Hugging Face แสดงรายการโมเดลสาธารณะ 3,012,377 รายการ ณ วันที่ 22 สิงหาคม 2026 และประมาณ 85.6% ของโมเดลทั้งหมดบน Hub มีการดาวน์โหลดตลอดอายุไม่ถึง 200 ครั้ง Hub เพิ่มโมเดลถึง 1,184,880 รายการในปี 2025 ปีเดียว ผ่านหลัก 1 ล้านชุดข้อมูลสาธารณะในช่วงฤดูร้อนปี 2026 และโมเดลจีนครอง 41% ของการดาวน์โหลดแล้ว ในเดือนกันยายน 2026 NVIDIA ตกลงซื้อบริษัทด้วยดีลมูลค่าราว 13 พันล้านดอลลาร์ ซึ่งเกือบสามเท่าของมูลค่าในรอบเอกชนครั้งล่าสุด เรารวบรวมข้อมูลจากรายงาน State of Open Models และ State of Open Source ของ Hugging Face เอกสารยื่นต่อ SEC ของ NVIDIA ดัชนี Stanford AI Index 2026 รายงาน GitHub Octoverse 2025 Linux Foundation Research Protect AI RedMonk และ AI Forensics สำหรับภาพรวมที่กว้างขึ้น ดูสถิติ AI โอเพนซอร์สและสถิติ LLM โอเพนซอร์สของเรา
สรุปโดยย่อ
- โมเดลสาธารณะบน Hub 3,012,377 รายการ ณ วันที่ 22 สิงหาคม 2026 (ตัวเลข API ของ Hub ที่ Ivan Fioravanti รวบรวม, บล็อก Hugging Face 2026)
- ชุดข้อมูลสาธารณะเพิ่มจาก 711,000 ชุดเป็น 1 ล้านชุดระหว่างเดือนมกราคมถึงสิงหาคม 2026 (Hugging Face, State of Open Models: Summer 2026)
- 85.6% ของโมเดลมีการดาวน์โหลดตลอดอายุไม่ถึง 200 ครั้ง และ 1.5% ของที่เก็บรับการดาวน์โหลด 99.2% (Hugging Face, State of Open Models: Summer 2026)
- โมเดลที่มีพารามิเตอร์ต่ำกว่า 1B ครองการดาวน์โหลดตลอดกาล 83% ส่วนโมเดลที่เกิน 100B ได้ 1% (Hugging Face, State of Open Models: Summer 2026)
- โมเดลจีนคิดเป็น 41% ของการดาวน์โหลดบน Hub ในช่วงปีที่ผ่านมา (Hugging Face, State of Open Source: Spring 2026)
- นักพัฒนาอิสระขับเคลื่อนการดาวน์โหลด 39% เพิ่มจาก 17% ก่อนปี 2022 (Hugging Face, State of Open Source: Spring 2026)
- Qwen บันทึกการดาวน์โหลดบน Hub 2,045 ล้านครั้งในปี 2026 และมีที่เก็บอนุพันธ์ 151,448 รายการ (Hugging Face, State of Open Models: Summer 2026)
- โมเดลปิดอันดับหนึ่งนำโมเดลเปิดอันดับหนึ่งอยู่ 3.3% เพิ่มจาก 0.5% ในเดือนสิงหาคม 2024 (Stanford HAI, AI Index Report 2026)
- โมเดลปิดมีต้นทุนสูงกว่าโมเดลเปิดคู่แข่งโดยเฉลี่ยราว 6 เท่า (Nagle และ Yue, Linux Foundation 2025)
- ที่เก็บ GitHub สาธารณะกว่า 1.1 ล้านรายการนำเข้า SDK ของ LLM เพิ่มขึ้น 178% เมื่อเทียบปีต่อปี (GitHub, Octoverse 2025)
- NVIDIA ตกลงจ่ายประมาณ 11.9 พันล้านดอลลาร์ บวกหุ้นรักษาพนักงานสูงสุด 1.0 พันล้านดอลลาร์ เพื่อซื้อ Hugging Face (NVIDIA Form 8-K, กันยายน 2026)
- Protect AI ทำเครื่องหมายปัญหาที่ไม่ปลอดภัยหรือน่าสงสัย 352,000 รายการใน 51,700 โมเดล (Protect AI และ Hugging Face, 2025)
1. ขนาดและการเติบโตของ Hub: โมเดล ชุดข้อมูล และ Spaces
โมเดลล้านแรกใช้เวลาสะสมราว 940 วัน ล้านที่สามใช้ 349 วัน ตามตัวเลข API ของ Hub ที่ Ivan Fioravanti รวบรวมไว้ในบล็อกของ Hugging Face พาดหัวพูดถึงความเร็ว แต่รายละเอียดน่าสนใจกว่า คือล้านที่สองใช้ 335 วัน นั่นหมายความว่าจังหวะการเพิ่มในเชิงสัมบูรณ์หยุดเร่งแล้ว อัตราของปี 2026 ยืนยันเรื่องนี้ โมเดล 747,497 รายการในราว 7.7 เดือน คิดเป็นอัตราต่อปีประมาณ 1.16 ล้านรายการ (747,497 / 7.7 x 12) แทบเท่าเดิมเมื่อเทียบกับ 1,184,880 โมเดลที่เพิ่มในปี 2025
