รายงาน State of Open Models ของ Hugging Face — จีนผูกขาดโมเดลใหญ่ 59% เป็น Apache-2.0, Qwen มี derivative 151,448 repo, Claude Code กิน 44% ทราฟฟิกเอเจนต์

เมื่อวันที่ 14 สิงหาคม 2026 Hugging Face เผยแพร่ “State of Open Models: Summer 2026 Observations” — รายงานที่เขียนร่วมกันโดยทีมภายใน (lhoestq, yjernite, lewtun, sayakpaul, Irene Solaiman และอื่น ๆ อีกกว่า 60 คน) โดยใช้ข้อมูลจาก Hub เองเป็นฐาน ไม่ใช่การสำรวจความเห็นหรือ leaderboard

คุณค่าของรายงานนี้ไม่ได้อยู่ที่ “โมเดลไหนเก่งสุด” แต่อยู่ที่การเอาตัวเลขพฤติกรรมการใช้จริงมาวางข้างตัวเลขกระแส แล้วชี้ให้เห็นว่าสองอย่างนี้แทบไม่เกี่ยวกันเลย

ขนาดของ Hub และการกระจุกตัวที่โหด

ตั้งแต่มกราคมถึงสิงหาคม 2026 จำนวน repo บน Hub โตแบบนี้

ประเภท	ม.ค. 2026	ส.ค. 2026
โมเดลสาธารณะ	2.43 ล้าน	2.96 ล้าน
ชุดข้อมูล	711,000	1 ล้าน
Spaces	1.00 ล้าน	1.44 ล้าน

แต่ตัวเลขที่ควรจำคือการกระจายตัว — 85.6% ของโมเดลทั้งหมดมียอดดาวน์โหลดตลอดอายุต่ำกว่า 200 ครั้ง และ 1.5% ของ repo คิดเป็น 99.2% ของยอดดาวน์โหลดทั้งหมด Hub ไม่ใช่ตลาดที่ของกระจายทั่ว มันคือหางยาวมหาศาลที่แทบไม่มีใครแตะ ต่อท้ายหัวที่เล็กมากและกินทุกอย่าง

จีนครองปลายบนของสเกล — และเปิดกว้างกว่า

รายงานแยกการปล่อยโมเดลตามสัญชาติของแล็บ แล้วพบรูปแบบที่ชัด เพดานขนาดโมเดลรายเดือนของแล็บจีนอยู่ระหว่าง 754 พันล้านถึง 2.78 ล้านล้านพารามิเตอร์ ขณะที่แล็บอเมริกันอยู่ ต่ำกว่า 130B ใน 5 จาก 7 เดือน ข้อยกเว้นฝั่งอเมริกาคือ NVIDIA (Nemotron 561B) และ Thinking Machines (Inkling 952B) — ทั้งคู่ไม่ใช่แล็บโมเดลแบบดั้งเดิม

แล็บอย่าง Moonshot และ MiniMax เผยแพร่เฉพาะโมเดลเหนือ 70B เท่านั้น ซึ่งรายงานตีความว่าเป็นกลยุทธ์พอร์ตโฟลิโอ ไม่ใช่ความบังเอิญ

ส่วนที่แสบที่สุดคือเรื่องไลเซนส์ จากโมเดลจีน 178 ตัวที่ใหญ่กว่า 20B

• 59% ใช้ Apache 2.0
• 22% ใช้ MIT
• ไม่มีสักตัวเดียวที่ห้ามใช้เชิงพาณิชย์

เทียบกับแล็บอเมริกัน: 29% เป็น Apache/MIT, 41% เป็นสัญญากำหนดเอง, 30% ไม่ระบุ พูดตรง ๆ คือถ้าวัดด้วยนิยาม “เปิด” แบบที่ทนายบริษัทยอมรับได้ ฝั่งที่เปิดกว่าตอนนี้คือจีน

