// Capítulo 01 · Ecosistema
Cada fuente tiene un líder distinto
Qwen concentra más de la mitad de las descargas que seguimos en Hugging Face, sobre todo con modelos pequeños. Suponemos que se usan en GPUs domésticas. Pero, ¿es lo mismo que usan las empresas?
Datos: estadísticas de descargas y repositorios de Hugging Face (cfahlgren1/hub-stats, Apache-2.0), lista de modelos seguidos del ATOM Project, OpenAlex (CC0).
54%
de las descargas de los modelos que seguimos en Hugging Face de octubre de 2025 a septiembre de 2026 fueron a Qwen.
Descargas de Hugging Face (hub-stats); ATOM Project.

De octubre de 2025 a septiembre de 2026 Qwen se llevó el 54% de las descargas de los modelos abiertos que seguimos en Hugging Face y ocho de los diez repositorios más descargados son suyos. Casi todas esas descargas son de modelos pequeños, que quizá sean más fáciles de distribuir y de probar en hardware doméstico. Pero que un modelo se descargue mucho no significa que sea el más usado: en los tokens servidos a través de OpenRouter, el primero es DeepSeek.
01 Los más descargados
Qwen tiene ocho de los diez modelos más descargados del año
La clasificación la encabezan modelos pequeños. El más descargado, Qwen3-0.6B, tiene 0,6 mil millones de parámetros; doce de los quince tienen menos de 10 mil millones.
Los modelos abiertos más descargados de nuestra selección en Hugging Face
Qwen Otros modelos/labs
De octubre de 2025 a septiembre de 2026 · cuota del total de descargas de los modelos que seguimos
- 1
Qwen3-0.6BQwen201,9 millones 5,1%
- 2
Qwen2.5-7B-InstructQwen137,5 millones 3,5%
- 3
Qwen3-8BQwen107,5 millones 2,7%
- 4
Qwen2.5-1.5B-InstructQwen103,5 millones 2,6%
- 5
Llama-3.1-8B-InstructMeta96,6 millones 2,4%
- 6
Qwen2.5-3B-InstructQwen92,9 millones 2,3%
- 7
gpt-oss-20bOpenAI81,1 millones 2,0%
- 8
Qwen2.5-VL-3B-InstructQwen72,6 millones 1,8%
- 9
Qwen3-4BQwen70,6 millones 1,8%
- 10
Qwen2.5-VL-7B-InstructQwen68,8 millones 1,7%
Ver puestos 11 a 15
- 11
Llama-3.2-1B-InstructMeta68,0 millones 1,7%
- 12
Qwen3-VL-8B-InstructQwen67,0 millones 1,7%
- 13
Qwen3.5-9BQwen62,7 millones 1,6%
- 14
gemma-4-26B-A4B-itGoogle62,0 millones 1,6%
- 15
gemma-4-31B-itGoogle58,7 millones 1,5%
De julio a septiembre de 2026 · cuota del total de descargas de los modelos que seguimos
- 1
Qwen3-0.6BQwen80,4 millones 6,1%
- 2
Qwen3-8BQwen41,1 millones 3,1%
- 3
Qwen3.5-9BQwen33,9 millones 2,6%
- 4
gemma-4-26B-A4B-itGoogle33,4 millones 2,5%
- 5
Qwen2.5-7B-InstructQwen32,4 millones 2,5%
- 6
Qwen3-VL-8B-InstructQwen30,6 millones 2,3%
- 7
gemma-4-31B-itGoogle30,4 millones 2,3%
- 8
Qwen2.5-1.5B-InstructQwen29,4 millones 2,2%
- 9
Qwen3.6-35B-A3B-FP8Qwen28,0 millones 2,1%
- 10
Llama-3.2-1B-InstructMeta24,4 millones 1,8%
Ver puestos 11 a 15
- 11
Qwen2.5-VL-7B-InstructQwen23,5 millones 1,8%
- 12
gpt-oss-20bOpenAI21,5 millones 1,6%
- 13
Qwen3.5-4BQwen21,2 millones 1,6%
- 14
Llama-3.1-8B-InstructMeta20,0 millones 1,5%
- 15
Qwen2.5-0.5B-InstructQwen20,0 millones 1,5%
Septiembre de 2026 · cuota del total de descargas de los modelos que seguimos
- 1
Qwen3-0.6BQwen29,6 millones 7,3%
- 2
Qwen3-VL-8B-InstructQwen16,6 millones 4,1%
