296 万个开源模型，99.2% 下载流向 1.5% 仓库

296 万个公开模型仓库。

其中 85.6% 的模型，终身下载不到 200 次。

而 1.5% 的仓库，吃掉了 99.2% 的下载量。

这三组数字放在一起，有点像一条挤满新店的商业街。招牌每天都在换，开业花篮一路摆到路口，真正有人反复进去买东西的，还是那几家老店。

好家伙，AI 圈每天喊着模型爆炸，炸完一看，大多数连 200 次下载都没等到。

数据来自 Hugging Face 刚更新的开源模型生态夏季报告。2026 年前七个月，Hub 上的公开模型仓库从 243 万涨到 296 万，数据集从 71.1 万涨到 100 万，Spaces 从 100 万涨到 144 万。

如果只看总量，这是一场盛大繁荣。

可那条 99.2% 的长尾分布告诉我们，发布一个模型越来越容易，让它进入别人的代码、定时任务和生产管线，还是难得要命。

我觉得这份报告最有意思的地方，在于它绕开了中美模型座次，直接把「大家正在讨论什么」和「大家真的依赖什么」硬生生掰开了。

开源模型的竞争，早就不只发生在权重文件里。

热闹和依赖，是两套排行榜

Hugging Face 把 2026 年新增下载量前 25 的仓库，与点赞前 25 的仓库放在一起比较。

只有一个重合。

Hugging Face 统计的 2026 年下载前 25 与点赞前 25，只有一个仓库重合。

不是哥们，这已经不是轻微偏差了，这是两群人拿着两张完全不同的地图。

点赞记录的是注意力。一个新模型刚发布，参数大、跑分高、Demo 漂亮，大家顺手点个心，表示「我看见了，这事挺重要」。下载记录的是依赖。某个镜像、CI 任务或 Python 包每天自动拉取它，安静、重复，也不太会跑到评论区表达激动。

报告里有个很扎眼的例子。all-MiniLM-L6-v2在七个月里被下载 15.5 亿次，点赞只有 5156 个。反过来，Kimi-K3每个点赞对应的下载约 60 次。

不能据此说谁更好。一个是已经嵌进大量搜索、聚类和向量流程的小模型，一个是刚出来的前沿模型，它们做的压根不是同一份工作。

但可以下一个判断。

点赞榜更像科技新闻，下载榜更像水电煤账单。

报告还发现，2026 年发布的新模型没有一个进入下载前 25，榜里有 13 个模型来自 2022 年。AI 圈的体感是每周换代，生产系统的体感是一个依赖能稳定跑四年，先别动它。

程序员应该很熟悉这种反差。GitHub Trending 能把新框架送上首页，package-lock.json 里真正活得久的，往往是一个没人讨论、版本号也不性感的小包。它不负责让你兴奋，只负责周一早上别把构建弄挂。

模型也开始走到这一步了。

发布是事件，采用是习惯。事件靠传播，习惯靠兼容、维护、文档、许可证和一堆不值得上发布会的细节。

前沿在变大，生产却往小处扎根

这份报告里最容易做成新闻标题的部分，是中国实验室正在把开放模型的参数上限越推越高。

2026 年大多数月份里，中国实验室当月最大的开放模型，都大于美国实验室原创开放模型。中国一侧的月度上限落在 754B 到 2.78T 参数之间。美国实验室七个月里有五个月低于 130B，少数例外包括 NVIDIA 的 Nemotron 3 Ultra 和 Thinking Machines 的 Inkling。

很猛，没啥好谦虚的。

但把镜头从发布会挪到下载日志，画面立刻变了。

在声明参数量的模型里，1B 以下模型占终身下载量的 83%，100B 以上只占 1%。只看 2026 年新增下载，70B 以上模型也只有 3%。

官方图按全部下载口径展示，1B 以下占 61.5%，另有 26% 的仓库未声明参数；只看已声明参数的仓库，报告正文给出 83%。

前沿模型负责定义天花板，小模型负责填满地板。

原因不神秘。1B 以下可以跑在更多 CPU、手机、浏览器和边缘设备上，启动快，内存小，批量调用便宜。它们做分类、向量化、重排、内容审核或设备侧识别时，不需要在每一道题上思考宇宙的终极答案。

