Waarom loopt China voorop in open-source AI?

In maart 2026 meldde Hugging Face dat Chinese modellen het afgelopen jaar 41% van de downloads op het platform binnenhaalden, het grootste aandeel van alle landen en meer dan de VS. De omslag kwam nadat DeepSeek in januari 2025 zijn R1-model uitbracht onder de MIT-licentie. Sindsdien publiceren Chinese bedrijven veel meer open modellen en werken ze die vaak bij, en ontwikkelaars bouwen erop voort: de meeste trending nieuwe modellen van 2025 kwamen uit China of waren afgeleid van een Chinees model.

Wat laten de cijfers van Hugging Face zien?

Het rapport State of Open Source on Hugging Face: Spring 2026, van vier onderzoekers van Hugging Face, kijkt naar de activiteit op een platform met meer dan 2 miljoen publieke modellen. Over geografie stelt het vast:

• Het afgelopen jaar haalden Chinese modellen 41% van de downloads binnen, het grootste aandeel van alle landen. China passeerde de VS in zowel maandelijkse als totale downloads.
• Daarvoor gingen de VS en West-Europa voorop via grote industrielabs: Google, Meta, OpenAI en Stability AI.
• Van de modellen die in 2025 zijn gemaakt, kwamen de meeste trending modellen uit China of waren ze afgeleid van een Chinees model.
• In één jaar gingen de meest gelikete modellen van vooral Meta's Llama-familie naar een internationale mix met DeepSeek-R1 bovenaan.
• Alibaba heeft meer afgeleide modellen dan Google en Meta samen. Alleen al de Qwen-familie telt meer dan 113.000 fine-tunes, merges en andere aanpassingen.

Een kanttekening uit hetzelfde rapport: modellen van individuele gebruikers en van organisaties zonder duidelijk thuisland zijn samen goed voor ongeveer de helft van alle downloads.

Wat veranderde er in China na DeepSeek-R1?

DeepSeek bracht R1 uit in januari 2025, een redeneermodel dat volgens het bedrijf vergelijkbaar presteert met OpenAI's o1 op wiskunde, code en redeneren. De gewichten kwamen onder de MIT-licentie, die commercieel gebruik toestaat en ook distillatie naar andere modellen. Een maand eerder had DeepSeek gemeld dat de volledige training van zijn basismodel V3 2,788 miljoen H800-GPU-uren kostte (technisch rapport van DeepSeek-V3).

Volgens Hugging Face koerste het Chinese AI-ecosysteem na R1 zwaar op open source. Baidu ging van nul releases op de Hub in 2024 naar meer dan 100 in 2025. ByteDance en Tencent brachten elk acht tot negen keer zoveel uit als daarvoor. Baidu en MiniMax, die eerder gesloten modellen verkozen, stapten over op open releases.

Het releasetempo telt ook mee. De belangstelling voor een open model piekt direct na de release en houdt gemiddeld zo'n zes weken aan, en DeepSeek bleef in beeld met een reeks releases (V3, R1, V3.2). De Qwen3.5-familie van Alibaba (februari 2026) laat de breedte zien: acht open-weight modellen van 0,8 tot 397 miljard parameters onder de Apache 2.0-licentie. In de eigen tests van Alibaba, waarover The Batch berichtte, versloeg Qwen3.5-9B OpenAI's gpt-oss-120b, een model dat meer dan tien keer zo groot is, op de meeste taalbenchmarks, op redeneren en code na.

Waarom doet hardware hier ertoe?

Op 20 maart 2026 meldde The Batch, op basis van Reuters, dat DeepSeek Nvidia en AMD nog geen vroege toegang had gegeven tot het aanstaande DeepSeek-V4, zoals gebruikelijk is voor een grote release, maar wel een voorversie had gedeeld met Huawei. Daarmee kreeg de Chinese chipmaker enkele weken om zijn software op het model af te stemmen. DeepSeek gaf geen reden. The Batch noemde de zet mogelijk "more symbolic than significant", eerder symbolisch dan wezenlijk, en wees erop dat hij past bij China's doel van technologische zelfvoorziening.

