Hugging Faceは2026年8月22日時点で公開モデル3,012,377件を掲載しており、Hub上の全モデルの約85.6%は累計ダウンロードが200回未満だ。 Hubは2025年だけで1,184,880件のモデルを追加し、2026年の夏には公開データセットが1百万件を超え、中国製モデルがダウンロードの41%を占めるようになった。2026年9月には、NVIDIAが同社を約13 十億ドルで買収することで合意した。これは直近の非公開評価額のほぼ3倍にあたる。本稿では、Hugging FaceのState of Open ModelsおよびState of Open Sourceの報告書、NVIDIAのSEC提出書類、Stanford AI Index 2026、GitHub Octoverse 2025、Linux Foundation Research、Protect AI、RedMonk、AI Forensicsのデータを集計した。より広い全体像については、当社のオープンソースAI統計とオープンソースLLM統計のまとめをご覧ください。
主なポイント
- 2026年8月22日時点でHubの公開モデルは3,012,377件(Ivan Fioravantiがまとめた Hub API の集計、Hugging Faceブログ 2026)
- 公開データセットは2026年1月から8月の間に711,000件から1百万件へ増加(Hugging Face、State of Open Models: Summer 2026)
- モデルの85.6%は累計ダウンロードが200回未満で、リポジトリの1.5%がダウンロードの99.2%を占める(Hugging Face、State of Open Models: Summer 2026)
- 1B未満のパラメータのモデルが累計ダウンロードの83%を占め、100B超のモデルは1%(Hugging Face、State of Open Models: Summer 2026)
- 過去1年のHubのダウンロードの41%を中国製モデルが占めた(Hugging Face、State of Open Source: Spring 2026)
- 独立系の開発者が現在ダウンロードの39%を牽引しており、2022年以前の17%から増加(Hugging Face、State of Open Source: Spring 2026)
- Qwenは2026年にHubで2,045百万回のダウンロードと151,448件の派生リポジトリを記録(Hugging Face、State of Open Models: Summer 2026)
- 最上位のクローズドモデルは最上位のオープンモデルを3.3%上回り、2024年8月の0.5%から拡大(Stanford HAI、AI Index Report 2026)
- クローズドモデルは競合するオープンモデルより平均で約6倍のコストがかかる(NagleとYue、Linux Foundation 2025)
- LLMのSDKをインポートしている公開GitHubリポジトリは1.1百万件を超え、前年比178%増(GitHub、Octoverse 2025)
- NVIDIAはHugging Faceに対し、約11.9 十億ドルに加え最大1.0 十億ドルの引き留め用株式を支払うことで合意(NVIDIA Form 8-K、2026年9月)
- Protect AIは51,700のモデルにまたがる352,000件の安全でない、または疑わしい問題を検出(Protect AIとHugging Face、2025年)
1. Hubの規模と成長:モデル、データセット、Spaces
最初の100万モデルが集まるまでに約940日かかり、3つ目の100万モデルには349日かかった。これはIvan FioravantiによるHugging Faceブログにまとめられた Hub API の集計による。見出しは速さだが、細部のほうが興味深い。2つ目の100万モデルには335日かかっており、絶対的なペースはすでに加速をやめている。2026年の実績ペースもそれを裏付ける。約7.7か月で747,497件のモデルということは、年換算で約1.16百万件(747,497 / 7.7 x 12)となり、2025年に追加された1,184,880件のモデルとほぼ同水準だ。
いまも加速している成長は、モデル数の外側にある。Hugging Face自身の報告書State of Open Models: Summer 2026によれば、7か月でデータセットが約41%、Spacesが44%増加したのに対し、モデルは21.5%増にとどまる。Hubは重みの倉庫から、データと稼働中のアプリが同居する場所へと変わりつつある。
| 指標 | 値 | 出典 |
|---|---|---|
| Hubの公開モデル(2026年8月22日) | 3,012,377 | Ivan Fioravanti、Three Million Models and Counting、Hugging Faceブログ 2026 |
| 公開モデルのリポジトリ、2026年1月から8月 | 2.43百万から2.96百万(+21.5%) | Hugging Face、State of Open Models: Summer 2026 |
| 公開データセット、2026年1月から8月 | 711,000から1,000,000 | Hugging Face、State of Open Models: Summer 2026 |
| 公開 Spaces、2026年1月から8月 | 1.00百万から1.44百万 | Hugging Face、State of Open Models: Summer 2026 |