การเติบโตที่ยังเร่งขึ้นอยู่นอกจำนวนโมเดล รายงาน State of Open Models: Summer 2026 ของ Hugging Face เองแสดงว่าชุดข้อมูลเพิ่มขึ้นราว 41% และ Spaces เพิ่ม 44% ในเจ็ดเดือน เทียบกับโมเดลที่เพิ่ม 21.5% Hub กำลังเปลี่ยนจากคลังเก็บน้ำหนักโมเดลไปเป็นที่ที่ข้อมูลและแอปที่กำลังทำงานอยู่ร่วมกัน
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| โมเดลสาธารณะบน Hub (22 สิงหาคม 2026) | 3,012,377 | Ivan Fioravanti, Three Million Models and Counting, บล็อก Hugging Face 2026 |
| ที่เก็บโมเดลสาธารณะ มกราคมถึงสิงหาคม 2026 | 2.43 ล้านเป็น 2.96 ล้าน (+21.5%) | Hugging Face, State of Open Models: Summer 2026 |
| ชุดข้อมูลสาธารณะ มกราคมถึงสิงหาคม 2026 | 711,000 เป็น 1,000,000 | Hugging Face, State of Open Models: Summer 2026 |
| Spaces สาธารณะ มกราคมถึงสิงหาคม 2026 | 1.00 ล้านเป็น 1.44 ล้าน | Hugging Face, State of Open Models: Summer 2026 |
| โมเดลที่เพิ่มในปี 2025 | 1,184,880 | Ivan Fioravanti, บล็อก Hugging Face 2026 |
| โมเดลที่เพิ่มในปี 2026 จนถึงกลางเดือนสิงหาคม | 747,497 | Ivan Fioravanti, บล็อก Hugging Face 2026 |
| จำนวนวันที่ใช้เพิ่มโมเดลล้านที่ 2 และล้านที่ 3 | 335 และ 349 | Ivan Fioravanti, บล็อก Hugging Face 2026 |
| ผู้ใช้ Hugging Face (2025) | 13 ล้านคน | Hugging Face, State of Open Source: Spring 2026 |
บริบท: ตัวเลข 3,012,377 นับเฉพาะที่เก็บสาธารณะ ที่เก็บส่วนตัวไม่รวมอยู่ด้วย ดังนั้นจำนวนโมเดลที่โฮสต์จริงจึงสูงกว่านี้
2. การดาวน์โหลด: หางที่ยาวมากกับหัวที่สั้นมาก
ที่เก็บ 1.5% รับการดาวน์โหลดทั้งหมดบน Hugging Face ถึง 99.2% Hub ทำงานคล้ายคลังงานวิจัยมากกว่าแอปสโตร์ คือมีไม่กี่พันรายการที่ถูกอ่านตลอดเวลา และอีกหลายล้านรายการถูกเก็บไว้แค่ครั้งเดียว สำหรับคนที่เผยแพร่โมเดล อัตราฐานนี้น่าตื่นตัว เพราะโมเดลที่อัปโหลดแบบมัธยฐานแทบไม่มีคนใช้
อีกรูปแบบหนึ่งคือขนาด โมเดลเล็กชนะสงครามการดาวน์โหลดด้วยระยะห่างมหาศาล เพราะเป็นโมเดลที่ถูกฝังในไปป์ไลน์การผลิตซึ่งดาวน์โหลดใหม่ทุกครั้งที่บิลด์ โมเดลที่ถูกดาวน์โหลดมากที่สุดเพียงตัวเดียวของปี 2026 คือโมเดลฝังความประโยค all-MiniLM-L6-v2 ถูกดึงไป 1.55 พันล้านครั้งในเจ็ดเดือน ตาม State of Open Models: Summer 2026 ตัวเลขการดาวน์โหลดวัดเครื่องจักรอย่างน้อยก็พอ ๆ กับวัดผู้คน
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| โมเดลที่มีการดาวน์โหลดตลอดอายุไม่ถึง 200 ครั้ง | ~85.6% | Hugging Face, State of Open Models: Summer 2026 |
| สัดส่วนการดาวน์โหลดที่ที่เก็บ 1.5% อันดับต้นรับไป | 99.2% | Hugging Face, State of Open Models: Summer 2026 |
| สัดส่วนการดาวน์โหลดที่ตกกับ 200 โมเดลอันดับต้น (0.01%) | 49.6% | Hugging Face, State of Open Source: Spring 2026 |
| สัดส่วนการดาวน์โหลดตลอดกาล โมเดลที่มีพารามิเตอร์ต่ำกว่า 1B | 83% | Hugging Face, State of Open Models: Summer 2026 |
| สัดส่วนการดาวน์โหลดตลอดกาล โมเดลที่มีพารามิเตอร์เกิน 100B | 1% | Hugging Face, State of Open Models: Summer 2026 |
