O relatório de paisagem bienal da Hugging Face, publicado em 14 de agosto, mostra como o ecossistema de pesos abertos evoluiu de janeiro a agosto de 2026. A distribuição é extrema: 85,6% dos modelos têm menos de 200 downloads ao longo da vida, enquanto 1,5% dos repositórios respondem por 99,2% de todos os downloads.

O Hub cresceu para 2,96 milhões de repositórios de modelos (acima de 2,43 milhões no início do ano), 1 milhão de datasets e 1,44 milhões de Spaces.

Os laboratórios de pesquisa da China — Moonshot, MiniMax, Xiaomi, Z.ai — saltaram a progressão pequeno-para-grande que definiu as estratégias anteriores de modelos abertos e implantaram modelos em escala de fronteira diretamente. O teto mensal de parâmetros da China variou entre 754B e 2,78 trilhões em 2026; o teto dos EUA ficou abaixo de 130B em cinco de sete meses. O Nemotron 3 Ultra (561B) da NVIDIA e o Inkling (952B) do Thinking Machines Lab foram as principais exceções dos EUA acima de 100B. A maioria dos outros lançamentos dos EUA acima de 100B são portas ou conversões construídas em modelos base chineses.

Duas forças possibilitaram a mudança. Primeiro, a camada de quantização comunitária: um lançamento de trilhão de parâmetros torna-se executável em dias, removendo a barreira prática que outrora forçava os laboratórios a lançar modelos menores primeiro. Segundo, a grande escala deixou de ser um diferenciador de custo. Xiaomi e Meituan ambas ultrapassaram um trilhão de parâmetros em 2026 sem uma presença significativa de pesos abertos um ano antes. A estratégia de portfólio sinaliza intenção: um portfólio apenas de fronteira aposta em posição de benchmark e demanda de API; um portfólio de espectro completo — Tencent e Alibaba Qwen cobrem tudo de menos de 1B a acima de 70B — aposta em se tornar a família padronizada.

Dentro das instituições dos EUA, os principais editores por contagem de novos repositórios são fornecedores de hardware. AMD e NVIDIA cada uma lançaram mais de 200 novos repositórios de modelos em 2026, muito à frente de qualquer laboratório de modelos; LiquidAI ficou em terceiro lugar com aproximadamente 100. Google e Meta agora ficam abaixo da NVIDIA em novos lançamentos de modelos. Meta mudou para modelos flagship fechados. O código aberto migrou de laboratórios de modelos para empresas de hardware e infraestrutura, com modelos disponíveis gratuitamente servindo como prova de que o silício subjacente funciona.

A divisão atenção-versus-adoção define o que importa. Os 25 principais repositórios por downloads em 2026 e os 25 principais por likes compartilham exatamente uma entrada. Nenhum modelo publicado em 2026 aparece nos 25 principais de downloads; treze desses 25 datam de 2022. all-MiniLM-L6-v2 foi puxado 1,55 bilhão de vezes em sete meses contra 5.156 likes. Kimi-K3 foi puxado cerca de 60 vezes por like recebido. Likes registram o que o campo acha significativo nas semanas após o lançamento; downloads registram o que está realmente rodando em produção.

Para arquitetos avaliando caminhos de migração: a camada de quantização torna a maioria da fronteira tecnicamente acessível, mas acessibilidade não é prontidão para produção. Os 85,6% dos repos com downloads abaixo de 200 é ruído. Trate likes como um sinal de alerta antecipado para o que avaliar, downloads como o sinal para o que foi validado em escala.