Os modelos de pesos abertos chegaram a cerca de um terço de todo o uso de modelos de linguagem grandes até o final de 2025, segundo um estudo de 100 trilhões de tokens de tráfego real de API publicado pela OpenRouter e pela Andreessen Horowitz (a16z). Esse é o sinal mais claro até agora de que a IA open source deixou de ser uma curiosidade de pesquisa para se tornar o padrão de produção. O Hugging Face agora hospeda mais de 2 milhões de modelos públicos e 13 milhões de usuários (Hugging Face, State of Open Source Spring 2026), o Llama da Meta ultrapassou 1,2 bilhão de downloads (Meta, 2025), e o Qwen da Alibaba o superou, chegando a 700 milhões (Xinhua, 2026). Ainda assim, os 200 principais modelos respondem por 49,6% de todos os downloads do Hugging Face, e os modelos fechados de fronteira ainda lideram os melhores modelos abertos por cerca de quatro meses (Epoch AI, 2026). Esta análise consolida dados do Hugging Face, da OpenRouter, da a16z, da Stanford HAI, da Epoch AI, da McKinsey, do GitHub e de outras 13 fontes primárias em mais de 45 pontos de dados verificados.
TL;DR
- Os modelos de pesos abertos chegaram a cerca de 33% do uso de modelos de linguagem grandes até o final de 2025, alta em relação a uma base de um dígito baixo um ano antes (OpenRouter, State of AI 2025).
- O Hugging Face hospeda mais de 2 milhões de modelos públicos e mais de 500.000 datasets para 13 milhões de usuários (Hugging Face, State of Open Source Spring 2026).
- Os 200 principais modelos, 0,01% de todos os modelos, geram 49,6% dos downloads; cerca de metade de todos os modelos tem menos de 200 downloads (Hugging Face, Spring 2026).
- O Qwen, da Alibaba, ultrapassou 700 milhões de downloads acumulados no Hugging Face e superou o Llama no final de 2025 (Xinhua / South China Morning Post, 2026).
- O Llama, da Meta, atingiu 1,2 bilhão de downloads até 29 de abril de 2025, alta em relação aos 650 milhões de dezembro de 2024 (Meta; TechCrunch, 2025).
- Os modelos de pesos abertos ficam atrás dos modelos fechados de fronteira por cerca de quatro meses, ou 8 pontos do ECI (Epoch AI, 2026).
- Mais de 50% das organizações usam IA open source, subindo para 72% no setor de tecnologia (McKinsey, 2025).
- Os modelos chineses representaram 41% dos downloads do Hugging Face no último ano, e a China superou os EUA em downloads mensais durante 2025 (Hugging Face, Spring 2026).
- Estima-se que o mercado de modelos de IA open source cresça de 19,05 bilhões de dólares em 2025 para 23,08 bilhões em 2026 (The Business Research Company, 2026).
- Apenas 15 dos 95 modelos notáveis lançados em 2025 vieram com código de treinamento aberto (Stanford HAI, AI Index 2026).
- Pesquisadores encontraram cerca de 100 modelos maliciosos no Hugging Face, aproximadamente 95% construídos com um único formato de serialização (Dark Reading / JFrog, 2024-2025).
1. O Ecossistema de IA Open-Source em Números
O Hugging Face é o centro de gravidade dos modelos abertos, e seu próprio relatório State of Open Source da primavera de 2026 mostra tanto a escala quanto a concentração extrema de atenção. Os 200 principais modelos, apenas 0,01% do catálogo, respondem por 49,6% de todos os downloads, enquanto cerca de metade de todos os modelos no hub tem menos de 200 downloads no total. Enquanto isso, o Octoverse 2025 do GitHub mostra o lado do desenvolvedor da mesma onda: mais de um milhão de repositórios públicos agora são construídos sobre um SDK de LLM.
| Métrica | Valor | Fonte |
|---|---|---|
| Modelos públicos no Hugging Face | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| Datasets públicos no Hugging Face | 500,000+ | Hugging Face, Spring 2026 |
| Usuários registrados / organizações | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| Parcela de downloads dos 200 principais modelos (0,01% do total) | 49.6% | Hugging Face, Spring 2026 |
| Modelos com menos de 200 downloads totais | ~50% | Hugging Face, Spring 2026 |
| Repositórios públicos do GitHub usando um SDK de LLM | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| Contribuidores mensais para projetos de IA generativa | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
Nota de contexto: o tamanho médio dos modelos baixados cresceu de 827 milhões de parâmetros em 2023 para 20,8 bilhões em 2025, mas a mediana subiu apenas de 326 milhões para 406 milhões (Hugging Face, Spring 2026). Os modelos pequenos ainda fazem a maior parte do trabalho. Para o panorama mais amplo dos modelos, veja nossas estatísticas de IA generativa.
