一份「打脸」榜单
Hugging Face 8 月 14 日发布的《State of Open Models: Summer 2026》里藏着一个所有追新的人都不想看到的数据：把 2026 年内累计下载量 Top 25 和点赞数 Top 25 拉出来对，两份榜单的交集只有 1 个仓库。更扎心的是，下载 Top 25 里没有一个模型是 2026 年发布的，其中 13 个要追溯到 2022 年。
也就是说，你在时间线上刷到的每一次重磅开源发布，几乎都不在生产环境的依赖清单里。（原始报告，本报道基于 HF 官方博客及其 GitHub 镜像）
点赞和下载，记录的是两件不同的事
报告作者把话说得很直白：点赞说明一个发布「重要」，集中在新模型发布后的几周；下载说明一个东西「被接进了定时跑的流水线」，经年累月积累在小型、稳定的模型上。原文的判断是——把其中一个当另一个的代理指标，是外界（包括 HF 自己早期的文章）解读 Hub 数据时最常见的错误。
极端样本：老牌句向量模型 all-MiniLM-L6-v2 七个月被拉取 15.5 亿次，点赞只有 5,156 个；话题度最高的 Kimi-K3，大约每 1 个赞对应 60 次下载。两个数字根本不在同一个经济系统里。底层的分布形状也极端：约 85.6% 的模型仓库终身下载量不足 200 次，1.5% 的仓库拿走了 99.2% 的下载。
「只发大模型」和「全尺寸铺开」差了 55 倍
按尺寸拆分下载来源，是这份报告里最锋利的一块。MiniMax 2026 年的下载几乎全部来自 70B 以上模型，Moonshot 为 88%，DeepSeek 55%，Z.ai 39%；而 Google、微软、IBM Granite 在 70B+ 档位的下载几乎为零，NVIDIA 和 Meta 也只占 14% 和 9%。
但两条路线的回报差距巨大：Moonshot 的 frontier-only 组合全年录得约 3,700 万次下载，而覆盖从 2.4T 的 Qwen 3.8 Max 到 27B 小模型的全家桶策略，给 Qwen 带来约 20.45 亿次——差了约 55 倍。报告认为尺寸策略已经变成「意图声明」而非「能力声明」：只发前沿是在赌榜单位置和 API 需求，全尺寸铺开是在竞标「开发者标准化到哪个家族」。frontier-only 之所以还能成立，靠的是 llama.cpp 把本地推理的天花板顶了上去——GGUF 构建的 DeepSeek-V4-Flash 约 284B、Kimi-K3 约 2.8 万亿参数，万亿级 MoE 摊到几台消费级机器上跑，在一年前并不存在。
最宽松的许可证时代，可能正在见顶
178 个 20B 以上的中国模型里，59% 用 Apache 2.0、22% 用 MIT，几乎都没有非商业限制；DeepSeek 和 Z.ai 甚至在 7000 亿到 1.65 万亿参数的体量上直接用纯 MIT。对照美国同体量区间：只有 29% 是 Apache 或 MIT，41% 是自定义条款，30% 干脆什么都没声明。但就在最近几周，风向开始转——Kimi K3 和 Qwen 3.8 2.4T 这两个最大的模型，开始在许可证里加入非商业限制和收入分成条款。报告直言这些权重不是许可生意，回报要从 API 云业务、硬件生态位或生态位本身来。
Agent 是新用户，而且还没有赢家
7 月发布的 agent-usage 数据集第一次让「谁在调 Hub」可见。Claude Code 7 月占 agent 流量 44.4%，但单月数据会骗人——它 4 月曾占 67.8%，5 月 64%，而 Codex 从 10.4% 一路爬到 20.8%；7 月还有近四分之一的 agent 流量来自数据集没登记名字的 harness，5 月这个比例高达 59.8%。这是一个没有在位者的市场，一次版本更新就能在一个月里搬走一半流量。HF 在报告结尾直接写：Agent 第一次成为 HF Hub 上排名第一的用户。
所以呢
对开发者，这份报告的价值是选型方法论的修正：榜单刷到的新模型衡量的是注意力，你真正要依赖的东西要看下载曲线和衍生生态——追新和铺生产管线是两条不同的采购路径。对行业，注意许可证那一节：当最大的两个开源模型开始谈收入分成，「最宽松」这三个字的保质期可能只剩几个季度。
热度会骗人，依赖不会。