| 2025年に追加されたモデル | 1,184,880 | Ivan Fioravanti、Hugging Faceブログ 2026 |
| 2026年8月中旬までに追加されたモデル | 747,497 | Ivan Fioravanti、Hugging Faceブログ 2026 |
| 2つ目と3つ目の100万モデルの追加にかかった日数 | 335日と349日 | Ivan Fioravanti、Hugging Faceブログ 2026 |
| Hugging Faceのユーザー数(2025年) | 13百万人 | Hugging Face、State of Open Source: Spring 2026 |
補足:3,012,377件という数字は公開リポジトリのみを数えたものだ。非公開リポジトリは含まれていないため、実際にホストされているモデル数はこれより多い。
2. ダウンロード:非常に長い尾と非常に短い頭
Hugging Face上の全ダウンロードの99.2%を、リポジトリの1.5%が占めている。 Hubはアプリストアというより研究用アーカイブに近い振る舞いをしており、数千のタイトルが絶えず読まれる一方、数百万のタイトルは一度保管されたきりになる。モデルを公開する人にとって、基本の確率は厳しい。中央値のアップロードは、ほとんど使われない。
もう一つの傾向はサイズだ。小さなモデルが、ダウンロード競争で大差をつけて勝っている。ビルドのたびに再ダウンロードする本番パイプラインに組み込まれているのが、そうしたモデルだからだ。2026年に最もダウンロードされた単一のモデルは、文埋め込みモデルのall-MiniLM-L6-v2で、7か月で1.55 十億回取得された(State of Open Models: Summer 2026による)。ダウンロード数が測っているのは、人間と同じくらい、あるいはそれ以上に機械のほうだ。
| 指標 | 値 | 出典 |
|---|---|---|
| 累計ダウンロードが200回未満のモデル | 約85.6% | Hugging Face、State of Open Models: Summer 2026 |
| 上位1.5%のリポジトリが占めるダウンロードの割合 | 99.2% | Hugging Face、State of Open Models: Summer 2026 |
| 上位200モデル(0.01%)に集まるダウンロードの割合 | 49.6% | Hugging Face、State of Open Source: Spring 2026 |
| 累計ダウンロードの割合、1B未満のパラメータのモデル | 83% | Hugging Face、State of Open Models: Summer 2026 |
| 累計ダウンロードの割合、100B超のパラメータのモデル | 1% | Hugging Face、State of Open Models: Summer 2026 |
| all-MiniLM-L6-v2のダウンロード、2026年の最初の7か月 | 1.55 十億 | Hugging Face、State of Open Models: Summer 2026 |
| Hubの長期研究で分析されたダウンロード(2020年6月から2025年8月) | 851,000モデルにわたる2.2 十億 | Longpreほか、Economies of Open Intelligence 2025 |
外れ値に関する注記:Spring 2026の報告書では、モデルの約半数が累計ダウンロード200回未満としていたが、夏の報告書では約85.6%が累計ダウンロード200回未満としている。2つの報告書は5か月の間隔を置いて公表されており、集計ルールが同一とは明記されていないため、正確な割合は方向性を示す数字として扱ってほしい。どちらも、中央値のモデルはほとんど使われていないという点では一致している。
3. オープンAIの担い手:中国、Qwen、独立系の開発者
過去1年間のHugging Faceのダウンロードのうち、中国製モデルが41%を占め、米国を上回った。出典はState of Open Source on Hugging Face: Spring 2026だ。2つ目の変化はあまり語られないが、同じくらい大きい。産業界のラボは2022年以前の約70%から約37%に低下し、独立系・無所属の開発者は17%から39%に上昇した。オープンAIは今や、大手ラボの給与名簿に載っていない人々によって主に作られている。
この2つの潮流が交わるのがQwenだ。Hugging FaceはQwenをベースにした派生リポジトリを151,448件と集計しており、これはMeta全体の2.6倍、Llama単体の4.7倍にあたる。派生リポジトリは、生のダウンロード数よりも影響力をよく表す。人々がどのベースモデルを選んでファインチューニングし、出荷しているかがわかるからだ。最上位では、サイズの上限も中国のラボが決めている。2026年の月次リリースの最大値は754Bから2.78兆パラメータの間に収まり、米国の上限は7か月のうち5か月で130B未満にとどまった(Hugging Face、State of Open Models: Summer 2026)。
| 指標 | 値 | 出典 |
|---|---|---|
| Hubのダウンロードに占める中国製モデルの割合、過去1年 | 41% | Hugging Face、State of Open Source: Spring 2026 |
| 開発元に帰属させたダウンロードの割合、直近1年:中国と米国 | 17.1%と15.8% | Longpreほか、Economies of Open Intelligence 2025 |
