Zo bouwden Chinese AI-bedrijven een voorsprong op in open-weight-AI
Chinese AI bedrijven bouwen een structurele voorsprong op door open weightmodellen op grote schaal en tegen veel lagere kosten te verspreiden. Alibaba's Qwen familie haalde Meta's Llama in september 2025 in als de meest gedownloade LLM familie op Hugging Face.
Gepubliceerd doorBewerkt met DeepSeek-V4-FlashAfbeeldingen gegenereerd met GPT Image 1.5
Chinese AI bedrijven bouwen een structurele voorsprong op door open weightmodellen op grote schaal en tegen veel lagere kosten te verspreiden.
Alibaba's Qwen familie haalde Meta's Llama in september 2025 in als de meest gedownloade LLM familie op Hugging Face.
Op OpenRouter steeg het aandeel Chinese modellen in het tokenverbruik in ongeveer achttien maanden van minder dan 2 procent naar circa 61 procent.
What competitive advantage are Chinese AI companies building in the global market, as reflected in their open-weight model downloads and tokA representation of the global data flows that now carry the majority of open-weight AI model traffic from Chinese labs.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What competitive advantage are Chinese AI companies building in the global market, as reflected in their open-weight model downloads and tok. Article summary: Chinese AI companies have built a commanding competitive advantage in the global AI market through a strategy of open-weight distribution at massive scale and drastically lower cost, which is now visibly reflected in glo. Topic tags: general, government, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wat
openai.com
Halverwege 2026 was de voorsprong van Chinese AI-bedrijven op de wereldwijde open-weightmarkt geen voorspelling meer, maar een meetbaar gegeven. Twee datasets laten dat scherp zien: het aantal downloads van modellen en het daadwerkelijke tokenverbruik.
De aanpak was relatief eenvoudig: breng modellen uit die kunnen concurreren met de beste systemen, maak de gewichten downloadbaar en de licenties ruim — en houd de gebruikskosten veel lager dan die van Amerikaanse alternatieven.
De Amerikaanse Congressional-commissie USCC omschrijft dit als een strategie van ‘twee lussen’. Een open release zorgt voor wereldwijde adoptie. Die adoptie levert feedback en ervaring met grootschalige inzet op, waarmee nieuwe releases kunnen worden gefinancierd . Halverwege 2026 hadden minstens acht grote Chinese laboratoria meer concurrerende open-weightmodellen uitgebracht dan de rest van de wereld samen .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Zo bouwden Chinese AI-bedrijven een voorsprong op in open-weight-AI"?
Chinese AI bedrijven bouwen een structurele voorsprong op door open weightmodellen op grote schaal en tegen veel lagere kosten te verspreiden.
What are the key points to validate first?
Chinese AI bedrijven bouwen een structurele voorsprong op door open weightmodellen op grote schaal en tegen veel lagere kosten te verspreiden. Alibaba's Qwen familie haalde Meta's Llama in september 2025 in als de meest gedownloade LLM familie op Hugging Face.
What should I do next in practice?
Op OpenRouter steeg het aandeel Chinese modellen in het tokenverbruik in ongeveer achttien maanden van minder dan 2 procent naar circa 61 procent.
Het eerste duidelijke signaal kwam van Hugging Face, het grootste platform voor open AI-modellen. In september 2025 passeerde Alibaba's Qwen-familie Meta's Llama als de meest gedownloade familie van grote taalmodellen op het platform .
Kijk je naar de langere periode van augustus 2024 tot augustus 2025, dan waren Chinese open-weightmodellen goed voor 17 procent van alle downloads wereldwijd op Hugging Face. Daarmee haalden ze de Verenigde Staten in, die op 15,8 procent uitkwamen. Dat bleek uit een gezamenlijke studie van MIT en Hugging Face .
Bij grote taalmodellen — LLM's — was het verschil nog groter: modellen van Chinese ontwikkelaars waren in die periode goed voor 41 procent van alle LLM-downloads op het platform . Volgens Hugging Face-gegevens die door China Daily werden aangehaald, waren Chinese modellen halverwege 2026 wereldwijd al meer dan 100 miljoen keer gedownload .
Tokens: van randverschijnsel naar meerderheid
Downloads laten vooral zien waar ontwikkelaars interesse in hebben. Tokenverbruik zegt meer over werkelijk gebruik. Een token is een klein tekstonderdeel dat een AI-model verwerkt; API-diensten rekenen doorgaans per miljoen tokens af.
Op OpenRouter — een onafhankelijke router die verkeer tussen verschillende taalmodellen verdeelt — verwerkten modellen van Chinese oorsprong in ongeveer achttien maanden tijd de omslag van minder dan 2 procent van het wekelijkse tokenvolume naar een meerderheid . OpenRouter verwerkte begin 2026 meer dan 20 biljoen tokens per week .
In mei 2026 waren Chinese open-weightmodellen goed voor ongeveer 61 procent van alle tokens die via het platform werden verwerkt . In juli bezetten Chinese modellen voor het eerst alle vijf bovenste plaatsen in de wereldwijde gebruiksranglijst van OpenRouter. Xiaomi's MiMo-V2.5 stond bovenaan, gevolgd door modellen van DeepSeek, MiniMax, Alibaba's Qwen-familie en Moonshots Kimi .