模型大小第一次出现时容易把人绕晕。B 是 billion，也就是十亿参数。1B 是十亿，100B 是一千亿，2.78T 则是 2.78 万亿。数字往上翻一百倍，不代表你的业务价值也会跟着翻一百倍，显存账单倒是很有行动力。

这也是为什么「能量化」和「能部署」之间还隔着一片海。

量化是把模型权重从高精度压成更低位数，好让它少吃内存。社区能在几天内给超大模型做出 GGUF 版本，让它通过 llama.cpp 跑在消费级机器或多机拼接环境里。厉害了，2.8T 参数也能被拖进本地推理的讨论。

可运行不等于好维护。

加载要多久，首 token 要等多久，长上下文会不会把内存顶满，量化后你的任务掉多少准确率，工具调用模板能不能对上，这些问题不会因为下载按钮亮着就自动消失。

所以选开源模型时，参数量应该排得更靠后一点。你真正需要的是最小的那个合格模型，不是显卡还能勉强塞下的最大模型。

Qwen 赢的不是一次发布，是默认路径

报告里最让我在意的数字，不是 2.4T，也不是某个月谁比谁大。

是 151448。

Hugging Face 上基于 Qwen 的衍生模型已经达到 151448 个，是 Meta 总衍生规模的 2.6 倍，是 Llama 仓库的 4.7 倍。Google 有 82506 个衍生模型，排在后面。

更狠的是增速。2026 年前七个月，Qwen 每天增加约 180 到 210 个衍生仓库。

这不是一次发布冲上热搜能换来的。它更像开发者在做微调、量化、合并、垂直任务时，手已经习惯性伸向同一套底座。

Qwen 的模型主页从 1B 以下一路铺到前沿尺寸。同一个家族里，开发者可以先在小模型上跑通格式和评测，再换大模型验证能力，不必每次重写聊天模板、工具协议和部署脚本。Apache 2.0 许可也让修改、再分发和商业使用少绕很多弯。

于是一个循环出现了。尺寸覆盖越全，使用者越多。使用者越多，量化、微调、教程和部署支持越丰富。周边越丰富，下一个项目越愿意继续选它。

这才是生态位。

28531 个 Qwen GGUF 转换里，官方只发布了 54 个。剩下的大部分，是社区替它铺出的路。换个角度看，Qwen 最值钱的资产不只是模型能力，还有一群愿意在发布后继续做脏活累活的人。

这事也提醒我们，开放模型的护城河不一定是权重多难复制。默认路径更难复制。你在 Ollama、llama.cpp、vLLM、MLX 和各种微调脚本里都能顺手找到它，团队已经积累了一套评测与故障处理经验，迁移成本就悄悄长出来了。

开源不会消灭锁定，只会把锁从 API 合同挪到工具链习惯。

听着有点刺耳，但很多基础设施都是这么长大的。

增长最快的不是模型，是让模型跑起来的那层

2026 年前七个月，模型仓库增长 21.5%。这个数字已经不低，周边几条曲线更夸张。

声明 GGUF 运行库的仓库增长 464%，LeRobot 增长 194%，Apple MLX 增长 148%。同期 transformers 与 PEFT 增长 16%，diffusers 增长 21%。

GGUF、LeRobot 与 MLX 相关仓库的增速，明显跑赢 Hub 平均水平。

模型核心按平台平均速度往前走，决定模型在哪块硬件上真正跑起来的那层，却快了三到七倍。

我每天跟 Agent 的工具链打交道，对这组数据有种熟悉感。一个能力从 Demo 走进生产，第一次跑通通常很快，后面的格式转换、资源调度、缓存、监控、失败恢复和版本兼容才最费时间。

模型仓库给你一台发动机，运行时层负责把它装进车里，还得保证方向盘、刹车和仪表盘别各说各话。

AMD 与 NVIDIA 各自发布了超过 200 个新模型仓库，也很好理解。开放模型可以成为硬件说明书，一份针对自家芯片优化、任何人都能下载复现的模型，比十页「性能领先」的广告更有说服力。