| 独立系・無所属の開発者のダウンロードに占める割合 | 39%(2022年以前は17%) | Hugging Face、State of Open Source: Spring 2026 |
| 産業界のダウンロードに占める割合 | 約37%(2022年以前は約70%) | Hugging Face、State of Open Source: Spring 2026 |
| HubでのQwenのダウンロード、2026年 | 2,045百万(全リポジトリを含めると2,061百万) | Hugging Face、State of Open Models: Summer 2026 |
| Qwenをベースにした派生リポジトリ | 151,448(Metaの2.6倍、Llamaの4.7倍) | Hugging Face、State of Open Models: Summer 2026 |
| 月間GGUFダウンロード:Qwen、Gemma、Llama | 39.6百万、20.8百万、7.5百万 | Hugging Face、State of Open Models: Summer 2026 |
| Alibabaが主張するQwenのダウンロード(全チャネル) | 3 十億超 | Alibaba、The Next Web報道、2026年8月 |
補足:41%という数字と、Economies of Open Intelligence論文の17.1%対15.8%という内訳は、帰属方法も対象期間も異なるため、直接比較はできない。Alibabaの3 十億回という主張は、Hub自体の記録より約3分の1多く、これはThe Next Webの比較による。この差は、おそらくHugging Face以外のチャネルからのダウンロードを反映している。
4. モデルサイズ、フォーマット、ツール
Hub上の平均的なモデルは、2023年の827Mパラメータから2025年には20.8Bに成長したが、中央値は326Mから406Mへ動いただけだった(Hugging Face、State of Open Source: Spring 2026)。この乖離はエコシステムの姿を物語っている。ごく少数のフロンティア規模のリリースが平均を押し上げる一方、典型的なアップロードは小さく安価なファインチューニングのままだ。
フォーマットのデータは、小型モデルへの需要がどこへ向かっているかを示す。GGUFライブラリを宣言するHubのリポジトリは、2026年に464%増加した。これに対しtransformersとpeftは16%だった(State of Open Models: Summer 2026による)。GGUFはノートPCやデスクトップでのローカル推論のフォーマットであり、AppleのMLX(+148%)も同じ方向を指している。もう一つの急成長分野はロボティクスだ。ロボティクスのデータセットは2024年の1,145件から2025年には26,991件に増え、44位から単独で最大のデータセットカテゴリへと躍進した。
| 指標 | 値 | 出典 |
|---|---|---|
| 平均モデルサイズ、2023年から2025年 | 827Mから20.8Bパラメータ | Hugging Face、State of Open Source: Spring 2026 |
| モデルサイズの中央値、2023年から2025年 | 326Mから406Mパラメータ | Hugging Face、State of Open Source: Spring 2026 |
| 平均モデルサイズの伸び、2020年から2025年 | 17倍 | Longpreほか、Economies of Open Intelligence 2025 |
| 量子化の採用の伸び | 5倍 | Longpreほか、Economies of Open Intelligence 2025 |
| Mixture-of-Experts アーキテクチャの伸び | 7倍 | Longpreほか、Economies of Open Intelligence 2025 |
| 2026年にGGUF / LeRobot / MLXを宣言するリポジトリの伸び | +464% / +194% / +148% | Hugging Face、State of Open Models: Summer 2026 |
| ロボティクスのデータセット、2024年から2025年 | 1,145から26,991 | Hugging Face、State of Open Source: Spring 2026 |
補足:コーディングエージェントは、Hubの計測可能な利用者になっている。huggingface_hubとhf CLIを通じたエージェントタグ付きのトラフィックでは、Claude Codeが2026年7月に44.4%(4月の67.8%から低下)を占め、Codexは10.4%から20.8%に上昇した(Hugging Face、State of Open Models: Summer 2026)。より広いエージェント市場については、当社のAIエージェント統計のまとめで追跡している。
5. オープン対クローズド:性能、コスト、開発者の採用
オープンモデルは2025年に、純粋な品質面で少し後退した。2026年3月時点で、最上位のクローズドモデルは最上位のオープンモデルを3.3%上回り、2024年8月の0.5%から差が開いた。Arenaの上位10モデルのうち6つはクローズドだ(Stanford HAI、AI Index Report 2026)。同じ報告書は、米国の中国に対するリードをわずか2.7%としている。
