3 miljarder nedladdningar gjorde Alibabas AI-modeller störst

Alibabas AI-modeller laddades ner mer än tre miljarder gånger på ett halvår – och gick därmed om både Google och Meta som världens mest hämtade familj av öppna AI-modeller. Siffran kommer från Hugging Face, plattformen där i praktiken hela världens AI-utvecklare hämtar sina modeller, i en genomgång som publicerades den 14 augusti.

Jämförelsen är obarmhärtig. Googles öppna modeller landade på 418 miljoner nedladdningar under 2026. Metas Llama-familj, som för två år sedan var det självklara startläget för nästan alla som byggde något med öppen AI, stannade på 227 miljoner. Alibaba hämtades alltså runt sju gånger så ofta som Google och tretton gånger så ofta som Meta.

Varför ska en läsare i Sverige bry sig? För att öppna modeller är den enda sortens AI som en svensk myndighet, ett sjukhus eller ett industribolag kan köra på egen hårdvara, i eget datacenter, utan att skicka en enda rad text till ett amerikanskt moln. Vilken modellfamilj som blir standard påverkar därför hur svensk AI byggs de närmaste åren.

Siffrorna bakom de tre miljarderna

Bakom totalen ligger över 460 modeller som Alibaba har släppt fritt – allt från små varianter som ryms på en vanlig bärbar dator till de stora expertblandade modellerna i Qwen3-serien. Ovanpå dem har utvecklare byggt fler än 300 000 egna avläggare: finjusterade versioner för kod, juridik, medicin eller ett enskilt språk. Det är ekosystemet, inte en enskild modell, som är den riktiga nyheten.

Qwen har blivit en självklar del av arbetsflödet när utvecklare bestämmer vilken modell de ska finjustera och driftsätta.

Formuleringen kommer från Hugging Face-rapporten, här i svensk översättning. Den beskriver ett skifte i vana snarare än ett enskilt tekniskt genombrott – och vanor är betydligt trögare att vända än prestandatabeller.

Så blev Alibabas AI-modeller utvecklarnas förstaval

Det finns tre ganska odramatiska förklaringar, och ingen av dem handlar om att modellerna skulle vara bäst i alla tester. De handlar om pris, distribution och tröghet.

Vikterna är gratis och får ändras

Alibaba lägger ut själva modellvikterna öppet på både Hugging Face och den egna plattformen ModelScope. Den som vill kan ladda ner, träna vidare, krympa och köra lokalt utan att fråga någon om lov. För ett mindre svenskt bolag är skillnaden konkret: ingen löpande kostnad per anrop, och inga data som lämnar huset.

Molnet sköter spridningen

Alibaba pumpar samtidigt ut modellerna via sin molntjänst till företagskunder i Sydostasien och Afrika, marknader där amerikanska leverantörer inte alltid är förstahandsvalet. Det ger räckvidd som varken Meta eller Google har byggt på samma sätt. Molnaffären växte 38 procent i marsvartalet, till 41,6 miljarder yuan.

Varje finjustering drar in nästa

När 300 000 avläggare redan finns blir det billigare att utgå från samma familj än att börja om. Verktyg, guider och felsökningstrådar finns på plats. Den som byggt en gång bygger nästa gång på samma grund – och effekten förstärker sig själv, precis som den gjorde för Llama tidigare.

Vad nedladdningssiffran inte berättar

En nedladdning är inte en kund. Automatiska byggkedjor hämtar samma modell om och om igen, och forskare laddar ner en handfull varianter bara för att jämföra. Siffran mäter räckvidd och nyfikenhet, inte intäkter och absolut inte kvalitet. Här ligger fortfarande OpenAI, Anthropic och Google långt före i betalande företagsaffärer.

Alibaba försöker konvertera räckvidden till pengar. Bolaget har sagt att den återkommande årsintäkten från AI-modeller och AI-applikationer ska nå 30 miljarder yuan, runt 4,4 miljarder dollar, vid årets slut. Notan för att komma dit är minst 380 miljarder yuan över tre år – ungefär 500 miljarder kronor.

Frågor en svensk it-chef bör ställa

Att en modell är gratis betyder inte att den är riskfri att driftsätta. Innan något kinesiskt öppet basmodellsbygge går i produktion hos en svensk organisation finns fyra saker värda att kontrollera:

• Licensen – vilka kommersiella användningar den faktiskt tillåter, och om storleken på verksamheten spelar roll.
• Var modellen körs – lokalt i Sverige eller via ett moln utanför EU, vilket avgör GDPR-bedömningen.
• Dokumentationen – EU:s AI-förordning ställer krav på generella AI-modeller, och kraven landar delvis på den som driftsätter.
• Språket – svensk språkförmåga varierar kraftigt mellan modellstorlekar och måste testas på riktiga texter, inte demoexempel.

Sverige har erfarenhet av att bygga eget här. Det öppna svenska språkmodellsarbetet inom AI Sweden växte fram just för att någon behövde en modell som fick köras innanför svenska väggar.

Det här avgör nästa halvår

Konkurrensen om öppna modeller har hårdnat snabbt. DeepSeek, Moonshot AI och MiniMax släpper i samma takt, och både Meta och Nvidia har nyligen lanserat nya öppna modeller för att ta tillbaka mark. Alibabas vd Eddie Wu Yongming har dessutom signalerat att investeringsplanen sannolikt spräcks uppåt – rapporter talar om 480 miljarder yuan.

Håll ögonen på tre saker i höst: om Metas nya öppna släpp bryter nedgången i nedladdningar, om Alibabas AI-modeller börjar synas i europeiska upphandlingar och inte bara i utvecklarnas testmiljöer, och om bolaget faktiskt höjer investeringstaket. Bygger du något med öppen AI just nu är rådet enkelt: testa två modellfamiljer parallellt på dina egna svenska texter, och lås dig inte vid en leverantör förrän du sett siffrorna.