El informe de panorama bienal de Hugging Face, publicado el 14 de agosto, muestra cómo el ecosistema de pesos abiertos evolucionó de enero a agosto de 2026. La distribución es extrema: el 85,6% de los modelos tienen menos de 200 descargas de por vida, mientras que el 1,5% de los repositorios representa el 99,2% de todas las descargas.

El Hub creció a 2,96 millones de repositorios de modelos (arriba de 2,43 millones a principios de año), 1 millón de conjuntos de datos y 1,44 millones de Espacios.

Los laboratorios de investigación de China — Moonshot, MiniMax, Xiaomi, Z.ai — saltaron la progresión de pequeño a grande que definió las estrategias anteriores de modelos abiertos e implementaron modelos a escala de frontera directamente. El límite mensual de parámetros de China osciló entre 754B y 2,78 billones en 2026; el límite de EE.UU. se mantuvo por debajo de 130B en cinco de siete meses. El Nemotron 3 Ultra (561B) de NVIDIA y el Inkling (952B) de Thinking Machines Lab fueron las principales excepciones de EE.UU. por encima de 100B. La mayoría de los otros lanzamientos de EE.UU. por encima de 100B son puertos o conversiones construidas sobre modelos base chinos.

Dos fuerzas permitieron el cambio. Primero, la capa de cuantización comunitaria: un lanzamiento de billones de parámetros se vuelve ejecutable en días, eliminando la barrera práctica que una vez obligaba a los laboratorios a lanzar modelos más pequeños primero. Segundo, la gran escala dejó de ser un diferenciador de costos. Xiaomi y Meituan ambas superaron un billón de parámetros en 2026 sin una presencia significativa de pesos abiertos un año antes. La estrategia de cartera señala la intención: una cartera solo de frontera apuesta por la posición de referencia y la demanda de API; una cartera de espectro completo — Tencent y Alibaba Qwen cubren desde menos de 1B hasta más de 70B — apuesta por convertirse en la familia estandarizada.

Dentro de las instituciones de EE.UU., los principales publicadores por cantidad de nuevos repositorios son proveedores de hardware. AMD y NVIDIA cada una lanzaron más de 200 nuevos repositorios de modelos en 2026, muy por delante de cualquier laboratorio de modelos; LiquidAI se ubicó tercero con aproximadamente 100. Google y Meta ahora clasifican por debajo de NVIDIA en nuevos lanzamientos de modelos. Meta ha pasado a modelos insignia cerrados. El código abierto ha migrado de laboratorios de modelos a empresas de hardware e infraestructura, con modelos disponibles gratuitamente sirviendo como prueba de que el silicio subyacente funciona.

La división atención-versus-adopción define lo que importa. Los 25 repositorios principales por descargas en 2026 y los 25 principales por "likes" comparten exactamente una entrada. Ni un solo modelo publicado en 2026 aparece en los 25 principales de descargas; trece de esos 25 provienen de 2022. all-MiniLM-L6-v2 fue descargado 1,55 mil millones de veces en siete meses frente a 5.156 "likes". Kimi-K3 fue descargado aproximadamente 60 veces por "like" recibido. Los "likes" registran lo que el campo encuentra significativo en las semanas posteriores al lanzamiento; las descargas registran lo que realmente se está ejecutando en producción.

Para arquitectos que evalúan rutas de migración: la capa de cuantización hace que la mayoría de la frontera sea técnicamente accesible, pero la accesibilidad no es preparación para la producción. El 85,6% de los repos con descargas por debajo de 200 es ruido. Trata los "likes" como una señal de alerta temprana para lo que evaluar, las descargas como la señal de lo que ha sido validado a escala.