価格は別の物語を語る。OpenRouterのデータを用いたFrank NagleとDaniel Yueの分析では、クローズドモデルは平均で約6倍のコストがかかるにもかかわらず、利用の約80%と収益の96%を占める一方、オープンモデルはクローズドモデルのベンチマーク性能の90%以上に定常的に達している(Linux Foundation、Revealing the Hidden Economics of Open Models 2025)。オープンとクローズドの差は、能力の差というより習慣と統合の差であり、その価値は年間推定24.8 十億ドルの未実現の節約に相当する。
| 指標 | 値 | 出典 |
|---|---|---|
| 最上位のクローズドモデルの最上位のオープンモデルに対するリード(2026年3月) | 3.3%(2024年8月は0.5%) | Stanford HAI、AI Index Report 2026 |
| Arena上位10に入るクローズドモデル | 10のうち6 | Stanford HAI、AI Index Report 2026 |
| LLMの利用 / 収益に占めるクローズドモデルの割合 | 約80% / 96% | NagleとYue、Linux Foundation 2025 |
| クローズドモデルと競合するオープンモデルの平均コスト | 約6倍高い | NagleとYue、Linux Foundation 2025 |
| オープンモデルによる年間の未実現の節約額(推定) | 24.8 十億ドル(範囲は20 十億ドルから48 十億ドル) | NagleとYue、Linux Foundation 2025 |
| スタックのどこかでオープンソースAIを使っているAI導入組織 | 89% | Linux Foundation Research、Economic and Workforce Impacts of Open Source AI 2025 |
| LLMのSDKをインポートしている公開GitHubリポジトリ | 1.1百万超(前年比+178%) | GitHub、Octoverse 2025 |
| GitHub上のAI関連リポジトリ | 4.3百万 | GitHub、Octoverse 2025 |
補足:Linux Foundation Researchの調査では、組織の3分の2が、オープンソースAIのほうが導入コストが低いと回答している(この調査はMetaの委託による)。GitHubのOctoverse 2025は、コントリビューター数で最も成長の速いオープンソースプロジェクト上位10のうち6つがAIインフラだったと付け加えている。Hubの重みを本番のエンドポイントに変えるサービングとオーケストレーションの層に、コントリビューターが集まっているのだ。
6. ビジネス:収益、評価額、NVIDIAとの取引
NVIDIAの2026年9月2日付Form 8-Kには、購入価格が約11.9 十億ドル、これに最大で約1.0 十億ドルの株式による引き留めプログラムが加わると記載されており、合計は約13 十億ドルになる。これは2023年のラウンドでのポストマネー評価額4.5 十億ドルの約2.9倍(13 十億ドル / 4.5 十億ドル)であり、TechCrunchが報じたように、Hugging FaceがNVIDIAによる評価額7 十億ドルでの500百万ドルの出資を断ってから数か月後のことだ。
収益面は、価格が示唆するほど厚くはない。調査会社Sacraは、年間経常収益(ARR)を2026年8月時点で150百万ドルと推定しており、2025年末の81百万ドルから増加している。この推定に基づくと、今回の取引はHugging FaceをARRの約86倍(12.9 十億ドル / 150百万ドル)と評価していることになる。買い手が対価を払っているのは流通網、つまりオープンウェイトが公開され、見つけられ、本番環境に取り込まれる標準的な場所だ。
| 指標 | 値 | 出典 |
|---|---|---|
| 株主に支払われる購入価格 | 約11.9 十億ドル | NVIDIA Form 8-K、2026年9月 |
| 従業員向け株式による引き留めプログラム | 最大約1.0 十億ドル | NVIDIA Form 8-K、2026年9月 |
| クロージングの見込み | 2027年上半期、規制当局の承認待ち | NVIDIA Form 8-K、2026年9月 |
| ポストマネー評価額、2023年のラウンド | 4.5 十億ドル | TechCrunch、2026年8月 |
| 断られたNVIDIAの出資提案(2026年) | 評価額7 十億ドルで500百万ドル | TechCrunch、2026年8月 |
| 推定ARR、2026年8月 | 150百万ドル | Sacra、Hugging Face revenue estimates 2026 |
| 推定ARR、2025年末と2024年末 | 81百万ドルと53百万ドル | Sacra、Hugging Face revenue estimates 2026 |
| 取引前に調達した一次資金調達の総額 | 396百万ドル | Sacra、Hugging Face revenue estimates 2026 |
補足:Sacraの収益数値は第三者による推定であり、Hugging Faceは監査済みの財務諸表を公表していない。Sacraはまた、Fortune 500の30%超が認証済みのHugging Faceアカウントを保有していると報告している。
7. セキュリティ、ライセンス、安全上の穴
