State of Open Models: Pengamatan Musim Panas 2026
Hugging Face
Moonshot AI
MiniMax
Tencent
Alibaba/Qwen
Meituan
NVIDIA
Liquid AI
Analisis pertengahan 2026 dari Hugging Face mengungkap lanskap model terbuka yang berubah: laboratorium China kini memimpin batas dengan model terbesar, sementara vendor perangkat keras AS seperti AMD dan NVIDIA mendominasi rilis baru. Qwen telah menjadi model dasar komunitas, dan model kecil di bawah 1 miliar parameter menyumbang 83% dari total unduhan sepanjang masa, dengan llama.cpp memungkinkan model triliunan parameter berjalan secara lokal.
Analisis Hugging Face pada pertengahan 2026 mengungkap lanskap model terbuka yang sedang berubah. Laboratorium China kini memimpin di garis depan, dengan ukuran model bulanan antara 754 miliar hingga 2,78 triliun parameter, sementara rilis AS di atas 100 miliar jarang terjadi, dengan hanya Inkling milik Thinking Machines (952 miliar), Nemotron 3 Ultra (561 miliar), Nemotron 3 Super (124 miliar) milik NVIDIA, dan Trinity-Large (399 miliar) milik Arcee AI sebagai orisinal utama. AMD dan NVIDIA masing-masing merilis lebih dari 200 repositori model baru, jauh di depan yang lain, karena model terbuka berfungsi sebagai pemasaran perangkat keras. Perhatian dan adopsi berbeda tajam: hanya satu repositori yang muncul di 25 besar unduhan dan 25 besar suka. Laboratorium China melisensikan model terbesar mereka secara permisif, dengan 59% rilis di atas 20 miliar parameter di bawah Apache 2.0, yang kemungkinan mendorong bisnis API dan cloud. Qwen telah menjadi model dasar komunitas, dengan 151.448 turunan, 2,6 kali lipat jejak Meta, dan sekitar 180-210 turunan baru setiap hari. Model kecil di bawah 1 miliar parameter mengambil 83% dari total unduhan sepanjang masa, sementara llama.cpp memungkinkan model triliunan parameter seperti DeepSeek-V4-Flash dan Kimi-K3 berjalan di perangkat keras konsumen, dengan unduhan GGUF berbasis Qwen mencapai 39,6 juta per bulan, hampir dua kali lipat Gemma dan lebih dari lima kali lipat Llama.
Sumber: Hugging Face blog —
asli
