Qwen30億DL｜Metaの9倍で世界首位

公開日:

SHARE

伊東雄歩
監修者 伊東 雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube
  • アリババのAI「Qwen」が半年で30億回ダウンロードされ、オープンモデルの世界1位になりました
  • 2026年だけで20億4500万回。Googleの4億1800万回、Metaの2億2700万回を大きく引き離しています
  • Qwenをもとに作られた派生モデルはHugging Face上で15万1448個。Googleの約1.8倍です
  • 強さの理由は「小型モデルの品ぞろえ」「縛りのないライセンス」「新興国へのクラウド配布」の3つ
  • 日本でも東京科学大学と産総研がQwen3を土台にした「Qwen3 Swallow」を公開しています

無料で配られているAIが、いま世界でいちばん使われています。しかもそれは、アメリカ企業のものではありません。2026年8月15日、アリババは自社のAI「Qwen」が半年で30億回ダウンロードされたと発表しました。この数字が何を意味するのか、順番にほどいていきます。

半年で30億ダウンロード　アリババの発表内容

まず発表の中身です。

アリババは2026年8月15日、自社のAIモデル「Qwen（クウェン）」が過去半年で30億回以上ダウンロードされたと明らかにしました。メールでの声明という形での公表です。

Qwenはアリババが開発しているLLM（人間みたいに文章を書けるAI）のシリーズ名です。

いちばんの特徴は、モデルの「ウェイト」を無料で公開していること。ウェイトとはAIの頭の中身にあたる数値データで、これがあれば誰でも自分のパソコンやサーバーでAIを動かせます。

アリババによると、これまでに460本以上のオープンモデルを公開し、それをもとに外部の開発者が作った派生モデルは30万個以上にのぼります。

数字の出どころはHugging Faceのレポート

この発表には裏付けがあります。

AIモデルの共有サイトとして世界最大のHugging Face（ハギングフェイス）が、2026年8月14日に「State of Open Models: Summer 2026」というレポートを公開しました。

オープンモデルの世界がいま誰の手にあるのかを、実際のダウンロード数から集計した調査です。アリババの発表は、このレポートに自社データを重ねたものになっています。

「ダウンロード数」は何を数えているのか

ここは誤解しやすいところです。

30億回という数字は、Hugging Faceだけの集計ではありません。中国のModelScopeなど、ほかの配布サイトも合わせた全体の数です。

一方、このあと出てくる「20億4500万回」はHugging Face上での2026年の数字。集計範囲が違うので、そのまま足し引きはできません。

また、同じ人が同じモデルを何度も落とせば、その分カウントされます。ダウンロード数イコール利用者数ではない、という点は押さえておきたいところです。

MetaとGoogleに何倍の差がついたのか

2026年のダウンロード数ランキング

具体的な数字を並べます。Hugging Face上での2026年のダウンロード数です。

  • Qwen（アリババ）：20億4500万回
  • BAAI（北京智源人工智能研究院）：5億1900万回
  • Google：4億1800万回
  • OpenAI：3億2900万回
  • Meta：2億2700万回

QwenはGoogleの約4.9倍、Metaの約9倍です。

2位から5位までを全部足しても15億9300万回。それでもQwen1社に届きません。

かつてオープンモデルの代名詞だったMetaのLlama（ラマ）が5位というのは、なかなかの逆転劇です。

派生モデル15万個という「厚み」

ダウンロード数以上に効いてくるのが、派生モデルの数です。

派生モデルとは、公開されたAIを土台にして、別の人が追加学習や改造を加えて作り直したものを指します。

Hugging Face上のQwen派生モデルは15万1448個。Googleの8万2506個の約1.8倍で、Metaの2.6倍、Llama単体で見れば4.7倍にあたります。

しかも月に180〜210個のペースで増え続けています。

土台として選ばれ続けるということは、周辺のノウハウや設定ファイルもQwen向けに溜まっていくということ。使う人がさらに増える循環に入っています。

用途を絞るとさらに差が開く

細かい統計も見ておきます。

手元のパソコンでAIを動かすときによく使われるGGUFという形式では、Qwenが月3960万回。Gemma（グーグル）の2080万回、Llamaの750万回を引き離しました。

