Hugging Face mapeia os modelos abertos de 2026 e mostra que Qwen virou base do ecossistema

A Hugging Face publicou em 14 de agosto de 2026 a edição de verão (hemisfério norte) do seu relatório semestral State of Open Models, cobrindo a atividade no Hub entre janeiro e agosto. É um retrato quantitativo do ecossistema de pesos abertos, e várias das observações mexem diretamente com a decisão de qual stack open-source um time deve adotar para IA generativa↳IA generativa81 conteúdosIA Generativa: 5 alternativas para começar a usar em 2025AI · jan 2025Gartner Revela o Futuro da IA GenerativaAI · jul 2024IA Generativa: Pesquisa global aponta Brasil como segundo país mais otimista com a tecnologiaAI · mar 2024Ver tudo em AI →. Vale começar pelo pano de fundo: os repositórios públicos de modelos cresceram de 2,43 para 2,96 milhões no período, os datasets passaram de 711 mil para 1 milhão e os Spaces de 1 para 1,44 milhão. Mas a distribuição é brutalmente concentrada: cerca de 85,6% dos modelos têm menos de 200 downloads na vida inteira, e 1,5% dos repositórios respondem por 99,2% de todos os downloads. Tudo o que vem abaixo acontece dentro dessa forma.

O topo virou território chinês

O relatório documenta uma mudança que já vinha se desenhando: labs chineses pularam a progressão clássica de lançar modelos pequenos e ir escalando. Em quase todos os meses de 2026, o maior e mais capaz modelo aberto de um lab chinês foi maior do que qualquer coisa que um lab americano lançou por conta própria. O teto mensal chinês oscilou entre 754 bilhões e 2,78 trilhões de parâmetros; o americano ficou abaixo de 130B em cinco dos sete meses, com as exceções do Nemotron 3 Ultra da NVIDIA (561B) e do Inkling, da Thinking Machines Lab.

A Hugging Face separa os labs em dois campos. Moonshot, MiniMax, Xiaomi e Z.ai praticamente não publicam nada abaixo de 70B, então o primeiro contato de um dev com essas marcas costuma ser um modelo grande demais para rodar em qualquer máquina que ele tenha. Já Tencent e Alibaba Qwen cobrem o espectro inteiro, de menos de 1B para cima. O relatório trata o perfil de tamanho como declaração de intenção, não de capacidade: um portfólio só de fronteira aposta em posição de benchmark e demanda de API; um portfólio de espectro completo é uma tentativa de virar a família na qual os desenvolvedores padronizam.

Nos EUA, quem publica open source agora são os fabricantes de chip

Um dos achados mais reveladores: as duas organizações que mais publicaram novos modelos abertos em 2026 são AMD e NVIDIA, cada uma com mais de 200 novos repositórios, bem à frente do resto (a LiquidAI aparece em terceiro, com cerca de 100). A lógica é comercial: um modelo otimizado e disponível de graça é a prova mais clara de que o hardware funciona. Google e Meta, que definiram o publishing de modelos abertos em anos anteriores, hoje aparecem bem abaixo da NVIDIA em novos lançamentos, e a Meta migrou para flagships fechados. O centro de gravidade do open source↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) →, como resume o relatório, saiu dos labs de modelo e foi para as empresas de hardware e infraestrutura.

Na faixa acima de 100B, boa parte dos lançamentos americanos não são modelos originais, e sim builds sobre modelos chineses. A AMD contribuiu com muitas conversões, mas nenhum modelo original nessa escala, o que a Hugging Face classifica como uma camada de distribuição e otimização, não de criação.

Curtida não é adoção

Aqui está o alerta mais útil para quem lê cobertura do Hub. A equipe cruzou os 25 repositórios mais baixados do ano com os 25 mais curtidos: apenas um aparece nas duas listas. Nenhum modelo publicado em 2026 entrou no top 25 de downloads, enquanto treze dos 25 são de 2022. O all-MiniLM-L6-v2 foi baixado 1,55 bilhão de vezes em sete meses contra 5.156 likes; o Kimi-K3 foi baixado cerca de 60 vezes por like recebido.

São sinais que medem coisas diferentes. Um like diz que um lançamento importa e vai para modelos de fronteira nas semanas após o lançamento. Um download diz que algo está conectado a um pipeline que roda em produção, e se acumula em modelos pequenos e estáveis ao longo de anos. Tratar um como proxy do outro, segundo os autores, é o erro mais comum na cobertura do Hub, incluindo o trabalho anterior deles. O contraste aparece no volume: o portfólio só de fronteira da Moonshot somou 37 milhões de downloads no ano, enquanto o Qwen, com estratégia de múltiplos tamanhos, chegou a cerca de 2,05 bilhões, aproximadamente 55 vezes mais.

Qwen virou o modelo base da comunidade

A posição de um modelo no ecossistema não se mede só pelos próprios lançamentos, mas por quanto a comunidade constrói em cima. Por essa métrica, o Qwen se tornou uma das maiores fundações do open source: 151.448 derivados no Hub, 2,6× a pegada total da Meta e 4,7× os repositórios do Llama especificamente. O Google vem em segundo, com 82.506 derivados. O terceiro maior é a Unsloth, conta comunitária que publica builds quantizados e prontos para fine-tuning, muitos deles estendendo o próprio Qwen.