- 3
gemma-4-26B-A4B-itGoogle12,8 millones 3,2%
- 4
Qwen3-8BQwen11,7 millones 2,9%
- 5
gemma-4-31B-itGoogle9,9 millones 2,4%
- 6
Qwen2.5-7B-InstructQwen9,7 millones 2,4%
- 7
Qwen3.5-9BQwen9,5 millones 2,3%
- 8
Qwen2.5-0.5B-InstructQwen8,3 millones 2,1%
- 9
Qwen2.5-1.5B-InstructQwen7,7 millones 1,9%
- 10
Llama-3.2-1B-InstructMeta7,6 millones 1,9%
Ver puestos 11 a 15
- 11
Qwen3.5-4BQwen7,4 millones 1,8%
- 12
Qwen3.8-27BQwen7,0 millones 1,7%
- 13
gpt-oss-20bOpenAI6,8 millones 1,7%
- 14
Qwen3.6-35B-A3B-FP8Qwen6,6 millones 1,6%
- 15
Llama-3.1-8B-InstructMeta6,2 millones 1,5%
Sin Qwen: quién encabeza las descargas
Sin Qwen: las familias y los modelos más descargados, últimos 12 meses
- 1
Gemma 4 Google
201,7 millones 5,1%
- 2
gpt-oss OpenAI
131,1 millones 3,3%
- 3
Llama 3.2 Meta
128,1 millones 3,2%
- 4
Llama 3.1 Meta
124,4 millones 3,1%
- 5
DeepSeek-R1 DeepSeek
91,3 millones 2,3%
- 6
Gemma 3 Google
90,1 millones 2,3%
- 7
Mistral 7B Mistral AI
70,0 millones 1,8%
- 8
Nemotron 3 NVIDIA
63,4 millones 1,6%
- 1
Llama-3.1-8B-InstructMeta96,6 millones 2,4%
- 2
gpt-oss-20bOpenAI81,1 millones 2,0%
- 3
Llama-3.2-1B-InstructMeta68,0 millones 1,7%
- 4
gemma-4-26B-A4B-itGoogle62,0 millones 1,6%
- 5
gemma-4-31B-itGoogle58,7 millones 1,5%
- 6
gpt-oss-120bOpenAI50,0 millones 1,3%
- 7
DeepSeek-OCRDeepSeek34,3 millones 0,9%
- 8
gemma-3-1b-itGoogle31,9 millones 0,8%
Sin Qwen, las familias más descargadas del año son de labs estadounidenses: Gemma 4 (Google), gpt-oss (OpenAI) y Llama 3.2 (Meta). Ninguna se le acerca: Gemma 4, la mayor, se llevó el 5% de todas las descargas, una décima parte del 54% de Qwen, y Llama 3.2 y Llama 3.1 juntas, el 6%.
02 Descargas
Los laboratorios detrás de los modelos más descargados han cambiado
Desde agosto de 2024 el equilibrio entre labs ha cambiado. Casi todos los modelos abiertos más descargados vienen ahora de Estados Unidos o de China. Pero, desde agosto de 2025 los modelos de desarrolladores con sede en China se han llevado la mayor parte todos los meses. En octubre de 2026 se llevaron 68% de las descargas.
Porcentaje de descargas de modelos desarrollados en China
68%
en octubre de 2026, frente al 17% en agosto de 2024. Cada cuadrado es un punto porcentual.
Figura 1.1
Cuota de las descargas de los modelos abiertos seguidos, por región del desarrollador
Desde agosto de 2025, los desarrolladores con sede en China superan cada mes a los de EE. UU.
- Con sede en China 68%
- de ellos, Qwen 55%
- Con sede en EE. UU. 30%
- Con sede en Europa 2%
- Con sede en China, sin Qwen 29%
- Con sede en China, modelos presentes en ago. 2024 23%
Fuente Contadores de descargas del Hub de Hugging Face, a través del archivo cfahlgren1/hub-stats; lista de modelos de ATOM Project (Apache-2.0)
Qwen explica buena parte del cambio, pero no todo. Si se dejan fuera los modelos de Qwen, los demás desarrolladores con sede en China también suben, del 9% al 29% de las descargas restantes, sobre todo con DeepSeek y Z.ai. Aun así, sin Qwen los labs estadounidenses seguirían por delante: en octubre de 2026 se llevaron el 66% de las descargas que no fueron a Qwen.
