Chińskie modele AI dominują w pobraniach i zużyciu tokenów. Na czym polega ich przewaga?

Qwen wyprzedził Llamę na Hugging Face

Pierwszy wyraźny sygnał przyszedł z Hugging Face — największej platformy służącej do udostępniania i pobierania modeli AI. We wrześniu 2025 roku rodzina Qwen należąca do Alibaby wyprzedziła modele Llama firmy Meta i stała się najczęściej pobieraną rodziną dużych modeli językowych (LLM) na platformie .

W szerszym okresie od sierpnia 2024 do sierpnia 2025 roku chińskie modele open-weight odpowiadały za 17% wszystkich pobrań na Hugging Face. Po raz pierwszy wyprzedziły tym samym modele amerykańskie, których udział wyniósł 15,8% — wynika ze wspólnego badania MIT i Hugging Face . W kategorii samych dużych modeli językowych modele opracowane w Chinach odpowiadały w tym okresie za 41% wszystkich pobrań .

Według danych Hugging Face cytowanych przez China Daily do połowy 2026 roku łączna liczba pobrań chińskich modeli na świecie przekroczyła 100 milionów .

Tokeny pokazują, że modele są nie tylko pobierane, ale też używane

Pobrania wskazują na zainteresowanie deweloperów. Zużycie tokenów mówi więcej o faktycznej skali zastosowań. OpenRouter, czyli neutralna platforma kierująca zapytania do różnych modeli językowych, przetwarzała na początku 2026 roku ponad 20 bilionów tokenów tygodniowo .

W ciągu około 18 miesięcy udział modeli chińskiego pochodzenia wzrósł tam z mniej niż 2% tygodniowego wolumenu do większości całego ruchu . W maju 2026 roku chińskie modele open-weight odpowiadały za około 61% wszystkich tokenów przetwarzanych przez OpenRouter .

W lipcu 2026 roku po raz pierwszy wszystkie pięć najwyższych pozycji w globalnym rankingu wykorzystania OpenRouter zajęły modele opracowane w Chinach. Pierwsze miejsce pod względem liczby tokenów zajął MiMo-V2.5 firmy Xiaomi. Za nim znalazły się modele DeepSeek, MiniMax, rodzina Qwen Alibaby oraz Kimi firmy Moonshot .

Chińskie modele zdobywają także amerykańskie firmy

Szczególnie wymowna z perspektywy rynku USA jest adopcja w sektorze przedsiębiorstw. W połowie 2026 roku chińskie modele osiągnęły tygodniowy szczyt na poziomie 46% tokenów API zużywanych przez amerykańskie firmy za pośrednictwem OpenRouter. Modele amerykańskiego pochodzenia odpowiadały w tym samym zestawieniu za 35,7% . Rok wcześniej udział chińskich dostawców wynosił mniej niż 2%.

Od 8 lutego 2026 roku w każdym tygodniu chińskie modele odpowiadały za co najmniej 30% wolumenu tokenów generowanego przez segment przedsiębiorstw na tej platformie .

Za tym zwrotem stoją dwa czynniki: konkurencyjne możliwości oraz niska cena. Kimi K2.5 firmy Moonshot zbliżał się do Anthropic Claude Opus w części wczesnych testów porównawczych, ale kosztował około siedmiokrotnie mniej . Z kolei DeepSeek V3.1 wyceniał milion tokenów wejściowych na 2 juany, czyli około 0,28 dolara, a milion tokenów wyjściowych na 8 juanów, czyli około 1,10 dolara .

W Chinach zużycie tokenów rośnie lawinowo

Boom nie ogranicza się do zagranicznych deweloperów i firm. Dane pokazują również gwałtowny wzrost wykorzystania AI w samych Chinach.

Chińska Narodowa Administracja Danych podała, że w marcu 2026 roku dzienne krajowe zużycie tokenów przekroczyło 140 bilionów. To ponad tysiąckrotnie więcej niż 100 miliardów na początku 2024 roku .

Sam asystent AI Doubao firmy ByteDance zwiększył dzienne zużycie z około 100 miliardów tokenów w maju 2024 roku do ponad 120 bilionów w marcu 2026 roku — czyli mniej więcej tysiąckrotnie w ciągu dwóch lat .

Dlaczego ta strategia działa?

Dane wskazują na trzy elementy, które wzajemnie się wzmacniają:

1. Szybkie tempo premier. Od końca kwietnia do połowy czerwca 2026 roku chińskie laboratoria wypuściły w odstępie zaledwie kilku tygodni cztery modele konkurencyjne wobec światowej czołówki: DeepSeek, Qwen Alibaby, Kimi firmy Moonshot oraz GLM firmy Zhipu .
2. Liberalne licencje. Modele trafiają do użytkowników między innymi na licencjach MIT, Apache 2.0 i zmodyfikowanych licencjach MIT. Dzięki temu można je pobierać, modyfikować i wdrażać na dużą skalę . Warto przy tym pamiętać, że „open-weight” oznacza przede wszystkim dostępność wytrenowanych wag i możliwość samodzielnego uruchomienia modelu; nie musi oznaczać publicznego udostępnienia danych treningowych ani całego kodu .
3. Przewaga cenowa. Chińskie laboratoria pobierają za dostęp API znacznie mniej niż amerykańscy konkurenci. Różnica cen utrzymuje się nawet wtedy, gdy luka w osiągach modeli wyraźnie się zmniejszyła .

Przewaga wynika z dystrybucji, nie z jednego hitu

Wniosek analityków jest szerszy niż stwierdzenie, że jeden chiński model okazał się lepszy od konkretnego amerykańskiego rywala. Najważniejsza przewaga powstała na poziomie całego ekosystemu.

Chińskie firmy udostępniają konkurencyjne modele w sposób, który ułatwia ich pobranie, uruchomienie i tanią integrację. To zwiększa liczbę użytkowników, dostarcza twórcom informacji z realnych wdrożeń i przyspiesza kolejne premiery. W efekcie powstaje samonapędzający się obieg — dokładnie ten, który USCC opisała jako strategię „dwóch obiegów” .

Do połowy 2026 roku taki model działania dał chińskim firmom prowadzenie w otwartej warstwie rynku AI: od zainteresowania deweloperów mierzonego pobraniami po rzeczywisty ruch generowany przez przedsiębiorstwa i aplikacje.