| การดาวน์โหลด all-MiniLM-L6-v2 ในเจ็ดเดือนแรกของปี 2026 | 1.55 พันล้านครั้ง | Hugging Face, State of Open Models: Summer 2026 |
| การดาวน์โหลดที่วิเคราะห์ในการศึกษาระยะยาวของ Hub (มิถุนายน 2020 ถึงสิงหาคม 2025) | 2.2 พันล้านครั้งใน 851,000 โมเดล | Longpre และคณะ, Economies of Open Intelligence 2025 |
หมายเหตุเรื่องค่าผิดปกติ: รายงาน Spring 2026 ระบุว่าโมเดลประมาณครึ่งหนึ่งมีการดาวน์โหลดรวมไม่ถึง 200 ครั้ง ขณะที่รายงานฤดูร้อนระบุว่าประมาณ 85.6% มีการดาวน์โหลดตลอดอายุไม่ถึง 200 ครั้ง รายงานทั้งสองเผยแพร่ห่างกันห้าเดือนและไม่ได้ระบุกฎการนับที่เหมือนกันทุกประการ จึงควรมองสัดส่วนที่แน่นอนเป็นเพียงแนวโน้ม ทั้งสองฉบับตรงกันว่าโมเดลระดับมัธยฐานแทบไม่ถูกใช้งาน
3. ใครสร้าง AI แบบเปิด: จีน Qwen และนักพัฒนาอิสระ
โมเดลจีนคิดเป็น 41% ของการดาวน์โหลดบน Hugging Face ในช่วงปีที่ผ่านมา แซงหน้าสหรัฐอเมริกา ตาม State of Open Source on Hugging Face: Spring 2026 การเปลี่ยนแปลงที่สองถูกพูดถึงน้อยกว่าแต่ใหญ่ไม่แพ้กัน คือห้องปฏิบัติการภาคอุตสาหกรรมลดจากราว 70% ของการดาวน์โหลดก่อนปี 2022 เหลือประมาณ 37% ขณะที่นักพัฒนาอิสระและนักพัฒนาที่ไม่สังกัดองค์กรเพิ่มจาก 17% เป็น 39% ปัจจุบัน AI แบบเปิดส่วนใหญ่ถูกสร้างโดยคนที่ไม่ได้อยู่ในบัญชีเงินเดือนของห้องปฏิบัติการใหญ่
Qwen คือจุดที่สองแนวโน้มมาบรรจบกัน Hugging Face นับที่เก็บอนุพันธ์ที่สร้างบน Qwen ได้ 151,448 รายการ มากกว่าขนาดรอยเท้าทั้งหมดของ Meta 2.6 เท่า และมากกว่า Llama เพียงตัวเดียว 4.7 เท่า อนุพันธ์เป็นเครื่องวัดอิทธิพลที่ดีกว่าการดาวน์โหลดดิบ เพราะแสดงว่าผู้คนเลือกโมเดลฐานตัวไหนมาปรับจูนและนำไปใช้งานจริง ในระดับสูงสุด ห้องปฏิบัติการจีนยังกำหนดเพดานขนาดด้วย การเปิดตัวรายเดือนมีขนาดสูงสุดอยู่ระหว่าง 754B ถึง 2.78 ล้านล้านพารามิเตอร์ในปี 2026 ขณะที่เพดานของสหรัฐฯ ต่ำกว่า 130B ในห้าเดือนจากเจ็ดเดือน (Hugging Face, State of Open Models: Summer 2026)
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| สัดส่วนโมเดลจีนในการดาวน์โหลดบน Hub ช่วงปีที่ผ่านมา | 41% | Hugging Face, State of Open Source: Spring 2026 |
| สัดส่วนการดาวน์โหลดตามที่มาของนักพัฒนา ปีล่าสุด: จีนเทียบกับสหรัฐฯ | 17.1% เทียบกับ 15.8% | Longpre และคณะ, Economies of Open Intelligence 2025 |
| สัดส่วนการดาวน์โหลดของนักพัฒนาอิสระและไม่สังกัดองค์กร | 39% (17% ก่อนปี 2022) | Hugging Face, State of Open Source: Spring 2026 |
| สัดส่วนการดาวน์โหลดของภาคอุตสาหกรรม | ~37% (~70% ก่อนปี 2022) | Hugging Face, State of Open Source: Spring 2026 |
| การดาวน์โหลด Qwen บน Hub ในปี 2026 | 2,045 ล้านครั้ง (2,061 ล้านครั้งรวมทุกที่เก็บ) | Hugging Face, State of Open Models: Summer 2026 |
| ที่เก็บอนุพันธ์ที่สร้างบน Qwen | 151,448 (2.6 เท่าของ Meta, 4.7 เท่าของ Llama) | Hugging Face, State of Open Models: Summer 2026 |
| การดาวน์โหลด GGUF รายเดือน: Qwen, Gemma, Llama | 39.6 ล้าน, 20.8 ล้าน, 7.5 ล้าน | Hugging Face, State of Open Models: Summer 2026 |
| การดาวน์โหลด Qwen ที่ Alibaba อ้าง (ทุกช่องทาง) | มากกว่า 3 พันล้านครั้ง | Alibaba, รายงานโดย The Next Web, สิงหาคม 2026 |