Cómo lo medimos
Sin el tope, el primer mes empieza en el 24%, no en el 17%. Banda gris, de diciembre de 2024 a febrero de 2025: salto de recuento (Mistral), no interpretado.
Poblaciones alternativas, no un margen de error, en la tabla de datos: sin los modelos de Qwen, y los 486 modelos que existían en agosto de 2024.
- Fuente
- Contadores de descargas del Hub de Hugging Face, a través del archivo cfahlgren1/hub-stats (licencia del archivo: Apache-2.0); lista de modelos y etiquetas de región: ATOM Project tracked-models @d4b1709 (Apache-2.0)
- Base
- Los 1676 modelos que seguimos (lista ATOM de modelos con pesos publicados) con descargas el 1 de octubre de 2026
- Evidencia
- E3tabulación propia
Archivos, comprobaciones y el método completo: Evidencia y métodos →
| Mes | Modelos | Con sede en China | de ellos, Qwen | Con sede en EE. UU. | Con sede en Europa | China, sin tope | China sin Qwen | China, 486 modelos de ago. 2024 |
|---|---|---|---|---|---|---|---|---|
| 2024-08 | 441 | 17,2% | 9,5% | 68,8% | 11,8% | 23,7% | 8,5% | 17,2% |
| 2024-09 | 475 | 19,7% | 13,1% | 65,7% | 12,7% | 24,7% | 7,6% | 19,4% |
| 2024-10 | 550 | 26,1% | 15,2% | 64,4% | 8,2% | 30,7% | 12,9% | 26,4% |
| 2024-11 | 581 | 47,0% | 42,8% | 46,7% | 5,5% | 47,5% | 7,2% | 20,4% |
| 2024-12 | 632 | 49,1% | 45,1% | 46,4% | 3,8% | 55,4% | 7,2% | 25,1% |
| 2025-01 | 674 | 24,5% | 19,6% | 45,2% | 29,4% | 14,9% | 6,1% | 15,8% |
| 2025-02 | 732 | 27,0% | 18,3% | 50,8% | 21,0% | 24,1% | 10,6% | 17,9% |
| 2025-03 | 763 | 40,5% | 19,2% | 50,3% | 8,5% | 39,8% | 26,4% | 20,0% |
| 2025-04 | 803 | 41,9% | 23,0% | 48,9% | 8,4% | 41,9% | 24,5% | 22,2% |
| 2025-05 | 890 | 45,0% | 28,5% | 48,0% | 6,1% | 44,8% | 23,1% | 21,9% |
| 2025-06 | 938 | 45,7% | 32,4% | 47,9% | 5,6% | 46,9% | 19,7% | 17,0% |
| 2025-07 | 939 | 46,4% | 32,6% | 47,3% | 5,5% | 47,4% | 20,5% | 17,1% |
| 2025-08 | 1096 | 57,3% | 45,7% | 38,5% | 3,8% | 61,8% | 21,3% | 29,6% |
| 2025-09 | 1163 | 53,1% | 40,3% | 44,1% | 2,4% | 49,7% | 21,6% | 28,9% |
| 2025-10 | 1211 | 56,2% | 44,3% | 41,1% | 2,4% | 56,1% | 21,4% | 23,7% |
| 2025-11 | 1281 | 60,0% | 47,8% | 35,6% | 4,2% | 60,5% | 23,4% | 20,8% |
| 2025-12 | 1307 | 63,8% | 50,0% | 32,3% | 3,8% | 64,7% | 27,7% | 21,5% |
| 2026-01 | 1382 | 61,4% | 47,3% | 34,3% | 4,1% | 62,2% | 26,8% | 22,3% |
| 2026-02 | 1390 | 66,2% | 55,6% | 30,6% | 3,1% | 67,2% | 23,8% | 23,2% |
| 2026-03 | 1420 | 68,2% | 56,3% | 28,0% | 3,7% | 69,0% | 27,1% | 21,9% |
| 2026-04 | 1464 | 67,5% | 56,0% | 29,5% | 2,9% | 67,6% | 26,0% | 22,7% |
| 2026-05 | 1521 | 67,6% | 55,0% | 29,2% | 3,1% | 77,4% | 27,9% | 24,2% |
| 2026-06 | 1539 | 66,8% | 54,3% | 30,0% | 3,0% | 70,4% | 27,4% | 26,0% |
| 2026-07 | 1580 | 66,3% | 53,8% | 31,3% | 2,2% | 65,8% | 27,0% | 30,6% |
