Qwen überholt Google und Meta bei Downloads und zwingt CIOs zur Neubewertung des offenen KI-Stacks

Die Zahlen des Hugging Face Berichts

Die Qwen-Familie, die offenen Modelle von Alibaba, hat in sechs Monaten 3 Milliarden Downloads überschritten und ist laut dem Bericht "State of Open Models", veröffentlicht von Hugging Face am Donnerstag, den 14. August, die meist heruntergeladene weltweit. Google verzeichnete im Jahr bislang 418 Millionen Downloads und Meta 227 Millionen. Der Abstand ist nicht mehr marginal. Qwen hat fast das Fünffache der Summe beider westlichen Wettbewerber im offenen Ökosystem erreicht.

Alibaba veröffentlicht mehr als 460 Modelle unter großzügigen Lizenzen, und das Qwen-Ökosystem hat mehr als 300.000 Ableitungen hervorgebracht, vom unternehmensspezifischen Fine-Tuning bis zum destillierten Modell für Inferenz in eingeschränkten Endpunkten. Es ist die größte Bibliothek offener Modelle, die heute verfügbar ist, um Größenordnungen.

Was diese Führung in der Produktion bedeutet

Ein Download ist kein Deployment. Der typische Pfad ist, dass der Entwickler Qwen herunterlädt, in einer lokalen Umgebung testet und ein anderes Modell für den endgültigen Rollout auswählt. In den Umfragen zur Unternehmensadoption von a16z und Menlo Ventures im Verlauf von 2025 und dem ersten Halbjahr 2026 haben die geschlossenen Modelle von Anthropic und OpenAI weiterhin den größten Teil der Produktionslast in den Vereinigten Staaten ausgemacht.

Drei neue Daten verändern die Rechnung. Alibaba Cloud bietet Qwen nun in einem verwalteten Endpunkt mit einem deutlich niedrigeren Preis als Claude Sonnet 5 im selben Benchmark für reasoning an. Globale Beratungen führen Pilotprojekte zu agentischer KI auf Qwen für Kunden aus den Bereichen Logistik, Einzelhandel und Handelsfinanzierung in Südostasien durch. Und Anbieter von Inferenz an der Edge haben begonnen, Qwen außerhalb Chinas zu vertreiben, was die Latenz für multinationalen Kunden verringert, die europäisches oder amerikanisches Hosting gegenüber der Route Peking-Hongkong bevorzugen.

Die globale Perspektive, nicht die chinesische Perspektive

Für den CIO ist die Entscheidung nicht geopolitisch. Es geht um Architektur.

In den Vereinigten Staaten sind Unternehmenskäufe von Qwen weiterhin durch Governance gehemmt. Exekutivverordnungen der Trump-Regierung im Laufe von 2025 schränkten die Installation von offenen Modellen chinesischer Herkunft bei Auftragnehmern des Verteidigungsministeriums ein. Für Banken wie Wells Fargo und Citigroup hat dies praktisch zur Folge, dass die Verwendung in Produktionsumgebungen, die auf regulierte Kundendaten zugreifen, untersagt wird, selbst wenn die technische Benchmark des chinesischen Modells wettbewerbsfähig ist. Der Trade-off ist angenommen und ausdrücklich.

In Europa sieht das Bild anders aus. Der EU AI Act, dessen volle Geltung am 2. August in Kraft trat und der der Kommission die Befugnis gibt, GPAI-Anbieter mit bis zu 3% des weltweiten Umsatzes zu bestrafen, unterscheidet nicht nach Herkunft. Er unterscheidet nach Risikoklasse, Transparenz und Verfügbarkeit einer vollständigen Modellkarte. Deutsche Banken, HSBC und Société Générale können Qwen in internen Forschungsumgebungen betreiben, wenn das Hosting in der europäischen Cloud erfolgt und die Compliance in der technischen Dokumentation überprüfbar ist.

In Südostasien und Afrika ist Qwen de facto der Standard geworden. Banken wie DBS (Singapur), CIMB (Malaysia) und die Standard Bank (Südafrika) haben Alibaba Cloud als regionalen Distributor beauftragt. Für lokale Beratungen und indische Unternehmen, die Time-and-Material-Modelle (TCS, Infosys, Wipro) verwenden, hat sich das Modellangebot von zwei (OpenAI, Anthropic) auf drei erhöht, was das kommerzielle Angebot im gesamten RFP-Prozess über 5 Millionen USD für die Transformation der KI verändert. Der Berater muss jetzt erklären, warum er nicht immer Qwen ausgewählt hat, wenn der Kunde fragt.

Der Punkt, den die öffentliche Diskussion ignoriert

Das offene Ökosystem ist nicht einheitlich. Meta hat das Tempo der Veröffentlichung von Llama verringert, nachdem der Abgang von Forschern zu OpenAI und Anthropic die Benchmarking-Pipeline zerschlagen hat. Google hält Gemma als sekundäres Pferd hinter dem geschlossenen Gemini. Mistral konsolidiert sich in Europa, bleibt jedoch bei Unternehmensumsätzen unter dem Maßstab. Alibaba hat sich nicht durch Benchmarking hervorgetan, sondern durch die gleichzeitige Kombination dreier Dinge: Preis in verwalteten Endpunkten, großzügige kommerzielle Lizenzierung und Verteilung über regionale Clouds in Märkten, in denen AWS und Azure noch teuer sind.

Das asymmetrische Risiko ist regulatorisch. Wenn eine der westlichen Regierungen eine Herkunftszertifizierung für in regulierten Sektoren verwendete Modelle einführt, wird das Angebot in Tagen enger. Wenn nichts geschieht, gewinnt Qwen weitere zwölf Monate Vorsprung in der Verteilung und beginnt, Druck auf die Preise über die gesamte wirtschaftliche Landschaft der Unternehmens-KI auszuüben. Der CIO, der heute das Risiko der Konvergenz ignoriert, riskiert, morgen Verträge mit reduziertem Verhandlungsspielraum wieder zu öffnen, genau zu dem Zeitpunkt, an dem die Kostenkurve pro Token für Anwendungsfälle mit autonomen Agenten zum zentralen variablen Budgetfaktor für Technologie wird.