Hugging Face ziet dezelfde richting: Chinese open modellen verschijnen met expliciete ondersteuning voor chips uit China, en Alibaba investeert in inferentiechips voor Chinese datacenters.

De rol van de Amerikaanse exportbeperkingen is dubbel. Volgens The Batch zijn de chipbeperkingen grotendeels averechts uitgepakt, omdat ze China aanzetten tot een eigen chipindustrie. Tegelijk zei een niet bij naam genoemde hoge Amerikaanse functionaris tegen Reuters dat DeepSeek-V4 ondanks die beperkingen op de modernste chips van Nvidia was getraind.

Waar groeit open source nog meer?

Robotica is een van de snelst groeiende gemeenschappen op de Hub. Het aantal robotica-datasets ging van 1.145 in 2024 naar 26.991 in 2025, waarmee robotica de grootste datasetcategorie werd. Tekstgeneratie werd tweede met zo'n 5.000. Hugging Face kocht in april 2025 de open-source robotmaker Pollen Robotics, en de GitHub-sterren van zijn roboticabibliotheek LeRobot verdrievoudigden bijna in een jaar. Het rapport splitst de groei in robotica niet uit naar land.

Ook onafhankelijke ontwikkelaars wonnen terrein. Hun aandeel in de downloads steeg van 17% vóór 2022 naar 39% in 2025, terwijl het aandeel van de industrie daalde van ongeveer 70% naar 37%. De meesten kwantiseren, bewerken en herverdelen basismodellen, en sturen zo volgens Hugging Face een flink deel van wat gewone gebruikers kunnen draaien.

Hoe reageert het Westen?

Hugging Face ziet westerse organisaties zoeken naar commercieel bruikbare alternatieven voor Chinese modellen. Dat legt gewicht op open-weight projecten zoals OpenAI's gpt-oss, OLMo van Ai2 en Google's Gemma. Of die de adoptie van Qwen en DeepSeek kunnen evenaren, wordt volgens het rapport een bepalende vraag van 2026.

Investeringen in open source gaan ook naar tooling. Op 19 maart 2026 kondigde OpenAI aan dat het Astral overneemt, de maker van de Python-tools uv, Ruff en ty. Na de afronding, waarvoor goedkeuring van toezichthouders nodig is, gaat het team van Astral naar het Codex-team van OpenAI. Beide bedrijven zeggen dat OpenAI de open-source tools blijft ondersteunen (Astral).

Wat betekent dit voor ontwikkelaars?

• Test Chinese open modellen op je eigen taken. Qwen en DeepSeek lopen voorop in adoptie op de Hub, en Qwen3.5 gaat van 0,8 tot 397 miljard parameters.
• Lees de licentie van precies dat model. DeepSeek-R1 valt onder MIT en Qwen3.5 onder Apache 2.0, maar een afgeleid model kan een andere licentie hebben: de gedistilleerde modellen van DeepSeek zelf die op Llama zijn gebouwd, vallen onder Meta's Llama-licentie.
• Controleer de beveiliging voordat je agents op een model bouwt. In september 2025 stelde CAISI, het AI-evaluatiecentrum van het Amerikaanse standaardeninstituut NIST, vast dat agents op basis van DeepSeek R1-0528 gemiddeld 12 keer vaker dan Amerikaanse frontiermodellen ingeplante instructies volgden die ze kapen (zie prompt injection). Ook herhaalden de modellen van DeepSeek vier keer zo vaak misleidende narratieven van de Chinese Communistische Partij als Amerikaanse referentiemodellen.
• Reken erop dat kleine modellen het meeste werk doen. De mediane grootte van een gedownload model op de Hub groeide tussen 2023 en 2025 maar van 326 miljoen naar 406 miljoen parameters, terwijl het gemiddelde steeg van 827 miljoen naar 20,8 miljard.