| 2026-08 | 1599 | 65,0% | 53,7% | 32,3% | 2,5% | 64,8% | 24,5% | 25,3% |
| 2026-09 | 1643 | 68,6% | 57,3% | 29,2% | 2,0% | 68,0% | 26,5% | 23,3% |
| 2026-10 | 1676 | 68,2% | 55,4% | 29,6% | 2,0% | 67,0% | 28,7% | 23,4% |
03 Modelos de Qwen
Qué modelos de Qwen se descargan más
Los diez modelos de Qwen más descargados del año tienen menos de 10 mil millones de parámetros. Tres de ellos muestran el abanico: un modelo de texto diminuto, uno mediano ajustado para seguir instrucciones y otro que además lee imágenes.
Tres de los modelos de Qwen más descargados, últimos 12 meses
Qwen/Qwen3-0.6BUn modelo de texto pequeño
201,9 millones descargas
Qwen/Qwen2.5-7B-InstructUn modelo mediano ajustado para seguir instrucciones
137,5 millones descargas
Qwen/Qwen2.5-VL-3B-InstructUn modelo que además lee imágenes
72,6 millones descargas
Dos generaciones sostienen la familia: entre los modelos de Qwen del top 100, del año, Qwen3 (2025) se llevó el 44% de sus descargas y Qwen2.5 (2024), el 35%. Los modelos antiguos se siguen descargando mucho después de que lleguen los nuevos.
04 Descargados y usados
Los más descargados no son los más usados
De octubre de 2025 a septiembre de 2026 Qwen se llevó el 54% de las descargas que seguimos; en esos mismos meses se llevó el 1,0% de los tokens de pesos abiertos del top 50, diario de OpenRouter, donde DeepSeek lideró con el 31%. Descargas y uso no siempre van relacionados.
Cada fuente tiene un líder distinto: Qwen en descargas, DeepSeek en tokens y Meta en solicitudes
Los cinco primeros laboratorios de cada fuente, cada uno con su propia escala. Un laboratorio tiene el mismo color en las tres columnas; pasa el cursor por uno para verlo en las demás.
DescargasHugging Face, modelos que seguimosoct. 2025 – sept. 2026
- 1Qwen54,2% de las descargas
- 2Google8,5% de las descargas
- 3Meta8,2% de las descargas
- 4DeepSeek6,1% de las descargas
- 5OpenAI3,3% de las descargas
TokensOpenRouter, pesos abiertos del top 50 diariooct. 2025 – sept. 2026
- 1DeepSeek31,3% de los tokens
- 2Tencent16,5% de los tokens
- 3Xiaomi12,2% de los tokens
- 4Z.ai12,1% de los tokens
- 5MiniMax7,3% de los tokens
SolicitudesCloudflare Workers AI, generación de textooct. 2026
- 1Meta29,1% de las solicitudes
- 2Z.ai17,9% de las solicitudes
- 3DeepSeek11,0% de las solicitudes
- 4Qwen8,0% de las solicitudes
- 5OpenAI7,0% de las solicitudes
Cada medida corona a un lab distinto: Qwen encabeza las descargas (54%), DeepSeek los tokens (31%) y Meta las solicitudes en Workers AI (29%). Solo DeepSeek está entre los cuatro primeros de las tres. No hay una única respuesta a qué modelo abierto se usa más: las descargas, el tráfico por API y una plataforma como Cloudflare ven usos distintos.
