Kinesiske AI-selskaper tar over det åpne modellmarkedet

Qwen går forbi Llama på Hugging Face

Det første tydelige signalet kom fra Hugging Face, den største plattformen for åpne AI-modeller. I september 2025 gikk Alibabas Qwen-familie forbi Metas Llama og ble den mest nedlastede familien av store språkmodeller (LLM-er) på plattformen .

I perioden august 2024 til august 2025 sto kinesiske modeller med åpne vekter for 17 prosent av alle globale nedlastinger på Hugging Face. Det var første gang andelen var høyere enn for amerikanske modeller, som sto for 15,8 prosent, ifølge en felles studie fra MIT og Hugging Face . Ser man bare på store språkmodeller, utgjorde kinesiskutviklede modeller 41 prosent av alle LLM-nedlastinger i perioden .

Hugging Face-data omtalt av China Daily viser at det samlede antallet nedlastinger av kinesiske modeller på verdensbasis hadde passert 100 millioner innen midten av 2026 .

Tokenene viser hvem som faktisk blir brukt

Nedlastinger sier noe om interesse blant utviklere. Tokenvolum sier mer om faktisk bruk. Et token er en liten tekstbestanddel som språkmodellen behandler, og tokenbruk brukes ofte som mål på hvor mye trafikk en AI-tjeneste håndterer.

På OpenRouter, en nøytral tjeneste som ruter trafikk mellom mange LLM-er, behandlet plattformen over 20 billioner tokens i uken tidlig i 2026 . Tallene viser en markant vending: Kinesiskutviklede modeller gikk fra under 2 prosent av det ukentlige tokenvolumet til et flertall på rundt 18 måneder .

I mai 2026 sto kinesiske modeller med åpne vekter for rundt 61 prosent av alle tokens som ble behandlet på OpenRouter . I juli tok kinesiske modeller for første gang alle de fem øverste plassene på plattformens globale bruksliste. Xiaomis MiMo-V2.5 lå øverst målt i tokenvolum, fulgt av modeller fra DeepSeek, MiniMax, Alibabas Qwen-familie og Moonshots Kimi .

OpenRouter er ikke et komplett mål på hele det globale AI-markedet, men utviklingen gir et tydelig bilde av hvordan modellene brukes i en stor, internasjonal utvikler- og bedriftskanal.

Amerikanske bedrifter bruker kinesiske modeller

Et av de mest oppsiktsvekkende funnene er hvor raskt kinesiske modeller har fått fotfeste hos amerikanske virksomheter. Innen midten av 2026 utgjorde kinesiske modeller på det meste 46 prosent av den ukentlige API-tokenbruken blant amerikanske bedriftskunder på OpenRouter. Amerikanske modeller sto til sammenligning for 35,7 prosent .

Det var en kraftig økning fra under 2 prosent året før. Hver uke siden 8. februar 2026 har kinesiskutviklede modeller stått for minst 30 prosent av bedriftenes tokenvolum på plattformen .

To forhold ser ut til å drive skiftet: konkurransedyktige resultater og lavere pris. Moonshots Kimi K2.5 kom nær Anthropics Claude Opus i enkelte tidlige tester, men kostet omtrent en sjuendedel så mye . DeepSeek V3.1 er priset til 2 yuan, eller 0,28 dollar, per million inndatatokens og 8 yuan, eller 1,10 dollar, per million utdatatokens .

En kraftig vekst også i Kina

Utviklingen er ikke bare eksportdrevet. Kinas nasjonale dataadministrasjon opplyste at den daglige tokenbruken i landet passerte 140 billioner i mars 2026. Det var mer enn tusen ganger høyere enn nivået på 100 milliarder tokens tidlig i 2024 .

ByteDances AI-assistent Doubao sto alene for over 120 billioner tokens per dag i mars 2026, opp fra rundt 100 milliarder i mai 2024. Det tilsvarer en vekst på omtrent tusen ganger på to år .

Et stort hjemmemarked gir laboratoriene flere brukere, mer tilbakemelding og mer erfaring med distribusjon i stor skala. Det forsterker igjen muligheten til å lansere nye modeller raskt.

Tre fordeler bak gjennombruddet

1. Høy lanseringstakt

Mellom slutten av april og midten av juni 2026 ble fire konkurransedyktige modeller med åpne vekter lansert med bare noen ukers mellomrom. De kom fra DeepSeek, Alibaba med Qwen, Moonshot med Kimi og Zhipu med GLM .

Det gir utviklere flere alternativer å teste, samtidig som hver lansering kan trekke nye brukere inn i det samme økosystemet.

2. Lisenser som gjør modellene enkle å ta i bruk

Modeller er blant annet lansert under MIT-, Apache 2.0- og modifiserte MIT-lisenser. Slike lisenser kan gjøre det mulig å laste ned, endre og distribuere modellene i stor skala, selv om de konkrete vilkårene varierer fra modell til modell .

3. Lavere kostnader

Kinesiske laboratorier tar gjennomgående langt mindre betalt for API-tilgang enn amerikanske konkurrenter. Prisgapet har bestått samtidig som forskjellen i modellprestasjoner har blitt mindre .

For bedrifter som kjører store mengder forespørsler, kan selv små prisforskjeller per million tokens bli utslagsgivende. Det gjør rimelige modeller attraktive også når de ikke er best på hvert eneste mål eller hver eneste oppgave.

Et økosystem – ikke én enkelt vinner

Tallene peker derfor mot et konkurransefortrinn som handler om mer enn én teknologisk gjennombruddsmodell. DeepSeek, Qwen, Kimi, GLM, MiniMax og Xiaomis MiMo inngår i et bredere nettverk av modeller, utviklere og brukere.

Den selvforsterkende effekten er kjernen i strategien: Åpne lanseringer gir distribusjon. Distribusjon gir bruk og tilbakemeldinger. Bruken gir erfaring og inntekter som kan finansiere neste lansering.

Ved midten av 2026 hadde denne løkken gitt kinesiske selskaper et tydelig forsprang i det åpne AI-laget – fra utviklernes nedlastinger til tokenvolumet i kommersielle API-er.