بلغت النماذج مفتوحة الأوزان نحو ثلث إجمالي استخدام نماذج اللغة الكبيرة بحلول أواخر 2025، وفقًا لدراسة شملت 100 تريليون رمز (token) من حركة استدعاءات API الحقيقية نشرتها OpenRouter وAndreessen Horowitz (a16z). وهذه أوضح إشارة حتى الآن على أن الذكاء الاصطناعي مفتوح المصدر انتقل من كونه فضولًا بحثيًا إلى خيار افتراضي في الإنتاج. تستضيف Hugging Face الآن أكثر من 2 مليون نموذج عام و13 مليون مستخدم (Hugging Face, State of Open Source Spring 2026)، وتجاوزت Llama التابعة لـMeta 1.2 مليار تنزيل (Meta, 2025)، بينما تخطّتها Qwen التابعة لـAlibaba لتصل إلى 700 مليون (Xinhua, 2026). ومع ذلك، تستحوذ أفضل 200 نموذج على 49.6% من إجمالي تنزيلات Hugging Face، ولا تزال النماذج المغلقة الرائدة تتقدم على أفضل النماذج المفتوحة بنحو أربعة أشهر (Epoch AI, 2026). يجمّع هذا التحليل بيانات من Hugging Face وOpenRouter وa16z وStanford HAI وEpoch AI وMcKinsey وGitHub و13 مصدرًا أوليًا آخر في أكثر من 45 نقطة بيانات موثّقة.
TL;DR
- بلغت النماذج مفتوحة الأوزان نحو 33% من استخدام نماذج اللغة الكبيرة بحلول أواخر 2025، ارتفاعًا من قاعدة منخفضة أحادية الرقم (OpenRouter, State of AI 2025).
- تستضيف Hugging Face أكثر من 2 مليون نموذج عام وأكثر من 500,000 مجموعة بيانات لـ13 مليون مستخدم (Hugging Face, State of Open Source Spring 2026).
- أفضل 200 نموذج، أي 0.01% من إجمالي النماذج، تحرّك 49.6% من التنزيلات؛ ونحو نصف جميع النماذج لديها أقل من 200 تنزيل (Hugging Face, Spring 2026).
- تجاوزت Qwen التابعة لـAlibaba 700 مليون تنزيل تراكمي على Hugging Face وتخطّت Llama في أواخر 2025 (Xinhua / South China Morning Post, 2026).
- بلغت Llama التابعة لـMeta 1.2 مليار تنزيل بحلول 29 أبريل 2025، ارتفاعًا من 650 مليون في ديسمبر 2024 (Meta؛ TechCrunch, 2025).
- تتأخر النماذج مفتوحة الأوزان عن النماذج المغلقة الرائدة بنحو أربعة أشهر، أو 8 نقاط على مؤشر ECI (Epoch AI, 2026).
- تستخدم أكثر من 50% من المؤسسات الذكاء الاصطناعي مفتوح المصدر، بارتفاع إلى 72% في قطاع التكنولوجيا (McKinsey, 2025).
- مثّلت النماذج الصينية 41% من تنزيلات Hugging Face خلال العام الماضي، وتجاوزت الصين الولايات المتحدة في التنزيلات الشهرية خلال 2025 (Hugging Face, Spring 2026).
- يُقدَّر أن ينمو سوق نماذج الذكاء الاصطناعي مفتوحة المصدر من 19.05 مليار دولار في 2025 إلى 23.08 مليار دولار في 2026 (The Business Research Company, 2026).
- 15 فقط من أصل 95 نموذجًا بارزًا صدر في 2025 جاء مصحوبًا بكود تدريب مفتوح (Stanford HAI, AI Index 2026).
- عثر الباحثون على نحو 100 نموذج ضار على Hugging Face، نحو 95% منها مبني بتنسيق تسلسل واحد (Dark Reading / JFrog, 2024-2025).