05 Lo que se construye encima
Qué se construye sobre Qwen
Hugging Face permite seguir los modelos que se publican a partir de otros modelos. Una versión cuantizada, una adaptación a una tarea o un modelo ajustado con datos nuevos pueden conservar una referencia al original. Siguiendo esas referencias, encontramos 470.289 repositorios derivados en nuestra selección. Casi la mitad, 229.596, parten de Qwen.
Figura 1.4
Repositorios derivados y cuentas que los publican, por familia de modelos
- Modelo base con sede en China
- Con sede en EE. UU.
- Con sede en Europa
- de cuentas con 1000+ derivados
Fuente Metadatos de repositorios de Hugging Face (hub-stats), 22 de octubre de 2026
Si se cuentan las cuentas que los publican, Qwen sigue en cabeza: 35.098 cuentas con modelos basados en Qwen, más que con Llama de Meta (15.496) y con los modelos de Google (12.457) juntos. El cambio es reciente: en 2024, 8446 cuentas publicaron derivados de modelos con sede en EE. UU. y 2040 de modelos con sede en China; en 2026, hasta el 22 de octubre, fueron 13.352 frente a 25.574. Una cuenta no es una persona, y algunas publican de forma automática.
Cómo lo medimos
- Fuente
- Metadatos de repositorios de Hugging Face (declaraciones base_model) a través del archivo cfahlgren1/hub-stats, instantánea del 2026-10-22 (licencia del archivo: Apache-2.0); etiquetas de región: ATOM
- Base
- 470.289 repositorios derivados activos el 2026-10-22
- Evidencia
- E3tabulación propia
Archivos, comprobaciones y el método completo: Evidencia y métodos →
| Familia / año | Región base | Repositorios | De cuentas con 1000+ | Cuota | Cuentas distintas | Mayor cuenta | Sus repositorios |
|---|---|---|---|---|---|---|---|
| Qwen | Con sede en China | 229.596 | 77.030 | 33,6% | 35.098 | mradermacher | 12.205 |
| Con sede en EE. UU. | 72.718 | 31.772 | 43,7% | 12.457 | Krabat | 5049 | |
| meta-llama | Con sede en EE. UU. | 65.987 | 8041 | 12,2% | 15.496 | mradermacher | 4663 |
| mistralai | Con sede en Europa | 32.857 | 6347 | 19,3% | 8285 | mradermacher | 4064 |
| HuggingFaceTB | Con sede en EE. UU. | 16.111 | 454 | 2,8% | 4436 | qualiaadmin | 746 |
| deepseek-ai | Con sede en China | 12.269 | 2114 | 17,2% | 4349 | mradermacher | 972 |
| microsoft | Con sede en EE. UU. | 10.762 | 1381 | 12,8% | 3428 | GMorgulis | 578 |
| allenai | Con sede en EE. UU. | 3558 | 544 | 15,3% | 486 | mradermacher | 337 |
| openai | Con sede en EE. UU. | 3458 | 704 | 20,4% | 1405 | dementor-research | 409 |
| nvidia | Con sede en EE. UU. | 3105 | 802 | 25,8% | 936 | mradermacher | 378 |
| 2024 · todas las familias | Con sede en China | 80.928 | 58.575 | 2040 | |||
| 2024 · todas las familias | Con sede en Europa | 12.358 | 1818 | 3433 | |||
| 2024 · todas las familias | Con sede en EE. UU. | 64.765 | 30.088 | 8446 | |||
| 2025 · todas las familias | Con sede en China | 65.438 | 10.122 | 13.615 | |||
| 2025 · todas las familias | Con sede en Europa | 12.766 | 3046 | 2704 | |||
| 2025 · todas las familias | Con sede en EE. UU. | 60.823 | 6732 | 14.422 | |||
| 2026 · todas las familias | Con sede en China | 103.252 | 11.807 | 25.574 | |||
| 2026 · todas las familias | Con sede en Europa | 6316 | 1457 | 2044 | |||
| 2026 · todas las familias | Con sede en EE. UU. | 55.577 | 7905 | 13.352 |
06 Otros líderes
Fuera de las descargas, DeepSeek, Z.ai y Moonshot destacan por otras razones
DeepSeek fue el laboratorio abierto con más tokens en OpenRouter en 19 de los 21 meses completos desde enero de 2025, y se llevó el 31,3% de los tokens de pesos abiertos entre octubre de 2025 y septiembre de 2026. Z.ai, con GLM, se llevó el 12,1%, y GLM-5.3 Flash fue la versión más usada del top 50 en septiembre de 2026. Moonshot apenas pesa en ese tráfico, un 3,7%, pero su Kimi K3.1 Pro es el modelo abierto más cercano a los cerrados en las pruebas del capítulo 02.