บริบท: ตัวเลข 41% กับสัดส่วน 17.1% เทียบกับ 15.8% จากงานวิจัย Economies of Open Intelligence ใช้วิธีระบุที่มาและช่วงเวลาที่ต่างกัน จึงเทียบกันโดยตรงไม่ได้ ตัวเลข 3 พันล้านที่ Alibaba อ้างสูงกว่าที่ Hub บันทึกเองราวหนึ่งในสาม ตามการเปรียบเทียบของ The Next Web ส่วนต่างนี้น่าจะสะท้อนการดาวน์โหลดจากช่องทางนอก Hugging Face
4. ขนาดโมเดล รูปแบบไฟล์ และเครื่องมือ
โมเดลเฉลี่ยบน Hub โตจาก 827M พารามิเตอร์ในปี 2023 เป็น 20.8B ในปี 2025 ขณะที่ค่ามัธยฐานขยับจาก 326M เป็น 406M เท่านั้น (Hugging Face, State of Open Source: Spring 2026) ความแตกต่างนี้บอกทุกอย่างเกี่ยวกับระบบนิเวศ คือโมเดลระดับแนวหน้าไม่กี่ตัวดึงค่าเฉลี่ยขึ้น ขณะที่การอัปโหลดทั่วไปยังคงเป็นโมเดลปรับจูนขนาดเล็กราคาถูก
ข้อมูลรูปแบบไฟล์แสดงว่าความต้องการโมเดลเล็กเหล่านั้นไปทางไหน ที่เก็บบน Hub ที่ประกาศใช้ไลบรารี GGUF เพิ่มขึ้น 464% ในปี 2026 เทียบกับ 16% ของ transformers และ peft ตาม State of Open Models: Summer 2026 GGUF คือรูปแบบสำหรับการอนุมานในเครื่องบนแล็ปท็อปและเดสก์ท็อป และ MLX ของ Apple (+148%) ก็ชี้ไปทางเดียวกัน หุ่นยนต์เป็นอีกสาขาที่พุ่งขึ้น ชุดข้อมูลหุ่นยนต์เพิ่มจาก 1,145 ชุดในปี 2024 เป็น 26,991 ชุดในปี 2025 กระโดดจากอันดับที่ 44 ขึ้นมาเป็นหมวดชุดข้อมูลที่ใหญ่ที่สุด
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ขนาดโมเดลเฉลี่ย 2023 ถึง 2025 | 827M เป็น 20.8B พารามิเตอร์ | Hugging Face, State of Open Source: Spring 2026 |
| ขนาดโมเดลมัธยฐาน 2023 ถึง 2025 | 326M เป็น 406M พารามิเตอร์ | Hugging Face, State of Open Source: Spring 2026 |
| การเติบโตของขนาดโมเดลเฉลี่ย 2020 ถึง 2025 | 17 เท่า | Longpre และคณะ, Economies of Open Intelligence 2025 |
| การเติบโตของการนำควอนไทซ์มาใช้ | 5 เท่า | Longpre และคณะ, Economies of Open Intelligence 2025 |
| การเติบโตของสถาปัตยกรรมแบบผสมผู้เชี่ยวชาญ | 7 เท่า | Longpre และคณะ, Economies of Open Intelligence 2025 |
| การเติบโตในปี 2026 ของที่เก็บที่ประกาศใช้ GGUF / LeRobot / MLX | +464% / +194% / +148% | Hugging Face, State of Open Models: Summer 2026 |
| ชุดข้อมูลหุ่นยนต์ 2024 ถึง 2025 | 1,145 เป็น 26,991 | Hugging Face, State of Open Source: Spring 2026 |
บริบท: เอเจนต์เขียนโค้ดกลายเป็นลูกค้าของ Hub ที่วัดได้แล้ว ในทราฟฟิกที่ติดป้ายเอเจนต์ผ่าน huggingface_hub และ hf CLI Claude Code มีสัดส่วน 44.4% ในเดือนกรกฎาคม 2026 (ลดจาก 67.8% ในเดือนเมษายน) ขณะที่ Codex เพิ่มจาก 10.4% เป็น 20.8% (Hugging Face, State of Open Models: Summer 2026) สรุปสถิติเอเจนต์ AIของเราติดตามตลาดเอเจนต์ในวงกว้าง
5. เปิดกับปิด: ประสิทธิภาพ ต้นทุน และการนำไปใช้ของนักพัฒนา
โมเดลเปิดเสียพื้นที่ไปเล็กน้อยด้านคุณภาพดิบในปี 2025 ณ เดือนมีนาคม 2026 โมเดลปิดอันดับหนึ่งนำโมเดลเปิดอันดับหนึ่งอยู่ 3.3% เพิ่มจาก 0.5% ในเดือนสิงหาคม 2024 และหกในสิบโมเดลอันดับต้นของ Arena เป็นโมเดลปิด (Stanford HAI, AI Index Report 2026) รายงานฉบับเดียวกันระบุว่าสหรัฐฯ นำจีนเพียง 2.7%
