你打开一个笔记本，输入一行命令，下载一个来自杭州或北京的开源大模型。一年前这还显得稀奇，如今却成了全球相当一部分开发者的默认动作。
大模型（大模型）的竞争通常被讲成"谁在榜单上得分最高"的故事。但在下载日志里，另一个更安静的故事其实已经写完。
关键要点
- 2025年9月，阿里巴巴的通义千问（Qwen）在 Hugging Face 上超越 Meta 的 Llama，成为下载量最高的模型家族。据央广网援引斯坦福 HAI / DigiChina 政策简报与 The Rundown AI 的追踪，到2025年12月中旬，Qwen 累计下载约3.85亿次，Llama 约3.46亿次；广州日报援引 Hugging Face 自身数据称，2025年10月 Qwen 约3.853亿次、Llama 约3.462亿次。
- 从更广的平台看，2024年8月至2025年8月，中国开发者的模型下载量占 Hugging Face 总量的17.1%，首次超过美国的15.8%（MIT 与 Hugging Face 数据集经斯坦福简报分析）。
- 开放权重（开放权重）指的是训练好的参数被公开发布。你可以下载、在自己的硬件上运行并修改，无需向厂商申请许可，也无需按 token 付费。
- 两个代表性发布：DeepSeek-R1（2025年1月，MIT 许可，6710亿总参数、约370亿激活参数，采用混合专家（混合专家）结构，开放权重并公开思维链）；Qwen3（2025年4月29日，Apache 2.0 许可，2350亿/220亿激活参数的 MoE，支持119种语言）。
- 两家都让企业可以自行托管，满足数据主权与成本需求。斯坦福相关报道中引述一位美国创业者称，从专有模型切换到 Qwen 后，他的公司每年节省约40万美元（约312万港元）。
- 衍生模型更能说明生态活力：2025年9月，基于中国模型的新衍生模型占 Hugging Face 当月新增衍生模型的63%。
开放权重不等于免费运行。DeepSeek-R1 满精度加载约需1.3TB显存，多数团队改用1.5B到70B的蒸馏版本在单台机器上跑；Qwen3 的2350亿旗舰同样沉重，但其220亿激活设计让加载后的推理很便宜。下载量衡量的是关注度，不是营收——3.85亿次下载里包含无数学生实验和一行测试，而非3.85亿次生产部署。
对东南亚、中东与拉美的开发者而言，能力强的中文开源模型意味着不再需要美国 API 密钥、境外信用卡，也不必把数据发到离岸服务器。新加坡的政府 AI 项目与马来西亚的主权 AI 计划都建立在中文开放权重基础之上。
美国也作出了反应：白宫2025年7月的"美国 AI 行动计划"把开放权重模型提升为战略资产，OpenAI 随后也发布了 Apache 2.0 的开放权重模型——这一回应链条来自同一批报道，我未能用一手政府文件交叉确认。换句话说，开源与闭源的路线之争已经超出了商业范畴，进入了国家层面的人工智能战略。
诚实的局限
本文依赖中国官方媒体转述的下载统计与斯坦福政策简报的汇总，我没有独立审计 Hugging Face 的原始计数器。下载量衡量的是关注度和生态活跃度，不等于营收或生产环境用量，且数字每周都在变化。各家厂商节省成本的个案我未向相关公司逐一核实。开源与闭源的战略框架基于2025年的政策报道，可能快速变化。此外，"开放权重"内部的许可差异很大，MIT 与 Apache 2.0 属宽松一端，带附加条款的发布未必允许商用，读者在据此做采购判断时应以许可原文为准。此外，白宫2025年7月的"美国 AI 行动计划"将开放权重模型提升为战略资产，OpenAI 随后也发布了 Apache 2.0 的开放权重模型——这一回应链条来自同一批报道，我未能用一手政府文件交叉确认。
普通人现在能做什么
- 先在本地做原型验证：如果你的任务涉及医疗、金融、法律等敏感数据，可下载 Apache 2.0 或 MIT 许可的模型（如 Qwen3、DeepSeek-R1）在自己的硬件上运行，再决定是否购买 API。
- 看许可而非看标题：MIT / Apache 2.0 允许商业分发；带额外条款的"开放权重"未必允许商用，部署前务必读许可。
- 用自己的数据做评测：榜单排名只是起点，提交前先做小规模内部评测，别把排行榜当成采购订单。
- 关注区域生态：如果你在东南亚、中东或拉美，优先考虑本地可部署的中文开源模型，能避开跨境支付与数据出境的麻烦。