2. Uso no Mundo Real: Pesos Abertos Atingem Um Terço dos Tokens
Contagens de modelos medem a oferta; o volume de tokens mede a demanda. O estudo State of AI da OpenRouter, que analisou 100 trilhões de tokens de tráfego real de inferência em mais de 300 modelos junto com a a16z, é a evidência pública mais forte de que os pesos abertos estão vencendo cargas de trabalho reais. Os modelos open source chineses cresceram de 1,2% do volume semanal de tokens no final de 2024 para uma média semanal de 13,0%, chegando perto de 30% em algumas semanas. O segmento open source também se diversificou: o R1, da DeepSeek, já respondeu por mais da metade dos tokens abertos em certo momento, mas, no final de 2025, nenhum modelo aberto isolado detinha mais de 25% da participação aberta.
| Métrica | Valor | Fonte |
|---|---|---|
| Parcela dos pesos abertos no uso de modelos de linguagem grandes, final de 2025 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| Parcela semanal de tokens open source chineses | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| Parcela média semanal open source do resto do mundo | 13.7% | OpenRouter, 2025 |
| Tokens da DeepSeek (nov. 2024 a nov. 2025) | 14.37 trillion | OpenRouter, 2025 |
| Tokens do Qwen | 5.59 trillion | OpenRouter, 2025 |
| Tokens do Meta Llama | 3.96 trillion | OpenRouter, 2025 |
| Tokens da Mistral AI | 2.92 trillion | OpenRouter, 2025 |
| Total de tokens analisados / modelos / provedores | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
Nota de outlier: os modelos orientados a raciocínio agora processam mais da metade de todos os tokens à medida que o uso de tool-calling cresce, uma mudança coberta em nossas estatísticas de agentes de IA.
3. A Diferença de Desempenho entre Modelos Abertos e Fechados
A diferença entre os melhores modelos abertos e os melhores modelos fechados diminuiu drasticamente em 2024, mas depois parou de encolher. A Epoch AI mede essa defasagem com seu Epoch Capabilities Index. Os modelos de pesos abertos ficaram cerca de quatro meses, ou 8 pontos do ECI, atrás dos modelos fechados de fronteira entre janeiro e maio de 2026, uma defasagem um pouco maior do que os cerca de três meses medidos até outubro de 2025. O AI Index 2026 da Stanford HAI conta uma história semelhante no ranking do Arena.
| Métrica | Valor | Fonte |
|---|---|---|
| Defasagem dos pesos abertos em relação aos modelos fechados de fronteira | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| Defasagem anterior (jan. 2023 a out. 2025) | ~3 months | Epoch AI, 2025 |
| Vantagem do melhor modelo fechado sobre o melhor modelo aberto (mar. 2026) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| Modelos fechados no top 10 do Arena | 6 of 10 | Stanford HAI, AI Index 2026 |
| Diferença no Chatbot Arena, jan. 2024 a fev. 2025 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| Escalonamento da computação de treinamento dos pesos abertos de fronteira | ~4.7x per year | Epoch AI, 2025 |
| Fronteira local: modelo equivalente aos melhores LLMs de 6 a 12 meses atrás | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
Nota de contexto: o DeepSeek-R1, lançado em janeiro de 2025, ficou apenas 2 pontos percentuais atrás do então melhor modelo fechado, o o3-mini, no benchmark MATH Level 5 (Epoch AI, 2025), o lançamento que primeiro mostrou a diferença encolhendo.