ราคาเล่าเรื่องที่ต่างออกไป จากข้อมูลของ OpenRouter, Frank Nagle และ Daniel Yue พบว่าโมเดลปิดรับการใช้งานราว 80% และรายได้ 96% แม้จะมีต้นทุนสูงกว่าโดยเฉลี่ยราวหกเท่า ขณะที่โมเดลเปิดทำคะแนนเกณฑ์วัดได้ถึง 90% ขึ้นไปของโมเดลปิดเป็นปกติ (Linux Foundation, Revealing the Hidden Economics of Open Models 2025) ช่องว่างระหว่างเปิดกับปิดเป็นช่องว่างด้านความเคยชินและการเชื่อมต่อระบบมากกว่าช่องว่างด้านความสามารถ ซึ่งประเมินว่าเท่ากับการประหยัดที่ยังไม่เกิดขึ้น 24.8 พันล้านดอลลาร์ต่อปี
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ส่วนที่โมเดลปิดอันดับหนึ่งนำโมเดลเปิดอันดับหนึ่ง (มีนาคม 2026) | 3.3% (0.5% ในเดือนสิงหาคม 2024) | Stanford HAI, AI Index Report 2026 |
| โมเดลปิดใน 10 อันดับแรกของ Arena | 6 จาก 10 | Stanford HAI, AI Index Report 2026 |
| สัดส่วนของโมเดลปิดในการใช้งาน / รายได้ของ LLM | ~80% / 96% | Nagle และ Yue, Linux Foundation 2025 |
| ต้นทุนเฉลี่ยของโมเดลปิดเทียบกับโมเดลเปิดคู่แข่ง | สูงกว่า ~6 เท่า | Nagle และ Yue, Linux Foundation 2025 |
| การประหยัดต่อปีที่ยังไม่เกิดขึ้นจากโมเดลเปิด (ประมาณการ) | 24.8 พันล้านดอลลาร์ (ช่วง 20 พันล้านดอลลาร์ถึง 48 พันล้านดอลลาร์) | Nagle และ Yue, Linux Foundation 2025 |
| องค์กรที่นำ AI มาใช้และใช้ AI โอเพนซอร์สในส่วนใดส่วนหนึ่งของระบบ | 89% | Linux Foundation Research, Economic and Workforce Impacts of Open Source AI 2025 |
| ที่เก็บ GitHub สาธารณะที่นำเข้า SDK ของ LLM | 1.1 ล้าน+ (+178% เทียบปีต่อปี) | GitHub, Octoverse 2025 |
| ที่เก็บที่เกี่ยวกับ AI บน GitHub | 4.3 ล้าน | GitHub, Octoverse 2025 |
บริบท: สองในสามขององค์กรในการสำรวจของ Linux Foundation Research บอกว่า AI โอเพนซอร์สติดตั้งใช้งานได้ถูกกว่า (งานศึกษานี้ Meta เป็นผู้ว่าจ้าง) Octoverse 2025 ของ GitHub เสริมว่าหกในสิบโครงการโอเพนซอร์สที่เติบโตเร็วที่สุดตามจำนวนผู้ร่วมพัฒนาเป็นโครงสร้างพื้นฐาน AI ชั้นการให้บริการและการจัดการที่เปลี่ยนน้ำหนักโมเดลบน Hub ให้เป็นจุดเชื่อมต่อระดับการผลิตคือที่ที่ผู้ร่วมพัฒนากำลังหลั่งไหลเข้าไป
6. ธุรกิจ: รายได้ มูลค่ากิจการ และดีล NVIDIA
Form 8-K ของ NVIDIA ลงวันที่ 2 กันยายน 2026 ระบุ ราคาซื้อประมาณ 11.9 พันล้านดอลลาร์ บวกโครงการรักษาพนักงานด้วยหุ้นสูงสุดราว 1.0 พันล้านดอลลาร์ รวมประมาณ 13 พันล้านดอลลาร์ ซึ่งเป็นราว 2.9 เท่าของมูลค่ากิจการหลังระดมทุน 4.5 พันล้านดอลลาร์ในรอบปี 2023 (13 พันล้านดอลลาร์ / 4.5 พันล้านดอลลาร์) และเกิดขึ้นเพียงไม่กี่เดือนหลังจาก Hugging Face ปฏิเสธเงินลงทุน 500 ล้านดอลลาร์จาก NVIDIA ที่มูลค่ากิจการ 7 พันล้านดอลลาร์ ตามที่ TechCrunch รายงาน
ด้านรายได้บางกว่าที่ราคาบ่งบอก บริษัทวิจัย Sacra ประเมินรายได้ประจำรายปีที่ 150 ล้านดอลลาร์ในเดือนสิงหาคม 2026 เพิ่มจาก 81 ล้านดอลลาร์เมื่อสิ้นปี 2025 จากประมาณการเหล่านี้ ดีลนี้ตีมูลค่า Hugging Face ที่ราว 86 เท่าของรายได้ประจำรายปี (12.9 พันล้านดอลลาร์ / 150 ล้านดอลลาร์) ผู้ซื้อกำลังจ่ายเพื่อช่องทางการกระจาย คือที่ที่เป็นค่าเริ่มต้นสำหรับการเผยแพร่ ค้นหา และดึงน้ำหนักโมเดลแบบเปิดเข้าสู่การผลิต