1. منظومة الذكاء الاصطناعي مفتوح المصدر بالأرقام
تُعدّ Hugging Face مركز الثقل بالنسبة للنماذج المفتوحة، ويُظهر تقرير Spring 2026 State of Open Source الخاص بها حجم هذه المنظومة وتركّز الاهتمام الشديد فيها في آن واحد. تستحوذ أفضل 200 نموذج، أي 0.01% فقط من الكتالوج، على 49.6% من إجمالي التنزيلات، في حين أن نحو نصف كل نموذج على المنصة لديه أقل من 200 تنزيل إجمالًا. في الوقت نفسه، يُظهر Octoverse 2025 الخاص بـGitHub الجانب المتعلق بالمطورين من الموجة نفسها: أكثر من مليون مستودع عام يُبنى الآن على SDK لنموذج لغة كبير.
| المقياس | القيمة | المصدر |
|---|---|---|
| النماذج العامة على Hugging Face | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| مجموعات البيانات العامة على Hugging Face | 500,000+ | Hugging Face, Spring 2026 |
| المستخدمون المسجَّلون / المؤسسات | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| حصة التنزيلات من أفضل 200 نموذج (0.01% من الإجمالي) | 49.6% | Hugging Face, Spring 2026 |
| النماذج التي لديها أقل من 200 تنزيل إجمالًا | ~50% | Hugging Face, Spring 2026 |
| مستودعات GitHub العامة التي تستخدم SDK لنموذج لغة كبير | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| المساهمون الشهريون في مشاريع الذكاء الاصطناعي التوليدي | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
ملاحظة سياقية: نما متوسط حجم النموذج الذي يتم تنزيله من 827 مليون معلمة (parameter) في 2023 إلى 20.8 مليار في 2025، لكن الوسيط ارتفع فقط من 326 مليون إلى 406 مليون (Hugging Face, Spring 2026). لا تزال النماذج الصغيرة تؤدي معظم العمل. للاطلاع على المشهد الأوسع للنماذج، راجع إحصاءات الذكاء الاصطناعي التوليدي لدينا.
2. الاستخدام الفعلي: النماذج مفتوحة الأوزان تبلغ ثلث الرموز
تقيس أعداد النماذج جانب العرض؛ بينما يقيس حجم الرموز (tokens) جانب الطلب. تُعدّ دراسة State of AI الخاصة بـOpenRouter، التي حلّلت 100 تريليون رمز من حركة الاستدلال الحقيقية عبر أكثر من 300 نموذج بالتعاون مع a16z، أقوى دليل علني على أن النماذج مفتوحة الأوزان تفوز بأحمال العمل الحقيقية. نمت النماذج الصينية مفتوحة المصدر من 1.2% من حجم الرموز الأسبوعي في أواخر 2024 إلى متوسط أسبوعي بلغ 13.0%، مع بلوغ الذروة قرب 30% في بعض الأسابيع. كما تنوّع قطاع المصادر المفتوحة: كان نموذج R1 من DeepSeek يشكّل في وقت من الأوقات أكثر من نصف الرموز المفتوحة، لكن بحلول أواخر 2025 لم يعد أي نموذج مفتوح واحد يستحوذ على أكثر من 25% من الحصة المفتوحة.
| المقياس | القيمة | المصدر |
|---|---|---|
| حصة النماذج مفتوحة الأوزان من استخدام نماذج اللغة الكبيرة، أواخر 2025 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| حصة الرموز الأسبوعية للنماذج الصينية مفتوحة المصدر | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| متوسط الحصة الأسبوعية للمصادر المفتوحة في بقية دول العالم | 13.7% | OpenRouter, 2025 |
| رموز DeepSeek (نوفمبر 2024 إلى نوفمبر 2025) | 14.37 trillion | OpenRouter, 2025 |
| رموز Qwen | 5.59 trillion | OpenRouter, 2025 |
| رموز Meta Llama | 3.96 trillion | OpenRouter, 2025 |
| رموز Mistral AI | 2.92 trillion | OpenRouter, 2025 |
| إجمالي الرموز المحلَّلة / النماذج / مزوّدي الخدمة | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
ملاحظة استثنائية: تُعالج النماذج الموجَّهة نحو الاستدلال (reasoning) الآن أكثر من نصف إجمالي الرموز مع ارتفاع استخدام استدعاء الأدوات (tool-calling)، وهو تحوّل تناولناه في إحصاءات وكلاء الذكاء الاصطناعي لدينا.
