Hugging Face: modelli open in crescita, Qwen si impone come base comunitaria e gli agenti dominano il traffico
Sintesi. Il report “State of Open Models: Summer 2026” di Hugging Face, che analizza l’attività sul Hub da gennaio ad agosto 2026, registra una forte crescita di repository, dataset e Spaces, un’elevata concentrazione d’uso su pochi modelli e la rapida affermazione di Qwen come base per derivati (151.448). I download restano dominati dai modelli piccoli; gli agenti software sono diventati la principale fonte di traffico sul Hub in luglio.
Cosa è successo
Hugging Face documenta che tra gennaio e agosto 2026 i repository di modelli pubblici sono passati da 2,43 a 2,96 milioni, i dataset da 711.000 a 1 milione e gli Spaces da 1,00 a 1,44 milioni. Il report mostra forti differenze tra profili di laboratorio (con laboratori cinesi che pubblicano modelli frontier di centinaia di miliardi o trilioni di parametri) e la predominanza nelle pratiche d’uso di piccole reti: i modelli sotto 1B parametri raccolgono l’83% dei download all-time. Qwen è diventato un punto di riferimento: 151.448 derivati sul Hub e circa 39,6 milioni di download GGUF al mese. Nel dataset sugli agenti, Claude Code ha guidato il traffico di luglio (44,4%); in aprile-maggio le quote sono state molto variabili e molti client non erano ancora registrati. Il report segnala anche il primo caso documentato di intrusione eseguita da un agente autonomo e riporta dati su licensing (per le release cinesi >20B, 59% Apache 2.0 e 22% MIT).
Perché è rilevante
Il report mette in evidenza tre tendenze: il riposizionamento geografico della frontiera dei modelli, dove alcuni laboratori cinesi spostano il limite dimensionale; lo spostamento del valore dalla vendita delle weights verso servizi, API, hardware e posizionamento di piattaforma, dato l’uso prevalente di licenze permissive sulle grandi release; e la transizione degli utenti principali da persone ad agenti software che automatizzano interazioni con il Hub. Inoltre, l’emergere di strumenti come llama.cpp e il formato GGUF abbassano la soglia per l’esecuzione locale di modelli molto grandi, cambiando l’economia dell’adozione.
Contesto
Secondo Hugging Face, la partecipazione statunitense nell’open source resta significativa soprattutto tramite vendor hardware (AMD, NVIDIA) che pubblicano molti repository per mostrare ottimizzazioni, mentre Google e Meta rilasciano meno nuovi modelli rispetto al passato. Il report sottolinea che i dati del Hub rappresentano una prospettiva parziale sull’ecosistema, non misurano uso via API, deployment privati o distribuzioni esterne.
Fonte: huggingface.co