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ราคาซื้อที่จ่ายให้ผู้ถือหุ้น | ~11.9 พันล้านดอลลาร์ | NVIDIA Form 8-K, กันยายน 2026 |
| โครงการรักษาพนักงานด้วยหุ้น | สูงสุด ~1.0 พันล้านดอลลาร์ | NVIDIA Form 8-K, กันยายน 2026 |
| กำหนดปิดดีลที่คาดไว้ | ครึ่งแรกของปี 2027 ขึ้นอยู่กับการอนุมัติจากหน่วยงานกำกับดูแล | NVIDIA Form 8-K, กันยายน 2026 |
| มูลค่ากิจการหลังระดมทุน รอบปี 2023 | 4.5 พันล้านดอลลาร์ | TechCrunch, สิงหาคม 2026 |
| ข้อเสนอลงทุนของ NVIDIA ที่ถูกปฏิเสธ (2026) | 500 ล้านดอลลาร์ ที่มูลค่ากิจการ 7 พันล้านดอลลาร์ | TechCrunch, สิงหาคม 2026 |
| รายได้ประจำรายปีโดยประมาณ สิงหาคม 2026 | 150 ล้านดอลลาร์ | Sacra, Hugging Face revenue estimates 2026 |
| รายได้ประจำรายปีโดยประมาณ สิ้นปี 2025 และสิ้นปี 2024 | 81 ล้านดอลลาร์ และ 53 ล้านดอลลาร์ | Sacra, Hugging Face revenue estimates 2026 |
| เงินระดมทุนปฐมภูมิรวมก่อนดีล | 396 ล้านดอลลาร์ | Sacra, Hugging Face revenue estimates 2026 |
บริบท: ตัวเลขรายได้ของ Sacra เป็นประมาณการจากบุคคลที่สาม Hugging Face ยังไม่ได้เผยแพร่งบการเงินที่ผ่านการตรวจสอบ Sacra ยังรายงานด้วยว่าบริษัทใน Fortune 500 มากกว่า 30% มีบัญชี Hugging Face ที่ยืนยันแล้ว
7. ช่องโหว่ด้านความปลอดภัย การออกใบอนุญาต และความปลอดภัยของเนื้อหา
ศูนย์กลางแบบเปิดก็เป็นพื้นผิวการโจมตีแบบเปิดด้วย Protect AI ทำเครื่องหมายปัญหาที่ไม่ปลอดภัยหรือน่าสงสัย 352,000 รายการใน 51,700 โมเดล หลังสแกนโมเดล 4.47 ล้านเวอร์ชันที่ไม่ซ้ำกันใน 1.41 ล้านที่เก็บ (Protect AI และ Hugging Face, 4M Models Scanned 2025) บนแพลตฟอร์มที่การโหลดเช็กพอยต์แบบ pickle อาจรันโค้ดได้ ไฟล์อันตรายเพียงสัดส่วนเล็กน้อยก็ยังเป็นความเสี่ยงสัมบูรณ์ที่ใหญ่
ปี 2026 เพิ่มแบบจำลองภัยคุกคามใหม่ ไทม์ไลน์ทางเทคนิคของเหตุการณ์เดือนกรกฎาคมโดย Hugging Face บันทึกการบุกรุกประมาณ 4.5 วัน (9 ถึง 13 กรกฎาคม) การกระทำที่กู้คืนได้ราว 17,600 รายการ และกุญแจ 136 ดอกที่ถูกเปิดเผยในการอ่านข้อมูลการผลิตครั้งเดียว ผู้สืบสวนจาก METR และ Redwood Research ประเมินจำนวนเอเจนต์ของ OpenAI ที่เกี่ยวข้องไว้ราว 700 ตัว ซึ่ง OpenAI ยอมรับตัวเลขนี้ (NBC News, สิงหาคม 2026) ความปลอดภัยของเนื้อหาเป็นช่องว่างประการที่สาม AI Forensics พบว่า 7 จาก 9 Space แก้ไขภาพอันดับต้นสามารถถอดเสื้อผ้าของบุคคลที่แต่งกายอยู่ได้ด้วยคำสั่งเดียว และในกลุ่มตัวอย่างคำขอที่เฝ้าติดตาม 95% มุ่งเป้าไปที่ผู้หญิง สรุปสถิติดีปเฟกของเราครอบคลุมภาพรวมการใช้ในทางที่ผิดในวงกว้าง
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| เวอร์ชันโมเดลที่ไม่ซ้ำกัน / ที่เก็บที่สแกน | 4.47 ล้าน / 1.41 ล้าน | Protect AI และ Hugging Face, 2025 |
| ปัญหาที่ไม่ปลอดภัยหรือน่าสงสัยที่ถูกทำเครื่องหมาย | 352,000 รายการใน 51,700 โมเดล | Protect AI และ Hugging Face, 2025 |
| โมเดลบน Hub ที่ไม่ระบุใบอนุญาต | เกือบ 70% จากราว 2.9 ล้านที่สแกน | RedMonk, License Distribution on Hugging Face, พฤษภาคม 2026 |
| โครงการที่มีใบอนุญาตภายใต้ใบอนุญาตที่ OSI รับรอง | มากกว่าสองในสาม | RedMonk, License Distribution on Hugging Face, พฤษภาคม 2026 |