3. الفجوة في الأداء بين النماذج المفتوحة والمغلقة
تقلّصت الفجوة بين أفضل النماذج المفتوحة وأفضل النماذج المغلقة بشكل كبير في 2024، ثم توقفت عن الانحسار. تقيس Epoch AI هذا التأخر باستخدام مؤشر Epoch Capabilities Index الخاص بها. تأخرت النماذج مفتوحة الأوزان عن النماذج المغلقة الرائدة بنحو أربعة أشهر، أو 8 نقاط على مؤشر ECI، خلال الفترة من يناير إلى مايو 2026، وهو تأخر أوسع قليلًا من التأخر البالغ نحو ثلاثة أشهر الذي قيس حتى أكتوبر 2025. ويروي 2026 AI Index الخاص بـStanford HAI قصة مشابهة على لوحة صدارة Arena.
| المقياس | القيمة | المصدر |
|---|---|---|
| تأخر النماذج مفتوحة الأوزان عن النماذج المغلقة الرائدة | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| التأخر السابق (يناير 2023 إلى أكتوبر 2025) | ~3 months | Epoch AI, 2025 |
| تقدّم أفضل نموذج مغلق على أفضل نموذج مفتوح (مارس 2026) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| النماذج المغلقة ضمن أفضل 10 في Arena | 6 of 10 | Stanford HAI, AI Index 2026 |
| فجوة Chatbot Arena، يناير 2024 إلى فبراير 2025 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| توسّع الحوسبة التدريبية للنماذج المفتوحة الأوزان الرائدة | ~4.7x per year | Epoch AI, 2025 |
| الحد المحلي الرائد: نموذج يعادل أفضل نماذج اللغة الكبيرة قبل 6-12 شهرًا | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
ملاحظة سياقية: تأخر نموذج DeepSeek-R1، الذي صدر في يناير 2025، عن أفضل نموذج مغلق حينها وهو o3-mini بنقطتين مئويتين فقط في اختبار MATH Level 5 (Epoch AI, 2025)، وهو الإصدار الذي أظهر لأول مرة انهيار الفجوة.
4. الصعود الصيني للنماذج مفتوحة الأوزان: Qwen وDeepSeek
كان التحول الأكثر حسمًا في 2025 جغرافيًا. مثّلت النماذج الصينية 41% من تنزيلات Hugging Face خلال العام الماضي، وتجاوزت الصين الولايات المتحدة في التنزيلات الشهرية خلال 2025 (Hugging Face, Spring 2026). أصبحت Qwen التابعة لـAlibaba العائلة المفتوحة الأكثر تنزيلًا على الإطلاق، وفقًا لـXinhua وSouth China Morning Post، في حين سجّل إطلاق تطبيق DeepSeek في يناير 2025 أرقامًا قياسية في التنزيلات رصدتها Sensor Tower وTechCrunch.
| المقياس | القيمة | المصدر |
|---|---|---|
| حصة الصين من تنزيلات Hugging Face الشهرية، 2025 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| حصة النماذج الصينية من تنزيلات Hugging Face، العام الماضي | 41% | Hugging Face, Spring 2026 |
| تنزيلات Qwen التراكمية على Hugging Face (يناير 2026) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| متغيرات Qwen على Hugging Face | 200,000+ | South China Morning Post, 2026 |
| حصة مشتقات نماذج اللغة الكبيرة الجديدة القائمة على Qwen | ~40% | South China Morning Post, 2026 |
| تنزيلات تطبيق DeepSeek في أول 19 يومًا | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| تصدّر DeepSeek للمرتبة الأولى في App Store | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 مقابل o3-mini، MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
ملاحظة سياقية: في شهر واحد فقط، تجاوزت تنزيلات Qwen مجموع تنزيلات العائلات المفتوحة الثماني التالية لها مجتمعة، بما في ذلك Meta وDeepSeek وMistral وNvidia (South China Morning Post, 2026).
5. التبني المؤسسي والجوانب الاقتصادية
أصبح الذكاء الاصطناعي مفتوح المصدر الآن استراتيجية مؤسسية سائدة، وليس تجربة هامشية. استطلعت McKinsey، بالتعاون مع مؤسستَي Mozilla وPatrick J. McGovern، آراء أكثر من 700 قائد تقني عبر 41 دولة في تقريرها Open Source Technology in the Age of AI. يستخدم أكثر من نصف المؤسسات بالفعل الذكاء الاصطناعي مفتوح المصدر، بارتفاع إلى 72% في قطاع التكنولوجيا، ويتوقع 76% زيادة استخدامه. ويُظهر استطلاع Enterprise AI الخاص بـa16z الانجذاب نحو حزم النماذج المتعددة، بينما يقدّر باحثو السوق الفرصة بعشرات المليارات.
