作者：Lakshmi Varanasi 您正在关注此作者！想要取消关注吗？通过您电子邮件中的链接退订。 软件开发者并不买账前沿模型的炒作。Nitat Termmee/Getty Images 根据Hugging Face的最新数据，获得最多关注的AI模型并不是开发者实际上使用的模型。Hugging Face是一个开发者发布、分享和下载AI模型的平台。用户还可以给模型“点赞”，这是兴趣的信号，而下载量则提供了实际使用的情况。该公司比较了今年下载量最多的25个模型与点赞最多的25个模型。结果显示，开发者们关注的模型与他们实际依赖的模型之间有明显的分歧。只有一个模型同时出现在两个名单中。 AI行业通常痴迷于最新的前沿模型：最大的发布、最强的基准得分，以及在社交媒体上占据主导地位的发布。与此同时，开发者们往往坚持使用更小、更旧的模型，这些模型便宜、稳定，且已经嵌入到生产系统中。 “Hugging Face的研究人员写道，‘一个点赞意味着一个发布是重要的’。相对而言，下载量意味着某个模型‘已经融入到按计划运行的管道中’。” All-MiniLM-L6-v2是Sentence Transformers于2021年发布的一个快速、轻量级模型，在2026年前7个月内被下载了15.5亿次，尽管只有5,156个点赞。此外，在2026年中，没有一个模型进入Hugging Face的下载前25名，而25个中有13个是2022年发布的。小模型（参数少于10亿的模型）占据了Hugging Face公开参数数量仓库的所有时间下载量的83%。而参数超过1000亿的模型，比如Moonshot AI的Kimi K3，仅占1%。即便是在仅查看2026年获取的下载量时，参数超过700亿的模型也仅占总量的3%。 考虑到来自中国实验室的巨大关注，这些统计数据令人惊讶。Moonshot AI、MiniMax、小米和Z.ai都是备受热议的中国模型，但根据Hugging Face的数据，它们发布的超过70亿参数的小模型不多。一些模型的参数已超过1万亿。例如，Moonshot的Kimi K3配备了2.8万亿参数，并因其编码表现和更低的价格在硅谷引发了极大的关注。但根据Hugging Face的数据，它的点赞数每个只被下载约60次，这个比例很低。 阿里巴巴的Qwen模型系列采用了不同的方法，涵盖了更广泛的规模。Hugging Face表示，这种广度使Qwen成为开发者“默认工作流”的一部分，用于微调和部署——这也转化为更高的使用率。Qwen模型在2026年记录了约20亿次下载，约是Moonshot的3700万的55倍。炒作与使用之间的差距在公司部署AI的方式中也有所体现。例如，Pinterest之前告诉Business Insider，它采取“模型无关”的方法，使用自己的模型进行个性化处理，在经济上提供更好时，使用开源AI模型，而在表现最佳时使用封闭模型。