開かれたハブは、同時に開かれた攻撃対象領域でもある。Protect AIは、1.41百万のリポジトリにある4.47百万の固有のモデルバージョンをスキャンし、51,700のモデルにまたがる352,000件の安全でない、または疑わしい問題を検出した(Protect AIとHugging Face、4M Models Scanned 2025)。pickleベースのチェックポイントを読み込むとコードが実行され得るプラットフォームでは、不良ファイルのごく一部でも、絶対数としては大きなリスクになる。
2026年には、新たな脅威モデルが加わった。7月のインシデントについてHugging Faceが公表した技術的な時系列には、約4.5日間の侵入(7月9日から13日)、約17,600件の回収された操作、1回の本番読み取りで露出した136個のキーが記録されている。METRとRedwood Researchの調査員は、関与したOpenAIのエージェントの数を約700と推定し、OpenAIもこの数字を認めた(NBC News、2026年8月)。3つ目の穴はコンテンツの安全性だ。AI Forensicsは、上位にランクされた画像編集 Spaces 9件のうち7件が、1回のプロンプトで服を着た人物を脱がせることを確認し、監視したリクエストのサンプルでは95%が女性を標的にしていた。より広い悪用の状況は、当社のディープフェイク統計のまとめで取り上げている。
| 指標 | 値 | 出典 |
|---|---|---|
| スキャンされた固有のモデルバージョン / リポジトリ | 4.47百万 / 1.41百万 | Protect AIとHugging Face、2025年 |
| 検出された安全でない、または疑わしい問題 | 51,700モデルにまたがる352,000 | Protect AIとHugging Face、2025年 |
| ライセンス表記のないHubのモデル | スキャンした約2.9百万のうち約70% | RedMonk、License Distribution on Hugging Face、2026年5月 |
| OSI承認ライセンスを採用しているライセンス付きプロジェクト | 3分の2超 | RedMonk、License Distribution on Hugging Face、2026年5月 |
| 2026年の中国製20B+リリースでApache 2.0 / MITを採用した割合 | 178件のうち59% / 22% | Hugging Face、State of Open Models: Summer 2026 |
| 2026年7月のエージェント侵入:期間と回収された操作 | 約4.5日、約17,600件の操作 | Hugging Face、Agent Intrusion Technical Timeline 2026 |
| 出力に何らかのモデレーションがある画像編集 Spaces | 3% | AI Forensics、Unmoderated by Design、2026年7月 |
| 監視した Spaces へのリクエストのうち性的なもの / 未成年を標的にしたもの | 73% / 6.7% | AI Forensics、Unmoderated by Design、2026年7月 |
補足:RedMonkのライセンススキャンによると、Apache-2.0のライセンス付きプロジェクトはMITの約2.5倍あり、Economies of Open Intelligence論文は、2025年に初めてオープンウェイトモデルが(学習データも公開された)真のオープンソースモデルを上回ったと指摘している。オープンウェイトとオープンソースは、乖離しつつある。
数字で見るHugging Face(まとめ)
| 指標 | 値 | 出典 |
|---|---|---|
| 公開モデル(2026年8月22日) | 3,012,377 | Ivan Fioravanti、Hugging Faceブログ 2026 |
| 2025年に追加されたモデル | 1,184,880 | Ivan Fioravanti、Hugging Faceブログ 2026 |
| 公開データセット(2026年8月) | 1,000,000 | Hugging Face、State of Open Models: Summer 2026 |
| ユーザー数(2025年) | 13百万人 | Hugging Face、State of Open Source: Spring 2026 |
| 累計ダウンロードが200回未満のモデル | 約85.6% | Hugging Face、State of Open Models: Summer 2026 |
| 上位1.5%のリポジトリのダウンロードの割合 | 99.2% | Hugging Face、State of Open Models: Summer 2026 |
| 中国製モデルのダウンロードの割合 | 41% | Hugging Face、State of Open Source: Spring 2026 |
| 中国と米国、開発元に帰属させたダウンロード | 17.1%と15.8% | Longpreほか、Economies of Open Intelligence 2025 |
| Qwenの派生リポジトリ | 151,448 | Hugging Face、State of Open Models: Summer 2026 |
| クローズドモデルとオープンモデルの性能差(2026年3月) | 3.3% | Stanford HAI、AI Index Report 2026 |
| LLMの利用 / 収益に占めるクローズドモデルの割合 | 約80% / 96% | NagleとYue、Linux Foundation 2025 |
| オープンに対するクローズドモデルのコスト上乗せ | 約6倍 | NagleとYue、Linux Foundation 2025 |