文章生成モデルの上位1000本に絞った月間ダウンロードでは、Qwenが36.32%を占めています。2位のNVIDIAは6.33%、Metaは5.61%、DeepSeekは4.83%です。

市場もこの結果に反応しました。発表を受けてアリババ株は1.35%上昇。同じ日にMetaは0.86%、Googleは0.12%下げています。

なぜQwenだけが勝てたのか　3つの理由

理由1　小さいモデルを大量に用意した

Qwenの戦い方は「最強の1本で勝負」ではありません。

Hugging Faceの調査対象になった51本の内訳は、10億パラメータ未満が11本、10億〜80億が12本、80億〜700億が20本、700億以上が8本。小さいほうに厚みがあります。

パラメータとはAIの賢さを決める調整つまみのようなもので、多いほど賢くなる代わりに大きな機械が必要になります。

そしてレポートによると、ダウンロードの大半は小型モデルに集中していて、1000億パラメータを超える巨大モデルは全体のわずか1%程度でした。

世間が騒ぐのは巨大モデルです。でも実際に落とされているのは、ノートパソコンで動くサイズ。Qwenはそこを厚くしていました。

理由2　ライセンスに縛りがない

2つめは使用条件です。

QwenはApache 2.0というライセンスで公開されています。商用利用も、改造も、再配布も自由。「研究目的のみ」といった制限がありません。

Hugging Faceのレポートでは、200億パラメータを超える中国製モデル178本のうち59%がApache 2.0、22%がMITで、非商用限定のものはゼロでした。

企業が導入を検討するとき、法務チェックの段階で止まらない。地味な差ですが、実務では大きく響きます。

理由3　クラウド経由で新興国に届けた

3つめは配り方です。

アリババはQwenを自社のクラウドサービスに載せ、企業向けに提供しています。とくに東南アジアやアフリカへの展開に力を入れてきました。

まだAIの選択肢が固まっていない地域に、安く動く選択肢として先に入り込む。米国勢が手薄な場所を取りにいった形です。

現場では何が変わるのか　3つの場面

数字だけだと実感がわきません。具体的な場面で考えてみます。

地方メーカーの情報システム担当者の場合

ある地方の部品メーカーで、社内の問い合わせ対応にAIを使いたいという話が持ち上がったとします。

ところが、図面や取引先の情報を外部のクラウドに送るのは社内規定で難しい。担当者はここで止まってしまいます。

ここで80億パラメータ級のQwenを社内サーバーに置けば、データを一歩も外に出さずに動かせます。月々のAPI料金もかかりません。

「データを外に出せない」という事情は、実際にオープンモデル採用の入口になっています。

10人のスタートアップの場合

次に、創業まもない小さな会社を考えます。

試作段階で有料APIを叩き続けると、検証しているだけで月々の請求が膨らんでいきます。何度も作り直す時期ほど、費用がかさむわけです。

オープンモデルなら、自前のGPUで回している限り追加料金はゼロ。方針が固まってから有料モデルに切り替える、という順番が取れます。

大学の研究室の場合

3つめは研究の現場です。

公開されたモデルに日本語のデータを追加学習させて、性能を伸ばす研究が国内でも進んでいます。次の章で触れる「Qwen3 Swallow」がまさにその例です。

中身が公開されていなければ、こうした改造そのものができません。オープンであること自体が、研究の前提条件になっています。

競合と比べる｜Llama・Gemma・DeepSeek・gpt-oss

ほかのオープンモデルとの違いを整理します。

  • Llama（Meta）：2023年にオープンモデルの流れを作った先駆者。しかし2026年のダウンロードは2億2700万回で5位まで後退しました。派生モデルのシェアも25%（2023年11月）から11%へ落ちています
  • Gemma（Google）：小型で扱いやすく、GGUF形式では月2080万回と健闘。ただし総ダウンロードではQwenの5分の1ほどです
  • DeepSeek：推論性能で名前が知られる中国勢。上位1000本の月間シェアは4.83%で、話題性のわりに実装での利用は限られています
  • gpt-oss（OpenAI）：OpenAIが公開したオープンモデル。2026年は3億2900万回で4位。参入は遅かったものの、一定の存在感はあります
  • Qwen（アリババ）：サイズの品ぞろえ、ライセンス、派生モデルの多さで総取り。上位1000本の月間シェアは36.32%です