4. A Ascensão dos Pesos Abertos da China: Qwen e DeepSeek
A mudança mais decisiva de 2025 foi geográfica. Os modelos chineses representaram 41% dos downloads do Hugging Face no último ano, e a China superou os EUA em downloads mensais durante 2025 (Hugging Face, Spring 2026). O Qwen, da Alibaba, se tornou a família aberta isolada mais baixada, segundo a Xinhua e o South China Morning Post, enquanto o lançamento do app da DeepSeek em janeiro de 2025 estabeleceu recordes de download rastreados pela Sensor Tower e TechCrunch.
| Métrica | Valor | Fonte |
|---|---|---|
| Parcela da China nos downloads mensais do Hugging Face, 2025 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| Parcela dos modelos chineses nos downloads do Hugging Face, último ano | 41% | Hugging Face, Spring 2026 |
| Downloads acumulados do Qwen no Hugging Face (jan. 2026) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Variantes do Qwen no Hugging Face | 200,000+ | South China Morning Post, 2026 |
| Parcela de novos derivados de modelos de linguagem grandes baseados no Qwen | ~40% | South China Morning Post, 2026 |
| Downloads do app DeepSeek nos primeiros 19 dias | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| Classificação número um da DeepSeek na App Store | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 vs. o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
Nota de contexto: em um único mês, os downloads do Qwen superaram o total combinado das oito famílias abertas seguintes, incluindo Meta, DeepSeek, Mistral e Nvidia (South China Morning Post, 2026).
5. Adoção Empresarial e Economia
A IA open source agora é uma estratégia empresarial mainstream, não mais um experimento marginal. A McKinsey, com as Fundações Mozilla e Patrick J. McGovern, pesquisou mais de 700 líderes de tecnologia em 41 países em seu relatório Open Source Technology in the Age of AI. Mais da metade das organizações já usa IA open source, subindo para 72% no setor de tecnologia, e 76% esperam aumentar o uso. A pesquisa Enterprise AI da a16z mostra a atração por stacks multi-modelo, e pesquisadores de mercado dimensionam a oportunidade em dezenas de bilhões.
| Métrica | Valor | Fonte |
|---|---|---|
| Organizações que usam IA open source | 50%+ (72% in tech sector) | McKinsey, 2025 |
| Líderes que esperam aumentar o uso de IA open source | 76% | McKinsey, 2025 |
| Relatam custos de implementação mais baixos vs. proprietário | 60% (26% average cost improvement) | McKinsey, 2025 |
| Adoção empresarial de IA e machine learning open source | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| Empresas rodando 5 ou mais modelos em produção | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| Mercado de modelos de IA open source, 2025 a 2026 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| Série C da Mistral AI (set. 2025) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| Avaliação do Hugging Face | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
Nota de contexto: a previsão do mercado de modelos de IA open source é uma estimativa de fornecedor; trate-a como o dado mais recente disponível (The Business Research Company, 2026). Para a matemática de custos a jusante, veja nosso levantamento irmão sobre estatísticas de custo de inferência de IA e, para ferramentas de desenvolvedor, estatísticas de ferramentas de codificação com IA.
6. Governança, Licenciamento e Segurança
Pesos abertos não são a mesma coisa que open source, e as definições importam para a conformidade. A Open Source Initiative publicou sua Open Source AI Definition em outubro de 2024, e poucos modelos conhecidos se qualificam totalmente. Apenas 15 dos 95 modelos notáveis lançados em 2025 vieram com código de treinamento aberto (Stanford HAI, AI Index 2026), mesmo com governos se movendo para incentivar pesos abertos. A segurança é o outro ponto de atenção: a JFrog e pesquisadores documentaram modelos maliciosos capazes de execução de código em hubs públicos.
| Métrica | Valor | Fonte |
|---|---|---|
| Modelos de IA open source validados pela OSI | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| Modelos notáveis de 2025 lançados sem código de treinamento aberto | 80 of 95 | Stanford HAI, AI Index 2026 |
| Parcela da indústria nos modelos notáveis, 2025 | 91.6% | Stanford HAI, AI Index 2026 |
| Modelos maliciosos encontrados no Hugging Face | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| Modelos sinalizados pela JFrog como maliciosos de dia zero | 25 | JFrog, 2025 |
| IA e machine learning vistos como os que mais se beneficiam do open source | 38% | Linux Foundation, 2025 |
| Posição do AI Action Plan dos EUA sobre pesos abertos | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| Regras de IA de propósito geral do EU AI Act em vigor | Aug 2, 2025 | European Commission, 2025 |
Nota de contexto: a mesma acessibilidade dos pesos abertos que ajuda startups também reduz a barreira para o uso indevido de mídia sintética, um risco quantificado em nossas estatísticas de deepfake.