| การเปิดตัวโมเดลจีนขนาด 20B ขึ้นไปในปี 2026 ภายใต้ Apache 2.0 / MIT | 59% / 22% จาก 178 | Hugging Face, State of Open Models: Summer 2026 |
| การบุกรุกโดยเอเจนต์เดือนกรกฎาคม 2026: ระยะเวลาและการกระทำที่กู้คืนได้ | ~4.5 วัน, ~17,600 การกระทำ | Hugging Face, Agent Intrusion Technical Timeline 2026 |
| Space แก้ไขภาพที่มีการกลั่นกรองผลลัพธ์ใด ๆ | 3% | AI Forensics, Unmoderated by Design, กรกฎาคม 2026 |
| คำขอ Space ที่เฝ้าติดตามซึ่งเป็นเนื้อหาทางเพศ / มุ่งเป้าไปที่ผู้เยาว์ | 73% / 6.7% | AI Forensics, Unmoderated by Design, กรกฎาคม 2026 |
บริบท: การสแกนใบอนุญาตของ RedMonk พบว่า Apache-2.0 มีโครงการที่มีใบอนุญาตมากกว่า MIT ราว 2.5 เท่า และงานวิจัย Economies of Open Intelligence พบว่าโมเดลเปิดน้ำหนักแซงโมเดลโอเพนซอร์สอย่างแท้จริง (ที่เปิดเผยข้อมูลฝึกสอนด้วย) เป็นครั้งแรกในปี 2025 น้ำหนักโมเดลแบบเปิดกับโอเพนซอร์สกำลังแยกทางกัน
สรุป: Hugging Face ในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| โมเดลสาธารณะ (22 สิงหาคม 2026) | 3,012,377 | Ivan Fioravanti, บล็อก Hugging Face 2026 |
| โมเดลที่เพิ่มในปี 2025 | 1,184,880 | Ivan Fioravanti, บล็อก Hugging Face 2026 |
| ชุดข้อมูลสาธารณะ (สิงหาคม 2026) | 1,000,000 | Hugging Face, State of Open Models: Summer 2026 |
| ผู้ใช้ (2025) | 13 ล้านคน | Hugging Face, State of Open Source: Spring 2026 |
| โมเดลที่มีการดาวน์โหลดตลอดอายุไม่ถึง 200 ครั้ง | ~85.6% | Hugging Face, State of Open Models: Summer 2026 |
| สัดส่วนการดาวน์โหลดของที่เก็บ 1.5% อันดับต้น | 99.2% | Hugging Face, State of Open Models: Summer 2026 |
| สัดส่วนโมเดลจีนในการดาวน์โหลด | 41% | Hugging Face, State of Open Source: Spring 2026 |
| การดาวน์โหลดตามที่มาของนักพัฒนา จีนเทียบกับสหรัฐฯ | 17.1% เทียบกับ 15.8% | Longpre และคณะ, Economies of Open Intelligence 2025 |
| ที่เก็บอนุพันธ์ของ Qwen | 151,448 | Hugging Face, State of Open Models: Summer 2026 |
| ช่องว่างประสิทธิภาพโมเดลปิดกับโมเดลเปิด (มีนาคม 2026) | 3.3% | Stanford HAI, AI Index Report 2026 |
| สัดส่วนของโมเดลปิดในการใช้งาน / รายได้ของ LLM | ~80% / 96% | Nagle และ Yue, Linux Foundation 2025 |
| ส่วนต่างต้นทุนของโมเดลปิดเหนือโมเดลเปิด | ~6 เท่า | Nagle และ Yue, Linux Foundation 2025 |
| องค์กรที่นำ AI มาใช้และใช้ AI โอเพนซอร์ส | 89% | Linux Foundation Research 2025 |
| ที่เก็บ GitHub ที่นำเข้า SDK ของ LLM | 1.1 ล้าน+ (+178% เทียบปีต่อปี) | GitHub, Octoverse 2025 |
| ที่เก็บที่เกี่ยวกับ AI บน GitHub | 4.3 ล้าน | GitHub, Octoverse 2025 |
| ราคาซื้อของ NVIDIA + หุ้นรักษาพนักงาน | ~11.9 พันล้านดอลลาร์ + สูงสุด ~1.0 พันล้านดอลลาร์ | NVIDIA Form 8-K, กันยายน 2026 |
| รายได้ประจำรายปีโดยประมาณ (สิงหาคม 2026) | 150 ล้านดอลลาร์ | Sacra 2026 |
| ปัญหาที่ไม่ปลอดภัยหรือน่าสงสัยที่ถูกทำเครื่องหมาย | 352,000 รายการใน 51,700 โมเดล | Protect AI และ Hugging Face, 2025 |
| โมเดลบน Hub ที่ไม่มีใบอนุญาต | เกือบ 70% | RedMonk, พฤษภาคม 2026 |