ちなみにMetaとNVIDIAは、この数週間で新しいオープンモデルを相次いで公開しました。開発者の取り合いは、むしろこれから激しくなりそうです。

日本にとってはどういう話なのか

日本語性能でもQwenが上位にいる

「中国のAIだから日本語は弱いのでは」と思ったことはありませんか。

ところが2026年2月時点の評価では、Qwenの80億パラメータ版と320億パラメータ版が、同じくらいのサイズのオープンLLMの中で日本語タスク最高性能を記録しています。

Qwen3シリーズは119言語に対応しており、日本語の指示理解や文章生成も実用レベルとされています。

国産研究の土台にもなっている

象徴的なのが「Qwen3 Swallow」です。

東京科学大学（旧・東京工業大学）の岡崎研究室・横田研究室と、産業技術総合研究所の研究チームが共同で開発し、2026年2月20日に公開しました。

そのベースになっているのが、アリババのQwen3です。そこに日本語のデータを追加学習させ、じっくり考える力を高めています。

80億・30B-A3B・320億パラメータの3種類があり、80億版は同規模以下のオープンLLMで日本語タスク平均0.557という最高スコアを出しました。ライセンスはApache 2.0です。

つまり日本の国産LLM研究の一部は、すでに中国製のオープンモデルの上に建っています。

手放しで喜べない面もある

ただし、気をつけたい点もあります。

土台が特定の国の1社に集中すると、その会社の方針変更が世界中に波及します。ライセンスが変わる、公開をやめる。そうした可能性はゼロではありません。

また、ウェイトが公開されていても、学習に使われたデータの詳細まで公開されているわけではありません。中身を完全に検証できるわけではない、という点は覚えておく必要があります。

よくある質問（FAQ）

Q1. Qwenは本当に無料で使えますか？

A. モデルのウェイトはApache 2.0ライセンスで無料公開されており、商用利用も改造も自由です。ただし動かすためのパソコンやGPU、電気代は自分持ちになります。クラウド経由のAPIを使う場合は別途料金がかかります。

Q2. ダウンロード数が一番＝性能も一番ということですか？

A. 別の話です。ダウンロード数は「どれだけ広く使われているか」を示す指標で、賢さの順位ではありません。最高性能を競う場面では、いまも有料の最上位モデルが強い領域が多く残っています。

Q3. 中国製のAIを業務で使って大丈夫ですか？

A. ウェイトをダウンロードして自社のサーバーで動かす場合、データは外に出ません。その意味では外部APIを使うより情報が閉じます。ただし学習データの中身は完全には公開されていないため、用途によっては社内での検証が必要です。

Q4. 自分のパソコンで動かすには何が必要ですか？

A. 80億パラメータ級であれば、8GB〜16GBのメモリを積んだGPUや、メモリに余裕のあるMacで動くことが多いです。llama.cppなどのソフトを使えば、GGUF形式のファイルを読み込むだけで試せます。

Q5. Llamaはもう使わないほうがいいのでしょうか？

A. そこまで極端に考える必要はありません。Llamaは資料や事例が豊富で、既存の仕組みがあるならそのままで問題ありません。新しく始めるなら、派生モデルや情報量の多いQwenが選びやすい、という程度の差です。

まとめ

  • アリババのQwenが半年で30億ダウンロードを突破し、オープンモデルの世界1位になりました
  • 2026年のHugging Face上のダウンロードは20億4500万回。Googleの約4.9倍、Metaの約9倍です
  • 派生モデルは15万1448個で、Googleの約1.8倍。土台として選ばれ続けています
  • 勝因は「小型モデルの品ぞろえ」「Apache 2.0の自由さ」「新興国へのクラウド配布」の3つ
  • 日本の「Qwen3 Swallow」もQwen3が土台。国産研究の足元にも入り込んでいます
  • ただしダウンロード数は性能の順位ではなく、学習データの中身も完全公開ではありません

まずは80億パラメータ級のQwenを手元のパソコンにダウンロードして、自社のデータで試せる範囲を確かめてみてください。

参考文献

前の記事

AI電気代は誰が払う｜52対0で可決の米法案