Resumo: IA Open-Source em Números
| Métrica | Valor | Fonte |
|---|---|---|
| Parcela dos pesos abertos no uso de modelos de linguagem grandes, final de 2025 | ~33% | OpenRouter, State of AI 2025 |
| Modelos públicos no Hugging Face | 2,000,000+ | Hugging Face, Spring 2026 |
| Parcela de downloads dos 200 principais modelos | 49.6% | Hugging Face, Spring 2026 |
| Empresas rodando 5 ou mais modelos em produção | 37% | a16z, Enterprise AI 2025 |
| Downloads acumulados do Qwen no Hugging Face | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Downloads do Meta Llama (abr. 2025) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 vs. o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| Downloads do app DeepSeek nos primeiros 19 dias | 23,000,000 | Sensor Tower, 2025 |
| IA e machine learning vistos como os que mais se beneficiam do open source | 38% | Linux Foundation, 2025 |
| Defasagem dos pesos abertos em relação aos modelos fechados de fronteira | ~4 months / 8 ECI points | Epoch AI, 2026 |
| Vantagem do melhor modelo fechado sobre o melhor modelo aberto (mar. 2026) | 3.3% | Stanford HAI, AI Index 2026 |
| Organizações que usam IA open source | 50%+ | McKinsey, 2025 |
| Líderes que esperam aumentar o uso de IA open source | 76% | McKinsey, 2025 |
| Custos de implementação mais baixos vs. proprietário | 60% (26% avg improvement) | McKinsey, 2025 |
| Adoção empresarial de IA/ML open source | 40% | Linux Foundation, 2025 |
| Mercado de modelos de IA open source (2026) | 23.08B dollars | The Business Research Company, 2026 |
| Avaliação da Mistral AI (set. 2025) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| Modelos notáveis de 2025 sem código de treinamento aberto | 80 of 95 | Stanford HAI, AI Index 2026 |
| Modelos maliciosos encontrados no Hugging Face | ~100 | Dark Reading / JFrog, 2024-2025 |
| Repositórios públicos do GitHub usando um SDK de LLM | 1,100,000+ | GitHub, Octoverse 2025 |
Metodologia e Fontes
Os dados foram reunidos rastreando cada número até seu publicador primário, priorizando relatórios originais, pesquisas e divulgações de 2025 e 2026 em vez de agregação secundária, e sinalizando estimativas de mercado de fornecedores e números mais antigos onde aparecem.
Fontes citadas:
- Hugging Face, State of Open Source, Spring 2026
- OpenRouter e Andreessen 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 e AI Index Report 2025
- McKinsey, com as Fundações Mozilla e Patrick J. McGovern, Open Source Technology in the Age of AI, 2025
- GitHub, Octoverse 2025
- Xinhua e South China Morning Post, Qwen downloads reporting, 2026
- Sensor Tower e TechCrunch, DeepSeek app data, 2025
- Meta, Celebrating 1 Billion Downloads of Llama, 2025, e TechCrunch, LlamaCon 1.2 billion figure, 2025
- Linux Foundation, The State of Global Open Source 2025
- Open Source Initiative, Open Source AI Definition 1.0, 2024
- JFrog e Dark 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 e Bloomberg, Series C funding reporting, 2025; Sacra, Hugging Face valuation estimate, 2025; TechCrunch, Hugging Face Series D, 2023
Data watch: várias fontes citadas publicam em uma cadência fixa. O Octoverse do GitHub e o AI Index da Stanford HAI são anuais, com as próximas edições esperadas para o final de 2026 e o início de 2027, respectivamente; os estudos State of AI e open source da McKinsey e a pesquisa State of Global Open Source da Linux Foundation ocorrem anualmente; o State of Open Source do Hugging Face aparece aproximadamente a cada semestre, com uma edição do outono de 2026 provável; e a Epoch AI atualiza seu rastreamento de aberto versus fechado continuamente.
Última atualização: 10 de julho de 2026.
Revisamos e atualizamos esta página trimestralmente à medida que novos dados são publicados.