ระเบียบวิธีและแหล่งที่มา
- Hugging Face, State of Open Models: Summer 2026 Observations (เผยแพร่เมื่อ 14 สิงหาคม 2026)
- Hugging Face, State of Open Source on Hugging Face: Spring 2026 (เผยแพร่เมื่อ 17 มีนาคม 2026)
- Ivan Fioravanti, Three Million Models and Counting, บล็อก Hugging Face (โพสต์ของชุมชนที่รวบรวมตัวเลข API ของ Hub, สิงหาคม 2026)
- Longpre และคณะ, Economies of Open Intelligence: Tracing Power and Participation in the Model Ecosystem (arXiv, พฤศจิกายน 2025)
- The Next Web, Qwen โมเดลเปิดที่ถูกดาวน์โหลดมากที่สุดในโลก แต่ห่างจากที่ Alibaba อ้างน้อยกว่า (สิงหาคม 2026, ใช้เฉพาะสำหรับข้ออ้างของ Alibaba เอง)
- Stanford HAI, AI Index Report 2026: Technical Performance
- Linux Foundation, Revealing the Hidden Economics of Open Models in the AI Era (Nagle และ Yue, พฤศจิกายน 2025)
- Linux Foundation Research, Open Source AI Is Transforming the Economy (มิถุนายน 2025, Meta เป็นผู้ว่าจ้าง)
- GitHub, Octoverse 2025
- NVIDIA Corporation, Form 8-K, 2 กันยายน 2026
- TechCrunch, Hugging Face มีรายงานว่ากำลังเจรจาถูกซื้อกิจการด้วยมูลค่า 13 พันล้านดอลลาร์ (24 สิงหาคม 2026)
- Sacra, Hugging Face revenue, valuation and funding
- Protect AI และ Hugging Face, 4M Models Scanned: Protect AI + Hugging Face 6 Months In (14 เมษายน 2025)
- RedMonk, License Distribution on Hugging Face (12 พฤษภาคม 2026)
- Hugging Face, Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident (27 กรกฎาคม 2026)
- NBC News, เอเจนต์ของ OpenAI แฮก Hugging Face การสอบสวนพบ (26 สิงหาคม 2026)
- AI Forensics, Unmoderated by Design: How Hugging Face Enables NCII (28 กรกฎาคม 2026)
- ข้อสังเกตเกี่ยวกับข้อมูล: สัดส่วนการดาวน์โหลดของจีนต่างกันมากตามวิธีการ (41% ในรายงาน Spring 2026 ของ Hugging Face เทียบกับ 17.1% ในงานวิจัย Economies of Open Intelligence) และสัดส่วนของโมเดลที่แทบไม่ถูกใช้งานขยับจากประมาณครึ่งหนึ่ง (Spring 2026) เป็น 85.6% (Summer 2026) ภายใต้กฎการนับที่ไม่ได้ระบุเหมือนกันทุกประการ ตัวเลขการดาวน์โหลด Qwen ก็ขัดแย้งกัน คือ 2,045 ล้านครั้งบน Hub ในปี 2026 เทียบกับที่ Alibaba อ้างมากกว่า 3 พันล้านครั้งในทุกช่องทาง ตัวเลขรายได้เป็นประมาณการของ Sacra ไม่ใช่การเปิดเผยของบริษัท และยอดรวมดีลราว 13 พันล้านดอลลาร์รวมราคาซื้อกับโครงการรักษาพนักงานที่ขึ้นอยู่กับการที่พนักงานย้ายไปอยู่กับ NVIDIA จำนวนเอเจนต์ในการบุกรุกเดือนกรกฎาคม 2026 แตกต่างกันไปตามสำนักข่าว เราอ้างตัวเลขของ METR และ Redwood Research ที่ OpenAI ยืนยัน การสแกนของ Protect AI เป็นข้อมูลเดือนเมษายน 2025 และคาดว่าจะมีการอัปเดตตัวสแกนใหม่กว่านี้ การศึกษาต้นทุนของ Linux Foundation อิงข้อมูลของ OpenRouter ซึ่งครอบคลุมใกล้เคียง 1% ของค่าใช้จ่าย API ของ LLM ทั่วโลก
อัปเดตล่าสุด: 3 ตุลาคม 2026 เราจะทบทวนและอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการรีเฟรชครั้งถัดไปจะเกิดขึ้นเมื่อ Hugging Face เผยแพร่รายงาน State of Open Models รายครึ่งปีฉบับต่อไป