Os derivados de Qwen crescem a um ritmo de 180 a 210 novos repositórios por dia. O relatório atribui isso a três fatores que se reforçam: cadência regular de lançamentos, cobertura de tamanhos (do pequeno local ao grande de deploy) e abertura, com licenciamento Apache 2.0 que reduz atrito para modificar, redistribuir e usar comercialmente. E o detalhe que mais importa para times de infra: essa posição foi construída pela comunidade, não pela Qwen. Mesmo entre as 28.531 conversões GGUF de modelos Qwen no Hub, a própria Qwen publicou apenas 54.

Para o dev brasileiro, a leitura prática é direta: padronizar sobre Qwen significa apostar na família com maior massa de ferramentas, tutoriais, quantizações e forks já testados por terceiros, o que reduz o custo de manutenção de um stack de IA generativa.

Modelos pequenos e o papel do llama.cpp

Entre os modelos que declaram contagem de parâmetros, os abaixo de 1B ficam com 83% dos downloads de todos os tempos, e tudo acima de 100B fica com 1%. Restringindo a 2026, apenas 3% do volume vai para modelos acima de 70B. Motivo simples: modelos pequenos são os únicos que rodam no hardware que a maioria dos desenvolvedores realmente tem.

Então como um modelo de trilhão de parâmetros chega a alguém? Via llama.cpp. Em fevereiro, a equipe do ggml se juntou à Hugging Face, com o projeto seguindo totalmente open-source e com governança comunitária. O snapshot de julho já carrega builds GGUF do DeepSeek-V4-Flash (cerca de 284B) e do Kimi-K3 (cerca de 2,8 trilhões), espalhados por algumas máquinas de consumo. Foi essa rota de inferência local que tornou viável a estratégia de lançar só na fronteira. E ela também roda sobre Qwen: 39,6 milhões de downloads de GGUF por mês, quase o dobro dos 20,8 milhões do Gemma e mais de cinco vezes os 7,5 milhões do Llama, mesmo com repositórios GGUF derivados de Llama superando levemente os de Qwen em número. Mesma prateleira, um quinto do tráfego.

O crescimento das camadas ao redor do modelo confirma para onde o esforço migrou: repositórios declarando a biblioteca gguf cresceram 464%, lerobot 194% e o mlx da Apple 148%, contra 16% de transformers e peft. A camada que decide onde um modelo pode fisicamente rodar cresce de três a sete vezes mais rápido que o núcleo de modelagem. O relatório sugere que os labs poderiam colaborar com a Unsloth para publicar conversões GGUF oficiais no lançamento, assinadas e com escolhas de quantização documentadas, fechando a distância entre os pesos que os criadores testam e as versões que a comunidade de fato usa.

Agentes já são o maior usuário do Hub

A seção que não existia em março: um dataset publicado em julho registra o token agent/ que agentes de código enviam ao chamar o Hub via huggingface_hub ou o CLI hf. O Claude Code liderou julho com 44,4%, mas o mês esconde a instabilidade real: ele tinha 67,8% em abril e 6,4% em maio, enquanto o Codex subiu de 10,4% para 20,8%. É um mercado sem incumbente, onde um release ou um default alterado move metade do tráfego em um mês. Além disso, quase um quarto do tráfego de agentes em julho veio de harnesses ainda não catalogados, e em maio esse número era de 59,8%: novos entrantes chegam mais rápido do que qualquer registro consegue nomear.

A Hugging Face passou o ano se preparando para esse leitor: papers em Markdown legível por máquina desde março, traces de agentes como tipo de dataset e endpoint agents.md em todo Space Gradio a partir de abril, e a ferramenta hf_fs no servidor MCP em julho, expondo repositórios, storage, docs e papers em pouco mais de mil tokens. O MCP, aliás, entrou na Agentic AI Foundation da Linux↳Linux34 conteúdosKali Linux em um Servidor VPS: como, quando e por que usar?DevSecOps · dez 2024Construindo um Windows Service ou Linux Daemon com Worker Service & .NET Core – Parte 2Dev (Back & Front) · jul 2020Criando uma WebApi utilizando .NET, Linux e VSCodeDev (Back & Front) · ago 2019Ver tudo em DevSecOps → Foundation. Ainda em julho veio um caso desconfortável: o que a equipe descreve como o primeiro caso documentado de um agente autônomo conduzindo uma intrusão sustentada por conta própria, contra a própria Hugging Face. Ao tentar analisar o código do ataque com modelos fechados de fronteira, os guardrails de segurança recusaram o trabalho, e a análise só foi concluída em um modelo aberto quantizado, o GLM-5.2, rodando em infraestrutura própria. É um argumento concreto a favor de manter modelos abertos autohospedados no arsenal.

Onde a análise para

Os próprios autores fazem a ressalva metodológica que vale repetir: downloads, likes, derivados e lançamentos medem aspectos diferentes da atividade no Hub e não devem ser lidos como qualidade, adoção comercial ou market share. Downloads não capturam uso via API, deploys privados ou distribuição por outros canais. Ou seja, o retrato é de uma janela (o Hub), não do mercado inteiro. Ainda assim, para quem decide stack, os sinais são consistentes: Qwen como base de fine-tuning e deploy, llama.cpp/GGUF como caminho de inferência local e MCP como camada de integração com agentes formam hoje a espinha dorsal pragmática do open source em IA generativa. E, como a própria Hugging Face avisa, com agentes virando o usuário número um do Hub, o próximo relatório pode ter cara bem diferente.

Fonte: Hugging Face Blog