于是开源的价值开始往别处积累。权重可以免费，收入可能来自 API、云服务、芯片、托管平台和开发者入口。报告统计的中国 20B 以上模型里，大量采用 Apache 2.0 或 MIT，但这里要踩一下刹车。

开放权重不一定等于完整开源。训练数据、训练代码、使用限制与商用门槛可能各不相同。Open Source Initiative 的开放 AI 定义要求的不只是一份可下载权重。真要进生产，别只看模型卡顶部的标签，仓库里的许可证原文和附加条款才算数。

尤其当模型被社区重新量化、合并或再发布时，还要确认上游条款有没有被完整带下来。下载量能告诉你大家在用，不能替法务签字。

Agent 开始替人逛模型市场

Hugging Face 今年还多了一个以前看不到的读者。

Agent。

新发布的 agent-usage 数据集记录编码 Agent 通过 huggingface_hub 或 hf CLI 调用 Hub 时携带的客户端标识。7 月，Claude Code 占已识别 Agent 流量 44.4%，Codex 从 4 月的 10.4% 涨到 7 月的 20.8%。约四分之一流量来自尚未登记名称的 Agent 客户端。

7 月的已识别流量中，Claude Code 与 Codex 位居前两位，另有 23.1% 尚未登记客户端名称。

这些比例每个月跳得很厉害，暂时看不出稳固冠军。真正重要的是，模型市场的用户已经不只是在网页上点来点去的人。Agent 会搜索模型、拉数据集、创建 Job、推送仓库，然后把选择结果塞进下一段自动化。

当机器开始替人挑模型，机器可读的信息就会变成分发能力。

清楚的模型卡、准确的许可证字段、标准标签、可复现评测、结构化元数据、稳定下载地址，以前看起来只是文档洁癖，现在可能直接决定一个 Agent 会不会把你放进候选池。

Hugging Face 也在顺着这个方向改。论文开始提供机器可读 Markdown，Gradio Space 增加 agents.md，MCP 服务里的 hf_fs让 Agent 用更小的上下文访问仓库、存储、文档与论文。

模型的 README，正在慢慢变成给机器看的 API。

这一下有点子牛逼，也有点残酷。过去一个模型没人用，可能是宣传没做好。以后它也可能只是元数据缺一项、许可证写得含糊、推理示例跑不通，于是自动选型的 Agent 在两秒内把它划走了。

选模型别看热搜，看它能不能留下来

那普通开发者该怎么用这份报告？

别从 296 万个仓库里找「最好」的模型。这个问题太大，也没有统一答案。先写清你的任务、硬件、延迟、上下文、许可证和失败代价，再找最小的合格集合。

看下载，但别迷信下载。下载高说明它可能已经进入许多流程，也可能只是某个依赖自动重复拉取。配合最近更新时间、issue 响应、版本节奏和下游项目一起看，才知道它是活的基础设施，还是一块被反复搬运的旧文件。

看衍生生态。有没有可信量化，有没有主流推理框架支持，有没有模板、微调配方和真实复现。官方没做完的那部分，社区是否有人接住，往往比榜单多两分更影响你下周能不能上线。

看许可证原文。开源、开放权重、可商用不是同义词。模型换个名字再上传，也不会把上游限制洗掉。

再用自己的任务做回放评测。准确率之外，把显存、首 token 延迟、吞吐、长任务稳定性、工具调用格式和人工接管一起记下来。模型如果只在发布页上赢，进了你的流水线就迷路，那份胜利跟你没关系。

Hugging Face 也提醒，这些数据只是 Hub 生态的一扇窗。下载不覆盖私有部署、API 调用和其它分发渠道，点赞、下载、衍生仓库也都不能直接等同于质量或市场份额。

这个边界很重要。

但 85.6%、1.5% 和 99.2% 仍然把一件事照得很亮。

AI 世界不缺新模型，缺的是被人反复使用之后，还愿意继续留下的模型。

296 万块招牌会继续增加。开业那天的花篮很快会撤走，几年之后，仍有人熟门熟路推开的那扇门，才真正构成一座城市。