Qwen supera Google y Meta en descargas y obliga a los CIOs a reevaluar su stack de IA abierta

Los números del balance de Hugging Face

La familia Qwen, de modelos abiertos de Alibaba, ha cruzado 3 mil millones de descargas en seis meses y se ha convertido en la más descargada del mundo, según el informe State of Open Models publicado por Hugging Face el jueves 14 de agosto. Google ha sumado 418 millones de descargas en el acumulado del año y Meta ha alcanzado los 227 millones. La distancia ha dejado de ser marginal. Qwen acumula casi cinco veces la suma de los dos rivales occidentales en el ecosistema abierto.

Alibaba mantiene más de 460 modelos publicados bajo licencias permisivas, y el ecosistema Qwen ha producido más de 300 mil derivados, desde el fine-tuning corporativo hasta el modelo destilado para inferencias en endpoints restringidos. Es la mayor biblioteca de modelos abiertos disponible hoy por órdenes de magnitud.

Lo que este liderazgo significa en producción

La descarga no es despliegue. La trayectoria típica es que el desarrollador descargue Qwen, lo pruebe en un entorno local y elija otro modelo para el despliegue final. En las encuestas de adopción corporativa de a16z y Menlo Ventures a lo largo de 2025 y del primer semestre de 2026, los modelos cerrados de Anthropic y OpenAI continuaron representando la mayor parte de la carga en producción en Estados Unidos.

Tres nuevos datos cambian la cuenta. Alibaba Cloud ha comenzado a ofrecer Qwen en endpoints gestionados a un precio materialmente inferior al de Claude Sonnet 5 en el mismo benchmark de racionalidad. Consultorías globales están ejecutando pilotos de IA agentic sobre Qwen para clientes de logística, comercio minorista y financiamiento comercial en el Sudeste Asiático. Y proveedores de inferencia en el edge han comenzado a distribuir Qwen fuera de China, lo que reduce la latencia para clientes multinacionales que prefieren alojamiento europeo o estadounidense en lugar de la ruta Pekín-Hong Kong.

La lectura global, no la lectura china

Para el CIO, la decisión no es geopolítica. Es de arquitectura.

En Estados Unidos, las compras corporativas de Qwen siguen reprimidas por la gobernanza. Órdenes ejecutivas del gobierno Trump a lo largo de 2025 restringieron la instalación de modelos abiertos de origen chino en subcontratistas del Departamento de Defensa. Para bancos como Wells Fargo y Citigroup, el efecto práctico es la prohibición en entornos de producción que manejan datos regulados de clientes estadounidenses, incluso cuando el benchmark técnico del modelo chino es competitivo. El trade-off es asumido y explícito.

En Europa, el panorama es diferente. La Ley de IA de la UE, cuya plena entrada en vigor el 2 de agosto otorgó al Comité poder de multar hasta el 3% de los ingresos globales a proveedores de GPAI, no distingue origen. Distingue clase de riesgo, transparencia y disponibilidad de una model card completa. Deutsche Bank, HSBC y Société Générale pueden ejecutar Qwen en entornos internos de investigación siempre que el alojamiento esté en la nube europea, y el cumplimiento es auditado en documentación técnica.

En el Sudeste Asiático y en África, Qwen se ha convertido en el estándar de facto. Bancos como DBS (Singapur), CIMB (Malasia) y Standard Bank (Sudáfrica) han contratado a Alibaba Cloud como distribuidor regional. Para consultorías locales y para los actores de tiempo y material indios (TCS, Infosys, Wipro), el menú de modelos ha pasado de dos (OpenAI, Anthropic) a tres, lo que cambia la propuesta comercial en todo el proceso de RFP por encima de 5 millones de dólares en transformación de IA. El consultor ahora debe explicar por qué no eligió Qwen cada vez que el cliente pregunta.

El punto que la discusión pública ignora

El ecosistema abierto no es uniforme. Meta ha disminuido el ritmo de lanzamiento de Llama después de que la salida de investigadores a OpenAI y Anthropic rompiera la cadena de benchmarking. Google mantiene a Gemma como caballo secundario detrás del cerrado Gemini. Mistral se consolida en Europa, pero sigue teniendo una escala subóptima en ingresos corporativos. Alibaba se destacó no por benchmark, sino por combinar tres cosas a la vez: precio en endpoints gestionados, licencias comerciales permisivas y distribución a través de la nube regional en mercados donde AWS y Azure todavía son caros.

El riesgo asimétrico es regulatorio. Si uno de los gobiernos occidentales impone certificaciones de origen para los modelos utilizados en sectores regulados, el menú se restringirá en cuestión de días. Si no ocurre nada, Qwen ganará otros doce meses de ventaja en distribución y comenzará a ejercer presión de precios sobre toda la economía de la IA corporativa. El CIO que hoy ignora el riesgo de convergencia arriesga reabrir contratos mañana con un poder de negociación reducido, exactamente en el momento en que la curva de costo por token para casos de uso de agente autónomo pasa a ser la variable central del presupuesto de tecnología.