Hugging Face「オープンモデルの現状・2026年夏」中国ラボの月間最大モデル（754B〜2.78T）がほぼ毎月米国を上回る、米国で最多公開はAMDとNVIDIA、ダウンロード上位25と「いいね」上位25の重なりは1本だけ、Qwenの派生は151,448本で1日180〜210本、Hubを叩くエージェントはClaude Codeが7月44.4%・Codexが20.8%

2026年9月18日・日本時間時点の情報です。 Hugging Faceのブログ（8月14日）を読んだ。当サイトのオープンウェイトの整理と中国系AIモデルの整理は個別モデルの話で、Hub全体の数字をまとめたこの報告は扱っていなかった。1か月前の記事だが数字はこれが最新。

3行まとめ

1. 規模と偏り。 1〜8月で公開モデルは243万→296万、データセットは71.1万→100万、Spacesは100万→144万。ただし85.6%のモデルは生涯200DL未満で、1.5%のリポジトリが全DLの99.2%を占める。最前線では、2026年はほぼ毎月、中国ラボの最大オープンモデル（754B〜2.78T）が米国ラボの最大を上回り、米国は7か月中5か月で130B未満（例外はNVIDIA Nemotron 3 Ultra 561Bと、中国モデルの成果物を土台にしたThinking MachinesのInkling 952B）。Moonshot・MiniMax・Xiaomi・Z.aiは70B未満をほぼ出さず（開発者が最初に触れるのが手元で動かない大きさ）、TencentとQwenは全域を出す。Xiaomi・Ant Group・Meituanが今年1兆パラメータを超えた。米国で最も多く新モデルを公開したのはAMDとNVIDIA（各200超）、3位はLiquidAI（約100）で、「自社ハードで最適化したモデルを無償で出すのがハードが動く証明」という構図。
2. 注目と採用は別物。 今年のDL上位25と「いいね」上位25で重なるのは1本だけ。2026年に公開されたモデルはDL上位25に1本もなく、25本中13本は2022年製。all-MiniLM-L6-v2は7か月で15.5億DL（いいね5,156）、Kimi-K3はいいね1つ当たり約60DL。「いいねは何が話題か、DLは何に依存しているか」。中国の最前線ラボはHubで唯一「重い帯が量を運ぶ」アカウントで、MiniMaxのDLはほぼ全部70B超、Moonshot 88%、DeepSeek 55%、Z.ai 39%。米国はGoogle・Microsoft・IBMがほぼ0%、NVIDIA 14%、Meta 9%。Moonshotの年間DL3,700万に対しQwenは20億4,500万（約55倍）。ライセンスは、中国の20B超178本の59%がApache 2.0・22%がMITでほぼ非商用制限なし（ただしKimi K3とQwen 3.8 2.4Tから非商用・収益分配の条項が入り始めた）。米国の同帯はApache/MIT 29%・独自41%・無記載30%。「ライセンス収入が目的でないなら、回収はAPI・クラウド・ハード・エコシステムの位置から」。
3. Qwen・小型・エージェント。 Qwenの派生は151,448本（Metaの2.6倍・Llamaの4.7倍。Googleは82,506）で1日180〜210本増え続け、GGUF変換28,531本のうちQwen公式は54本だけ（コミュニティが作った）。DLは1B未満が全体の83%、100B超は1%、2026年分でも70B超は3%。それでも兆パラメータが届くのはllama.cpp経由で、2月にggmlチームがHugging Faceに加入、7月時点でGGUFのDeepSeek-V4-Flash（約284B）とKimi-K3（約2.8T）が家庭の複数機で動く。GGUFの月間DLはQwen 3,960万・Gemma 2,080万・Llama 750万。gguf宣言のリポジトリは464%増（lerobot 194%、mlx 148%、transformers 16%）。7月公開のagent-usageデータセットで、Hubを叩くコーディングエージェントはClaude Codeが7月44.4%（4月67.8%・5月64%）、Codexが10.4%→20.8%、未登録のハーネスが7月で約4分の1（5月は59.8%）。7月には自律エージェントによる持続的な侵入を受け、閉じた最前線モデルは攻撃コードの解析を安全装置で断ったため、自社基盤の量子化したGLM-5.2で解析した。

関連記事の裏付けと集計上の注意点

• 当サイトのKimiとはで見た「Moonshotは大きいモデルしか出さない」の裏付けが、Hubの数字で出ている（DLの88%が70B超、年間DLはQwenの55分の1）
• 「Qwen公式のGGUFは54本、コミュニティが28,531本」は、ローカルで動く形（GGUF）を実質コミュニティ（Unsloth等）が担っている、という指摘で、ローカルLLMとはで紹介している量子化版の出所そのもの。報告は「公式が発売時にGGUFを出し量子化の選択を文書化し署名すべき」と提言する
• 「Hubの利用者の1位がエージェントになった」は本記事の結び。当サイトのNVIDIA IFA 2026で見たローカルエージェント各種の普及と重なる
• 「方法の注記」に、DLはHub内の利用でAPIや私的配備を含まず、品質・商用採用・市場占有率の直接の指標ではない、とある。数字はすべてHugging Faceの集計

数値はブログ本文で確認・リンク先は未確認

この記事の下調べで、筆者は9月18日にHugging Faceのブログを取得し、本文の各数字（243→296万・85.6%・1.5%／99.2%・754B〜2.78T・561B・952B・200超・1本・13本・15.5億・37M／2,045M・178本・59%／22%・29／41／30%・151,448・2.6倍／4.7倍・180〜210本・28,531／54・83%／1%・3,960万／2,080万／750万・464%・44.4／67.8／64／10.4／20.8／59.8%）がその原文にあることを確認した。リンク先のagent-usageデータセットと侵入の開示文書は開いていない。

日本・重複1本の名前・侵入の詳細は無し

• 日本のラボ・モデルへの言及（本文にはない）
• 「いいね」上位25とDL上位25で重なった1本の名前
• 侵入事件の攻撃者と被害の範囲（別文書）

出典はHugging Faceのブログ

• State of Open Models: Summer 2026 Observations（Hugging Face・2026年8月14日）

関連記事

• オープンウェイトモデルの整理（2026年上半期）
• 中国系AIモデルの整理──DeepSeek・Qwen・Kimi・GLM
• ローカルLLMとは──何を・なぜ・どう動かすか