Alibaba’s Qwen AI-modellen overschrijden 3 miljard downloads en laten Meta en Google achter zich

Op 15 augustus 2026 maakte Alibaba bekend dat zijn Qwen-familie van open-weight AI-modellen de 3 miljard wereldwijde downloads had overschreden in een periode van zes maanden . Volgens cijfers van Hugging Face is Qwen daarmee het meest gedownloade open-weight AI-model ecosysteem ter wereld. Alibaba liet zowel Meta (Llama-familie, 227 miljoen downloads) als Google (Gemma-familie, 418 miljoen downloads) ruim achter zich . Het Qwen-ecosysteem omvat nu meer dan 460 open-source modellen en heeft geleid tot meer dan 300.000 community-afgeleide varianten .

De open-weight releases: Qwen3.8-Max en Qwen3.8-27B

Deze mijlpaal werd ondersteund door twee grote open-weight lanceringen in augustus 2026: het vlaggenschip Qwen3.8-Max en de kleinere Qwen3.8-27B.

Qwen3.8-Max (Qwen3.8-2.4T-A95B) — dit model werd op 3 augustus 2026 eerst als API-product gelanceerd. De gewichten werden op 13 augustus 2026 openbaar gemaakt op Hugging Face onder een aangepaste Qwen-licentie . Het is de eerste keer dat Alibaba de gewichten van een Max-klasse model vrijgeeft . Belangrijke specificaties zijn:

• 2,4 biljoen totale parameters, een sparse Mixture-of-Experts (MoE) architectuur met ongeveer 95 miljard actieve parameters per token
• 1 miljoen tokens contextvenster (max. 991.000 input, 131.000 output)
• Native multimodale input (tekst + beeld) met hybride denken standaard ingeschakeld

Qwen3.8-27B — de kleinere, compacte metgezel, waarvan de gewichten op 13-14 augustus 2026 op Hugging Face zijn uitgebracht onder de Apache 2.0-licentie . Dit model is ontworpen om zelf te hosten op een enkele GPU en bevat een native beeldencoder met een 262.000 tokens context . Alibaba meldde dat Qwen3.8-27B een score van 61,7 op SWE-bench Pro en 84,3 op OSWorld-Verified haalt, waarmee het grotere propriëtaire modellen overtreft op verschillende agentische codeerbenchmarks .

Concurrentie: Amerikaanse reuzen voorbijgestreefd

De dominantie van Qwen betekent een opmerkelijke verschuiving in de voorkeur van ontwikkelaars:

• Vs. Meta: Qwen overtrof Meta's Llama-familie als het meest gedownloade open-weight ecosysteem, met 3 miljard Qwen-downloads tegenover 227 miljoen voor Meta .
• Vs. Google: Alibaba passeerde ook Google's Gemma/Gemini open-weight aanbod, dat 418 miljoen downloads telde .
• Vs. Anthropic: Alibaba positioneerde Qwen3.8-Max als concurrerend met Anthropic's Fable-klasse modellen op prestatietests .
• Vs. Moonshot AI: Binnenlandse rivaal Moonshot had net de Kimi K3 gelanceerd (2,8 biljoen parameters); Alibaba's Qwen3.8-Max werd omschreven als "niet ver achter" op het gebied van omvang, maar hoger scorend op verschillende benchmarks .
• Aandelen: Het aandeel Alibaba steeg 7% in Hongkong na de onthulling van Qwen3.8-Max op 3 augustus .

Omzetdeling voor grote commerciële gebruikers

Op 7 augustus 2026 meldde Reuters dat Alibaba van plan was om grote commerciële gebruikers van Qwen3.8-Max open-weight te vragen een deel van hun omzet te delen die gegenereerd wordt met producten of diensten die op het model zijn gebouwd . Belangrijke details:

• Het plan richt zich op grote bedrijfsgebruikers, niet op onderzoekers of kleine ontwikkelaars .
• Het exacte omzetaandeel was op het moment van de berichtgeving nog niet vastgesteld en de onderhandelingen waren nog gaande .
• Alibaba volgde een precedent dat was gezet door Chinese rivaal Moonshot AI, wiens Kimi K3-licentie naar verluidt een omzetaandeel van tot 30% vroeg voor bedrijven met een jaaromzet van ongeveer 20 miljoen dollar of meer .
• De voorwaarden zouden naar verwachting rond de open-weight release in de week van 10 augustus ingaan .
• Deze stap werd omschreven als een baanbrekende verschuiving in de economie van open-weight AI: een monetarisatielaag bovenop ogenschijnlijk open gewichten, die het "gratis open-source AI"-model voor grootschalig commercieel gebruik fundamenteel verandert . Alibaba rekende eerder alleen voor modelgebruik op zijn eigen cloud, maar stond over het algemeen toe dat de meeste open-weight modellen in de datacenters van klanten draaiden zonder extra kosten .