Quién destaca en cada dimensión
Descargas
Qwen
54,2% de oct. de 2025 a sept. de 2026; 55,4% en la lectura de octubre de 2026
Hugging Face, modelos que seguimos
Derivados
Qwen
229.596 de 470.289 repositorios derivados
Hugging Face, repositorios que declaran un modelo base
Tokens
DeepSeek
31,3% de oct. de 2025 a sept. de 2026; primero en 19 de 21 meses
OpenRouter, pesos abiertos del top 50 diario
Solicitudes
Meta (Llama)
29,1% en octubre de 2026
Cloudflare Workers AI, generación de texto
Capacidad
Moonshot (Kimi K3.1 Pro)
a 2,2 puntos del mejor cerrado en ciencia de posgrado y a 1,5 en tareas agénticas largas
Epoch AI y Vals AI, mejor modelo abierto
Coste por tarea resuelta
DeepSeek y Z.ai (versiones Flash)
DeepSeek V4.1 Flash, $1,70 con un 31,8% de tareas; GLM-5.3 Flash, $3,26 con un 37,4%
Vals AI, Terminal-Bench 4.0
Investigación
GPT y ChatGPT; después, Llama
65% y 23% en 2025; DeepSeek, del 0% al 14% desde 2023
OpenAlex, artículos que nombran una familia
Los tres perfiles son distintos. DeepSeek combina volumen y continuidad: sus versiones cambian, pero el laboratorio sigue en cabeza. Z.ai compite con versiones baratas que resuelven una parte razonable de las tareas largas. Kimi K3.1 Pro se acerca a los cerrados en ciencia de posgrado y en tareas agénticas, pero sigue sin copar el uso, y su coste es alto: $7,18 por tarea resuelta en Terminal-Bench 4.0, cuatro veces más que DeepSeek V4.1 Flash ($1,70).
07 Lo que nombran los artículos
Qué modelos aparecen en la literatura científica
Los artículos científicos cuentan otra historia. GPT y ChatGPT siguen siendo los más nombrados, pero su cuota entre los artículos que nombran una familia de modelos ha caído: 65% en 2025, frente al 93% de 2023. Llama pasó del 10% al 23%.
Porcentaje de los artículos científicos que nombran una familia de modelos, por familia, 2023 y 2025
2023 2025
| Familia de modelos | 2023 | 2025 |
|---|---|---|
| GPT / ChatGPT | 93% | 65% |
| Llama | 10% | 23% |
| Gemini | 1% | 18% |
| DeepSeek | 0% | 14% |
| Claude | 2% | 12% |
| Qwen | 0% | 6% |
Qwen también sube en la literatura, del 0,3% de los artículos que nombran una familia en 2023 al 6% en 2025, pero queda lejos de su 54% de las descargas del año. DeepSeek aparece en el 14%, el doble. Los artículos muestran qué estudian los investigadores; las descargas, qué ejecuta la gente.
Capítulo 01 · Cierre
Una visión transversal de las descargas
Qwen se ha convertido en el nombre dominante de las descargas y gran parte de esa presencia se concentra en modelos pequeños, que son más fáciles de correr en hardware doméstico. Pero el uso doméstico no implica uso empresarial. Los tokens servidos a través de API, en el capítulo 03, cuentan otra historia bastante diferente.
- Los modelos pequeños de Qwen
- Qwen se ha convertido en el nombre dominante de las descargas y gran parte de esa presencia se concentra en modelos pequeños, que son más fáciles de correr en hardware doméstico.
- Descargados y usados
- Cada medida corona a un lab distinto: Qwen encabeza las descargas (54%), DeepSeek los tokens (31%) y Meta las solicitudes en Workers AI (29%).
- Uso doméstico, uso empresarial
- El uso doméstico no implica uso empresarial. Los tokens servidos a través de API, en el capítulo 03, cuentan otra historia bastante diferente.