| المقياس | القيمة | المصدر |
|---|---|---|
| المؤسسات التي تستخدم الذكاء الاصطناعي مفتوح المصدر | 50%+ (72% in tech sector) | McKinsey, 2025 |
| القادة الذين يتوقعون زيادة استخدام الذكاء الاصطناعي مفتوح المصدر | 76% | McKinsey, 2025 |
| الذين أفادوا بتكاليف تنفيذ أقل مقارنة بالأدوات الاحتكارية | 60% (26% average cost improvement) | McKinsey, 2025 |
| التبني المؤسسي للذكاء الاصطناعي والتعلم الآلي مفتوحَي المصدر | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| المؤسسات التي تشغّل 5 نماذج أو أكثر في الإنتاج | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| سوق نماذج الذكاء الاصطناعي مفتوحة المصدر، 2025 إلى 2026 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| الجولة C لتمويل Mistral AI (سبتمبر 2025) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| تقييم Hugging Face | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
ملاحظة سياقية: توقعات سوق نماذج الذكاء الاصطناعي مفتوحة المصدر هي تقدير من جهة تجارية؛ يجب التعامل معها باعتبارها أحدث ما هو متاح (The Business Research Company, 2026). لحسابات التكلفة اللاحقة، راجع مجموعتنا الشقيقة حول إحصاءات تكلفة الاستدلال بالذكاء الاصطناعي، وفيما يخص أدوات المطورين، راجع إحصاءات أدوات البرمجة بالذكاء الاصطناعي.
6. الحوكمة والترخيص والأمان
الأوزان المفتوحة ليست الشيء نفسه كالمصدر المفتوح، وتُعدّ التعريفات مهمة لأغراض الامتثال. نشرت Open Source Initiative تعريفها للذكاء الاصطناعي مفتوح المصدر في أكتوبر 2024، ولا تستوفي سوى قلة من النماذج المعروفة هذا التعريف بالكامل. 15 فقط من أصل 95 نموذجًا بارزًا صدر في 2025 جاء مصحوبًا بكود تدريب مفتوح (Stanford HAI, AI Index 2026)، حتى مع تحرك الحكومات لتشجيع الأوزان المفتوحة. والأمان هو نقطة المراقبة الأخرى: وثّقت JFrog والباحثون وجود نماذج ضارة قادرة على تنفيذ التعليمات البرمجية على المنصات العامة.
| المقياس | القيمة | المصدر |
|---|---|---|
| نماذج الذكاء الاصطناعي مفتوحة المصدر المعتمدة من OSI | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| النماذج البارزة الصادرة في 2025 دون كود تدريب مفتوح | 80 of 95 | Stanford HAI, AI Index 2026 |
| حصة الصناعة من النماذج البارزة، 2025 | 91.6% | Stanford HAI, AI Index 2026 |
| النماذج الضارة التي عُثر عليها على Hugging Face | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| النماذج التي صنّفتها JFrog كتهديدات يوم صفري ضارة | 25 | JFrog, 2025 |
| الذكاء الاصطناعي والتعلم الآلي باعتبارهما الأكثر استفادة من المصدر المفتوح | 38% | Linux Foundation, 2025 |
| موقف خطة عمل الذكاء الاصطناعي الأمريكية من الأوزان المفتوحة | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| دخول قواعد EU AI Act للذكاء الاصطناعي للأغراض العامة حيّز التنفيذ | Aug 2, 2025 | European Commission, 2025 |
ملاحظة سياقية: إمكانية الوصول نفسها التي توفرها الأوزان المفتوحة والتي تساعد الشركات الناشئة تخفض أيضًا حاجز إساءة استخدام الوسائط الاصطناعية، وهو خطر تم تحديده كميًا في إحصاءات التزييف العميق لدينا.