Qwen ไม่ได้ชนะแค่ benchmark แต่ชนะที่ราก

ตัวเลขที่สะท้อนอำนาจจริงในระบบนิเวศคือจำนวน derivative repo — โมเดลที่คนอื่นเอาไป fine-tune, merge, quantize ต่อ

• Qwen: 151,448 repo — มากกว่ารอยเท้าของ Meta ทั้งหมด 2.6 เท่า และมากกว่า repo ที่อิง Llama โดยเฉพาะ 4.7 เท่า
• Google: 82,506 repo

และ derivative ของ Qwen เพิ่มขึ้นวันละราว 180–210 repo ตลอดต้นปี 2026 นี่คือ compounding แบบที่ตามทันยาก เพราะทุก fine-tune ใหม่ทำให้ Qwen เป็นตัวเลือกตั้งต้นที่ปลอดภัยขึ้นสำหรับคนถัดไป

ฝั่ง local inference ก็เรื่องเดียวกัน หลังจาก llama.cpp ถูกผนวกเข้า Hugging Face เมื่อกุมภาพันธ์ 2026 ชั้น GGUF กลายเป็นช่องทางหลักของการรันโมเดลบนเครื่องตัวเอง และตัวเลขดาวน์โหลด GGUF ต่อเดือนเป็นดังนี้: Qwen 39.6 ล้าน, Gemma 20.8 ล้าน, Llama 7.5 ล้าน

ยอดดาวน์โหลดไม่ได้ไปที่โมเดลที่เป็นข่าว

รายงานเปรียบเทียบ top-25 ยอดดาวน์โหลดกับ top-25 ยอดไลก์ แล้วพบว่า มี repo เดียวเท่านั้นที่ติดทั้งสองรายการ

• ยอดดาวน์โหลดไปที่โมเดลเล็กเก่าแก่ที่ฝังอยู่ใน production เช่น all-MiniLM-L6-v2 ที่มี 1.55 พันล้านดาวน์โหลด แต่มีแค่ 5,156 ไลก์
• ยอดไลก์ไปที่โมเดลแนวหน้า เช่น Kimi-K3 ที่มีอัตราส่วนเพียง 60 ดาวน์โหลดต่อ 1 ไลก์

ในภาพรวม 83% ของยอดดาวน์โหลดตลอดกาลเป็นโมเดลต่ำกว่า 1B และโมเดลเหนือ 100B คิดเป็นเพียง 1% (เฉพาะปี 2026 โมเดลเหนือ 70B คิดเป็น 3% ของยอดดาวน์โหลด)

อีกข้อสังเกตที่เข้ากับข้อนี้: ผู้ผลิตฮาร์ดแวร์อย่าง AMD และ NVIDIA ต่างเผยแพร่ repo โมเดลใหม่เกินรายละ 200 ตัว ซึ่งมากกว่า Google และ Meta — รายงานสรุปว่าโอเพนซอร์สกำลังเลื่อนจาก “แล็บโมเดล” ไปหา “บริษัทฮาร์ดแวร์และโครงสร้างพื้นฐาน”

ทราฟฟิกจากเอเจนต์ — ตลาดที่ยังไม่มีเจ้าตลาด

ส่วนที่ใหม่ที่สุดของรายงานคือการนับทราฟฟิกที่ระบุตัวเองว่ามาจาก coding agent ข้อมูลเดือนกรกฎาคม 2026

• Claude Code: 44.4%
• Codex: 20.8%
• เอเจนต์ที่ไม่ลงทะเบียน identifier: เกือบ 25%

และมี client identifier ใหม่โผล่มามากกว่าสิบตัวระหว่างเมษายนถึงกรกฎาคม รายงานสรุปว่าตลาดนี้ “ยังไม่มีเจ้าตลาดเดิม” (no incumbent) — ซึ่งตรงกับสิ่งที่เราเห็นในข่าวรายวันตลอดสองเดือนที่ผ่านมา ทั้ง Zed Delta, DeepSeek Harness, Meta Muse Code และ Copilot Agent Plugins