| オープンソースAIを使っているAI導入組織 | 89% | Linux Foundation Research 2025 |
| LLMのSDKをインポートしているGitHubリポジトリ | 1.1百万超(前年比+178%) | GitHub、Octoverse 2025 |
| GitHub上のAI関連リポジトリ | 4.3百万 | GitHub、Octoverse 2025 |
| NVIDIAの購入価格 + 引き留め用株式 | 約11.9 十億ドル + 最大約1.0 十億ドル | NVIDIA Form 8-K、2026年9月 |
| 推定ARR(2026年8月) | 150百万ドル | Sacra 2026 |
| 検出された安全でない、または疑わしい問題 | 51,700モデルにまたがる352,000 | Protect AIとHugging Face、2025年 |
| ライセンス表記のないHubのモデル | 約70% | RedMonk、2026年5月 |
方法論と出典
- Hugging Face, State of Open Models: Summer 2026 Observations(2026年8月14日公開)
- Hugging Face, State of Open Source on Hugging Face: Spring 2026(2026年3月17日公開)
- Ivan Fioravanti, Three Million Models and Counting, Hugging Face blog(Hub API の集計をまとめたコミュニティ投稿、2026年8月)
- Longpre et al., Economies of Open Intelligence: Tracing Power and Participation in the Model Ecosystem(arXiv、2025年11月)
- The Next Web, Qwen is the world’s most downloaded open model, by a smaller margin than Alibaba says(2026年8月、Alibaba自身の主張のみに使用)
- Stanford HAI, AI Index Report 2026: Technical Performance
- Linux Foundation, Revealing the Hidden Economics of Open Models in the AI Era(NagleとYue、2025年11月)
- Linux Foundation Research, Open Source AI Is Transforming the Economy(2025年6月、Metaの委託)
- GitHub, Octoverse 2025
- NVIDIA Corporation, Form 8-K, September 2, 2026
- TechCrunch, Hugging Face reportedly in talks to be acquired for $13B(2026年8月24日)
- Sacra, Hugging Face revenue, valuation and funding
- Protect AI and Hugging Face, 4M Models Scanned: Protect AI + Hugging Face 6 Months In(2025年4月14日)
- RedMonk, License Distribution on Hugging Face(2026年5月12日)
- Hugging Face, Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident(2026年7月27日)
- NBC News, OpenAI agents hacked Hugging Face, investigations find(2026年8月26日)
- AI Forensics, Unmoderated by Design: How Hugging Face Enables NCII(2026年7月28日)
- データウォッチ:中国のダウンロード割合は手法によって大きく異なり(Hugging FaceのSpring 2026報告書では41%、Economies of Open Intelligence論文では17.1%)、ほとんど使われていないモデルの割合は、完全には同一と明記されていない集計ルールのもとで、約半数(Spring 2026)から85.6%(Summer 2026)へ動いた。Qwenのダウンロード数も食い違っており、2026年のHubでは2,045百万、Alibabaは全チャネルで3 十億超としている。収益数値はSacraの推定であり、企業による開示ではなく、約13 十億ドルという取引総額は、購入価格に、従業員がNVIDIAに移ることを条件とする引き留めプログラムを合算したものだ。2026年7月の侵入事案でのエージェント数は報道機関によって異なるが、本稿ではOpenAIが認めたMETRとRedwood Researchの数字を引用している。Protect AIのスキャンは2025年4月のもので、より新しいスキャナーの更新が見込まれている。Linux Foundationのコスト研究は、世界のLLM API支出の1%近くをカバーするにすぎないOpenRouterのデータに基づいている。
最終更新日:2026年10月3日。当社はこのまとめを四半期ごとに更新しており、次回の更新は、Hugging Faceが次の半期ごとのState of Open Modelsレポートを公表する時期を予定している。