الخلاصة: الذكاء الاصطناعي مفتوح المصدر بالأرقام
| المقياس | القيمة | المصدر |
|---|---|---|
| حصة النماذج مفتوحة الأوزان من استخدام نماذج اللغة الكبيرة، أواخر 2025 | ~33% | OpenRouter, State of AI 2025 |
| النماذج العامة على Hugging Face | 2,000,000+ | Hugging Face, Spring 2026 |
| حصة التنزيلات من أفضل 200 نموذج | 49.6% | Hugging Face, Spring 2026 |
| المؤسسات التي تشغّل 5 نماذج أو أكثر في الإنتاج | 37% | a16z, Enterprise AI 2025 |
| تنزيلات Qwen التراكمية على Hugging Face | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| تنزيلات Meta Llama (أبريل 2025) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 مقابل o3-mini، MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| تنزيلات تطبيق DeepSeek في أول 19 يومًا | 23,000,000 | Sensor Tower, 2025 |
| الذكاء الاصطناعي والتعلم الآلي باعتبارهما الأكثر استفادة من المصدر المفتوح | 38% | Linux Foundation, 2025 |
| تأخر النماذج مفتوحة الأوزان عن النماذج المغلقة الرائدة | ~4 months / 8 ECI points | Epoch AI, 2026 |
| تقدّم أفضل نموذج مغلق على أفضل نموذج مفتوح (مارس 2026) | 3.3% | Stanford HAI, AI Index 2026 |
| المؤسسات التي تستخدم الذكاء الاصطناعي مفتوح المصدر | 50%+ | McKinsey, 2025 |
| القادة الذين يتوقعون زيادة استخدام الذكاء الاصطناعي مفتوح المصدر | 76% | McKinsey, 2025 |
| تكاليف تنفيذ أقل مقارنة بالأدوات الاحتكارية | 60% (26% avg improvement) | McKinsey, 2025 |
| التبني المؤسسي للذكاء الاصطناعي/التعلم الآلي مفتوحَي المصدر | 40% | Linux Foundation, 2025 |
| سوق نماذج الذكاء الاصطناعي مفتوحة المصدر (2026) | 23.08B dollars | The Business Research Company, 2026 |
| تقييم Mistral AI (سبتمبر 2025) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| النماذج البارزة لعام 2025 دون كود تدريب مفتوح | 80 of 95 | Stanford HAI, AI Index 2026 |
| النماذج الضارة التي عُثر عليها على Hugging Face | ~100 | Dark Reading / JFrog, 2024-2025 |
| مستودعات GitHub العامة التي تستخدم SDK لنموذج لغة كبير | 1,100,000+ | GitHub, Octoverse 2025 |
المنهجية والمصادر
جُمعت البيانات من خلال تتبّع كل رقم إلى ناشره الأساسي، مع تفضيل التقارير والاستطلاعات والإفصاحات الأصلية الصادرة في 2025 و2026 على التجميع الثانوي، ووضع إشارة على تقديرات السوق الصادرة عن جهات تجارية والأرقام الأقدم أينما ظهرت.
المصادر المذكورة:
- Hugging Face، State of Open Source, Spring 2026
- OpenRouter وAndreessen Horowitz (a16z)، State of AI: An Empirical 100 Trillion Token Study, 2025
- Andreessen Horowitz (a16z)، How 100 Enterprise CIOs Are Building and Buying Gen AI, 2025
- Epoch AI، Open-Weight Models data insights, 2025-2026
- Stanford HAI، AI Index Report 2026 وAI Index Report 2025
- McKinsey بالتعاون مع مؤسستَي Mozilla وPatrick J. McGovern، Open Source Technology in the Age of AI, 2025
- GitHub، Octoverse 2025
- Xinhua وSouth China Morning Post، Qwen downloads reporting, 2026
- Sensor Tower وTechCrunch, DeepSeek app data, 2025
- Meta، Celebrating 1 Billion Downloads of Llama، 2025، وTechCrunch، رقم 1.2 مليار الصادر في LlamaCon، 2025
- Linux Foundation، The State of Global Open Source 2025
- Open Source Initiative، Open Source AI Definition 1.0, 2024
- JFrog وDark Reading، malicious model research, 2024-2025
- The White House، Winning the Race: America’s AI Action Plan، 2025
- European Commission، EU AI Act general-purpose AI guidelines، 2025
- The Business Research Company / Research and Markets، Open-Source AI Model Market Report 2026
- Mistral AI وBloomberg، تغطية تمويل الجولة C، 2025؛ Sacra، تقدير تقييم Hugging Face، 2025؛ TechCrunch، جولة Hugging Face Series D، 2023
Data watch: تنشر عدة مصادر مذكورة وفق وتيرة ثابتة. تصدر GitHub Octoverse وAI Index الخاص بـStanford HAI سنويًا، مع توقّع إصدارات جديدة في أواخر 2026 وأوائل 2027 على التوالي؛ وتُجرى دراسات State of AI والمصادر المفتوحة لدى McKinsey واستطلاع State of Global Open Source لدى Linux Foundation سنويًا؛ ويصدر تقرير State of Open Source الخاص بـHugging Face مرتين في السنة تقريبًا، مع احتمال صدور نسخة لخريف 2026؛ بينما تُحدِّث Epoch AI تتبّعها للمقارنة بين المفتوح والمغلق بشكل مستمر.
آخر تحديث: 10 يوليو 2026.
نراجع هذه الصفحة ونحدّثها كل ثلاثة أشهر مع نشر بيانات جديدة.