มุมมอง AI Curator

รายงานนี้มีข้อสรุปสามข้อที่ควรเปลี่ยนวิธีคิดของทีมพัฒนา

หนึ่ง — เลิกใช้ leaderboard เป็นตัวชี้วัดความสำคัญ ตัวเลข “หนึ่ง repo เดียวที่ติดทั้ง top-download และ top-like” คือหลักฐานเชิงประจักษ์ว่าสิ่งที่คนพูดถึงกับสิ่งที่คน deploy เป็นคนละโลก ถ้าคุณเลือก stack ตามโมเดลที่เป็นข่าวเมื่อวาน คุณกำลังเลือกตามฝั่งไลก์ ไม่ใช่ฝั่งที่มีคนใช้จริงจนแก้บั๊กหมดแล้ว all-MiniLM-L6-v2 ที่ยอดดาวน์โหลด 1.55 พันล้านครั้งไม่เคยขึ้นหน้าหนึ่งที่ไหน แต่มันคือสิ่งที่ค้ำ RAG pipeline ครึ่งโลกอยู่

สอง — ข้อได้เปรียบของ Qwen ตอนนี้เป็นข้อได้เปรียบเชิงโครงสร้าง ไม่ใช่เชิงคุณภาพ derivative 151,448 repo และ GGUF 39.6 ล้านดาวน์โหลดต่อเดือน แปลว่าไม่ว่าคุณจะเจอปัญหาอะไรกับ Qwen มีคนเจอมาก่อนแล้วและเขียนคำตอบไว้แล้ว คู่แข่งที่จะแซงต้องไม่ใช่แค่ทำคะแนน benchmark สูงกว่า แต่ต้องชนะ compounding วันละ 200 repo ให้ได้ — ซึ่งยากกว่าการเทรนโมเดลให้เก่งขึ้นมาก สำหรับทีมไทยที่ต้อง fine-tune ภาษาไทยเอง นี่เป็นเหตุผลเชิงปฏิบัติที่หนักแน่นในการเริ่มจากฐาน Qwen มากกว่าฐานอื่น

สาม — เรื่องไลเซนส์กลับด้านแล้ว และไทยควรอ่านให้ขาด ตัวเลข 59% Apache + 22% MIT + ศูนย์ข้อจำกัดเชิงพาณิชย์ จากฝั่งจีน เทียบกับ 41% custom terms จากฝั่งอเมริกา หมายความว่าองค์กรไทยที่ต้องผ่าน legal review ก่อน deploy จะพบว่าเส้นทางที่ราบรื่นกว่าคือโมเดลจีน ไม่ใช่โมเดลอเมริกัน นี่เป็นการเปลี่ยนขั้วที่เงียบแต่มีผลจริงในการจัดซื้อ — และมันเกิดขึ้นพร้อมกับที่ฝั่งสหรัฐฯ กำลังถกเรื่องจำกัดโมเดลเปิดจากจีนด้วยเหตุผลความมั่นคง ทีมที่วางสถาปัตยกรรมระยะยาวควรเผื่อความเสี่ยงเชิงนโยบายข้อนี้ไว้ ไม่ใช่ดูแค่บรรทัดไลเซนส์วันนี้

ข้อสังเกตปิดท้ายที่รายงานพูดไว้เบา ๆ แต่สำคัญ: การที่ AMD และ NVIDIA ปล่อย repo มากกว่า Google และ Meta บอกว่าแรงจูงใจในการเปิดโมเดลกำลังย้ายจาก “สร้างชุมชนรอบโมเดลของเรา” ไปเป็น “ทำให้ฮาร์ดแวร์ของเราถูกใช้” ซึ่งเป็นแรงจูงใจที่มั่นคงกว่ามาก เพราะไม่ต้องรอวันที่โมเดลทำกำไร

แหล่งข่าว

• State of Open Models: Summer 2026 Observations — Hugging Face Blog
• Hugging Face Models — trending
• llama.cpp — ชั้น GGUF ที่รายงานอ้างถึง