Dat is een belangrijk onderscheid: een download betekent niet automatisch dat een model in productie wordt gebruikt. De cijfers van OpenRouter wijzen er juist op dat Chinese modellen ook in daadwerkelijk API-verkeer een groot bereik hebben gekregen. Tegelijkertijd blijft OpenRouter één platform en geen volledige afspiegeling van de wereldwijde markt.
Ook Amerikaanse bedrijven gebruiken Chinese modellen
Voor Amerikaanse waarnemers is vooral de enterprise-data opvallend. Halverwege 2026 namen Chinese AI-modellen op OpenRouter op hun piek 46 procent van het wekelijkse API-tokenvolume van Amerikaanse bedrijven voor hun rekening. Amerikaanse modellen kwamen uit op 35,7 procent . Een jaar eerder lag het Chinese aandeel nog onder 2 procent.
Sinds de week van 8 februari 2026 waren Chinese modellen iedere week goed voor minstens 30 procent van het enterprise-tokenvolume op het platform .
De verschuiving wordt vooral verklaard door de combinatie van prestaties en prijs. Moonshots Kimi K2.5 kwam op enkele vroege benchmarks dicht in de buurt van Anthropics Claude Opus, maar kostte ongeveer een zevende van de prijs . DeepSeek V3.1 rekent 2 yuan — ongeveer 0,28 dollar — per miljoen invoertokens en 8 yuan — ongeveer 1,10 dollar — per miljoen uitvoertokens .
Voor bedrijven kan zo'n verschil doorslaggevend zijn. Wanneer een model miljoenen of miljarden tokens verwerkt, werkt een klein prijsverschil per token snel door in de totale rekening.
Binnenlandse vraag in China schiet omhoog
De wereldwijde cijfers staan niet los van de groei in China zelf. De Chinese National Data Administration meldde dat het dagelijkse binnenlandse tokenverbruik in maart 2026 boven de 140 biljoen uitkwam. Begin 2024 lag dat nog op 100 miljard — een stijging van meer dan duizend keer .
ByteDance's AI-assistent Doubao verbruikte in mei 2024 ongeveer 100 miljard tokens per dag. In maart 2026 was dat meer dan 120 biljoen per dag, opnieuw een groei van ongeveer duizend keer in twee jaar .
Die binnenlandse schaal biedt Chinese bedrijven niet alleen inkomsten, maar ook veel ervaring met toepassingen, infrastructuur en modeloptimalisatie. Dat past precies in de ‘twee lussen’ die de USCC beschrijft: gebruik voedt de volgende productrelease, terwijl de volgende release opnieuw gebruik aantrekt.
De motor achter de groei: snel uitbrengen en ruim licentiëren
De beschikbare gegevens wijzen op drie structurele voordelen.
Een hoog releasetempo. Tussen eind april en half juni 2026 verschenen binnen enkele weken vier open-weightmodellen die konden concurreren aan de top: van DeepSeek, Alibaba's Qwen, Moonshots Kimi en Zhipu's GLM .
Ruime licenties. Modellen verschenen onder meer onder MIT-, Apache 2.0- en aangepaste MIT-licenties. Daardoor zijn ze doorgaans vrij te downloaden, aan te passen en op grote schaal te implementeren .
Een prijsvoordeel. Chinese laboratoria rekenen voor API-toegang veel minder dan Amerikaanse concurrenten. Dat prijsverschil bleef bestaan terwijl de prestaties dichter bij die van toonaangevende Amerikaanse modellen kwamen .
‘Open-weight’ betekent hierbij dat de getrainde modelgewichten kunnen worden gedownload en vaak lokaal of op eigen infrastructuur kunnen worden gebruikt. Het betekent niet automatisch dat ook alle trainingsdata of de volledige broncode openbaar is .
Geen enkel model, maar een ecosysteem
De belangrijkste conclusie is daarom niet dat één Chinees model de markt heeft gewonnen. De voorsprong zit in het ecosysteem: meerdere laboratoria brengen snel nieuwe modellen uit, met ruime licenties en lage prijzen. Ontwikkelaars kunnen ze uitproberen, aanpassen en in uiteenlopende toepassingen inzetten. Dat genereert vervolgens feedback, inkomsten en ervaring voor de volgende generatie modellen.
Zo is een zichzelf versterkende distributielus ontstaan. Chinese AI-bedrijven lopen daarmee niet alleen in op het gebied van modelcapaciteit, maar hebben halverwege 2026 vooral een sterke positie opgebouwd in de distributie en het volume van open AI. Van Hugging Face-downloads tot bedrijfsverkeer via OpenRouter: de open-weightlaag van de wereldwijde AI-markt is in korte tijd duidelijk Chinees gekleurd.
uscc.govTwo Loops: How China's Open AI Strategy Reinforces Its ...
x.comCHINESE LABS DOMINATE 2026 OPEN-WEIGHT AI RELEASES At ...
hai.stanford.eduChina's Diverse Open-Weight AI Ecosystem and Its Policy ...
eastfrontier.comChina's Open-Weight AI Models Accounted for 17% of Global Downloads in 2025, Surpassing the US - EastFrontier