 millones de descargas - URL: https://www.digitalbrain.news/noticias/hugging-face-informe-modelos-abiertos-verano-2026/ - Published: 2026-08-17T14:43:11.000Z - Updated: 2026-08-19T07:43:49.000Z - Description: Hugging Face ha publicado su informe del estado de los modelos abiertos del verano de 2026 y tiene una frase que resume el año: en casi todos los meses… - Author: Ramón Pérez Coronado - Tags: #noticias, hugging-face, modelos-abiertos, qwen, nvidia, china [Hugging Face](https://www.digitalbrain.news/glosario/#hugging-face) ha publicado su informe del estado de los modelos abiertos del verano de 2026 y tiene una frase que resume el año: en casi todos los meses de 2026, el modelo abierto más grande y más capaz de un laboratorio chino fue mayor que cualquiera publicado por un laboratorio estadounidense. El techo chino se movió entre 754.000 millones y 2,78 billones de parámetros al mes. Estados Unidos se quedó por debajo de 130.000 millones en cinco de los siete meses analizados, con dos excepciones: el [Nemotron](https://www.digitalbrain.news/glosario/#nemotron) 3 Ultra de [Nvidia](https://www.digitalbrain.news/glosario/#nvidia), con 561.000 millones, y el Inkling de Thinking Machines, con 952.000. ## Puntos clave - El modelo abierto más grande del mes fue chino en casi todos los meses de 2026. - [Qwen](https://www.digitalbrain.news/glosario/#qwen) acumula 2.045 millones de descargas en 2026, 55 veces las de Moonshot. - Los modelos por debajo de 1.000 millones de parámetros se llevan el 83% de las descargas históricas; los de más de 100.000 millones, el 1%. - Qwen tiene 151.448 repositorios derivados en el Hub, 2,6 veces toda la huella de Meta. - El 85,6% de los modelos publicados no llega a 200 descargas en toda su vida. ## Dos estrategias distintas de publicar abierto Los laboratorios no juegan al mismo juego. Moonshot, MiniMax, Xiaomi y Z.ai publican casi exclusivamente por encima de 70.000 millones de parámetros. Tencent y Qwen cubren el rango entero, desde modelos de menos de 1.000 millones hacia arriba. Esa decisión se paga en descargas. Moonshot, que solo saca frontera, lleva 37 millones de descargas en 2026\. Qwen, que cubre todo el rango, lleva 2.045 millones. Cincuenta y cinco veces más. El motivo está en la otra pata del informe: los modelos por debajo de 1.000 millones de parámetros concentran el 83% de las descargas de toda la historia del Hub. Los de más de 100.000 millones se quedan en el 1%. En 2026, todo lo que pasa de 70.000 millones suma el 3% del volumen. Los modelos gigantes marcan el titular. Los pequeños son los que la gente se baja y mete en producción, porque son los que caben en una máquina que uno pueda pagar. ## La huella real de Qwen El dato que mejor mide posición de mercado no son las descargas, son los derivados. Alguien que coge tu modelo, lo cuantiza, lo afina o lo empaqueta ha decidido construir encima. Qwen tiene 151.448 repositorios derivados en el Hub. Eso es 2,6 veces la huella total de Meta y 4,7 veces la de [Llama](https://www.digitalbrain.news/guias/que-es-llama-ia/) en concreto. Google, segundo, se queda en 82.506\. Entre enero y julio de 2026 aparecieron entre 180 y 210 derivados nuevos de Qwen al día. Y aquí está el detalle bueno: de las 28.531 conversiones a GGUF de modelos Qwen, el propio equipo de Qwen publicó 54\. El resto lo hizo la comunidad. En descargas mensuales de GGUF, que es el formato de la gente que ejecuta modelos en local, Qwen va a 39,6 millones, Gemma a 20,8 y Llama a 7,5. ## Las licencias se están estrechando En la banda por encima de 20.000 millones de parámetros hubo 178 lanzamientos chinos. El 59% salió con Apache 2.0 y el 22% con MIT. Los laboratorios estadounidenses en esa misma banda: 29% con Apache o MIT, 41% con términos propios y 30% sin declarar nada. Ese cuadro está empezando a cambiar por el lado chino. Kimi K3 y Qwen 3.8 han añadido requisitos de reparto de ingresos. Es la primera señal de que la etapa de repartir pesos sin condiciones para ganar cuota tiene fecha de caducidad. ## Quién entra al Hub El informe también mide qué agentes de código pasan por el Hub. En julio de 2026, [Claude Code](https://www.digitalbrain.news/guias/que-es-claude-code/) se llevó el 44,4% del tráfico de agentes y [Codex](https://www.digitalbrain.news/glosario/#codex) el 20,8%, subiendo desde el 10,4% del mes anterior. Un 24% viene de agentes que no se identifican. Las cifras bailan mucho de mes a mes: en abril Claude Code estaba en el 67,8% y en mayo cayó al 6,4%. ## Por qué importa Hay dos números aquí que sirven para tomar decisiones. El primero: el 85,6% de los modelos publicados no llega a 200 descargas en toda su vida, y el 1,5% de los repositorios concentra el 99,2% de las descargas. Cuando alguien te enseñe un ranking de modelos abiertos, esa es la distribución real. Casi todo lo que se publica no lo usa nadie. El segundo: si estás valorando montar un modelo abierto en casa para procesar documentación que no quieres que salga, mira dónde está la comunidad antes que dónde está el [benchmark](https://www.digitalbrain.news/glosario/#benchmark). Un modelo con 150.000 derivados tiene cuantizaciones, guías, adaptadores y gente que ya se ha comido tus errores. Uno con 200 descargas te deja solo. La diferencia en coste de mantenimiento entre esas dos situaciones es enorme y no aparece en ninguna tabla de resultados. --- **Relacionado** [![Los modelos de Qwen acumulan 2,6 veces más derivados que los de Meta en Hugging Face](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/qwen-2-6-veces-derivados-meta-hugging-face.jpg)Los modelos de Qwen acumulan 2,6 veces más derivados que los de Meta en Hugging Face](https://www.digitalbrain.news/noticias/qwen-2-6-veces-derivados-meta-hugging-face/)[![Un Qwen3-235B afinado supera a toda la frontera en tareas financieras por 13,8 veces menos coste](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/thinking-machines-qwen3-235b-finanzas-supera-frontera.png)Un Qwen3-235B afinado supera a toda la frontera en tareas financieras por 13,8 veces menos coste](https://www.digitalbrain.news/noticias/thinking-machines-qwen3-235b-finanzas-supera-frontera/)[![Alibaba abre Qwen3.8-27B: 61,7% en SWE-bench Pro y 73,0 en Terminal-Bench con 27.780 millones de parámetros](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/qwen-3-8-27b-pesos-abiertos-swe-bench-pro-terminal-bench.png)Alibaba abre Qwen3.8-27B: 61,7% en SWE-bench Pro y 73,0 en Terminal-Bench con 27.780 millones de parámetros](https://www.digitalbrain.news/noticias/qwen-3-8-27b-pesos-abiertos-swe-bench-pro-terminal-bench/)