โมเดลแบบ open-weight มีสัดส่วนการใช้งานโมเดลภาษาขนาดใหญ่ทั้งหมดประมาณหนึ่งในสามภายในปลายปี 2025 ตามการศึกษา 100 ล้านล้านโทเค็นของการรับส่งข้อมูล API จริงที่เผยแพร่โดย OpenRouter และ Andreessen Horowitz (a16z) นี่คือสัญญาณที่ชัดเจนที่สุดเท่าที่เคยมีมาว่า AI โอเพนซอร์สได้เปลี่ยนจากความอยากรู้อยากเห็นเชิงวิจัยไปสู่ค่าเริ่มต้นในการใช้งานจริง Hugging Face ปัจจุบันรองรับโมเดลสาธารณะมากกว่า 2 ล้านโมเดลและผู้ใช้ 13 ล้านคน (Hugging Face, State of Open Source Spring 2026) Llama ของ Meta มียอดดาวน์โหลดเกิน 1.2 พันล้านครั้ง (Meta, 2025) และ Qwen ของ Alibaba แซงหน้าจนมียอดถึง 700 ล้านครั้ง (Xinhua, 2026) แต่ทว่า 200 โมเดลอันดับต้นคิดเป็น 49.6% ของยอดดาวน์โหลดทั้งหมดบน Hugging Face และโมเดลปิดแนวหน้ายังคงนำหน้าโมเดลเปิดที่ดีที่สุดอยู่ประมาณสี่เดือน (Epoch AI, 2026) การวิเคราะห์นี้รวบรวมข้อมูลจาก Hugging Face, OpenRouter, a16z, Stanford HAI, Epoch AI, McKinsey, GitHub และแหล่งข้อมูลหลักอีก 13 แหล่งเป็นจุดข้อมูลที่ผ่านการตรวจสอบมากกว่า 45 จุด
TL;DR
- โมเดลแบบ open-weight มีสัดส่วนการใช้งานโมเดลภาษาขนาดใหญ่ประมาณ 33% ภายในปลายปี 2025 เพิ่มขึ้นจากฐานตัวเลขหลักเดียวที่ต่ำ (OpenRouter, State of AI 2025)
- Hugging Face รองรับโมเดลสาธารณะมากกว่า 2 ล้านโมเดลและชุดข้อมูลมากกว่า 500,000 ชุดสำหรับผู้ใช้ 13 ล้านคน (Hugging Face, State of Open Source Spring 2026)
- 200 โมเดลอันดับต้น ซึ่งคิดเป็น 0.01% ของโมเดลทั้งหมด สร้างยอดดาวน์โหลด 49.6% โดยประมาณครึ่งหนึ่งของโมเดลทั้งหมดมียอดดาวน์โหลดต่ำกว่า 200 ครั้ง (Hugging Face, Spring 2026)
- Qwen ของ Alibaba มียอดดาวน์โหลดสะสมบน Hugging Face เกิน 700 ล้านครั้ง และแซงหน้า Llama ในช่วงปลายปี 2025 (Xinhua / South China Morning Post, 2026)
- Llama ของ Meta มียอดดาวน์โหลดถึง 1.2 พันล้านครั้งภายในวันที่ 29 เมษายน 2025 เพิ่มขึ้นจาก 650 ล้านครั้งในเดือนธันวาคม 2024 (Meta; TechCrunch, 2025)
- โมเดลแบบ open-weight ล้าหลังโมเดลปิดแนวหน้าประมาณสี่เดือน หรือ 8 คะแนน ECI (Epoch AI, 2026)
- องค์กรมากกว่า 50% ใช้ AI โอเพนซอร์ส เพิ่มขึ้นเป็น 72% ในภาคเทคโนโลยี (McKinsey, 2025)
- โมเดลจากจีนคิดเป็น 41% ของยอดดาวน์โหลด Hugging Face ในช่วงปีที่ผ่านมา และจีนแซงหน้าสหรัฐฯ ในยอดดาวน์โหลดรายเดือนระหว่างปี 2025 (Hugging Face, Spring 2026)
- ตลาดโมเดล AI โอเพนซอร์สคาดว่าจะเติบโตจาก 19.05 พันล้านดอลลาร์ในปี 2025 เป็น 23.08 พันล้านดอลลาร์ในปี 2026 (The Business Research Company, 2026)
- มีเพียง 15 จาก 95 โมเดลสำคัญที่เปิดตัวในปี 2025 เท่านั้นที่มาพร้อมโค้ดการฝึกฝนแบบเปิด (Stanford HAI, AI Index 2026)
- นักวิจัยพบโมเดลอันตรายประมาณ 100 ตัวบน Hugging Face โดยประมาณ 95% สร้างขึ้นด้วยรูปแบบการซีเรียลไลซ์แบบเดียว (Dark Reading / JFrog, 2024-2025)
1. ระบบนิเวศ AI โอเพนซอร์สในตัวเลข
Hugging Face เป็นศูนย์กลางแรงโน้มถ่วงของโมเดลเปิด และรายงาน State of Open Source Spring 2026 ของบริษัทเองแสดงให้เห็นทั้งขนาดและความเข้มข้นของความสนใจที่รุนแรง 200 โมเดลอันดับต้น ซึ่งเป็นเพียง 0.01% ของแคตตาล็อก คิดเป็น 49.6% ของยอดดาวน์โหลดทั้งหมด ในขณะที่โมเดลราวครึ่งหนึ่งบนแพลตฟอร์มมียอดดาวน์โหลดรวมต่ำกว่า 200 ครั้ง ในขณะเดียวกัน Octoverse 2025 ของ GitHub แสดงให้เห็นด้านนักพัฒนาของคลื่นลูกเดียวกันนี้ นั่นคือมีคลังข้อมูลสาธารณะมากกว่าหนึ่งล้านแห่งที่สร้างขึ้นบน LLM SDK แล้วในขณะนี้
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| โมเดลสาธารณะบน Hugging Face | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| ชุดข้อมูลสาธารณะบน Hugging Face | 500,000+ | Hugging Face, Spring 2026 |
| ผู้ใช้ / องค์กรที่ลงทะเบียน | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| สัดส่วนยอดดาวน์โหลดจาก 200 โมเดลอันดับต้น (0.01% ของทั้งหมด) | 49.6% | Hugging Face, Spring 2026 |
| โมเดลที่มียอดดาวน์โหลดรวมต่ำกว่า 200 ครั้ง | ~50% | Hugging Face, Spring 2026 |
| คลังข้อมูล GitHub สาธารณะที่ใช้ LLM SDK | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| ผู้มีส่วนร่วมรายเดือนในโครงการ generative AI | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
หมายเหตุบริบท: ขนาดเฉลี่ยของโมเดลที่ถูกดาวน์โหลดเพิ่มขึ้นจาก 827 ล้านพารามิเตอร์ในปี 2023 เป็น 20.8 พันล้านในปี 2025 แต่ค่ามัธยฐานเพิ่มขึ้นเพียงจาก 326 ล้านเป็น 406 ล้าน (Hugging Face, Spring 2026) โมเดลขนาดเล็กยังคงทำงานส่วนใหญ่ สำหรับภาพรวมโมเดลที่กว้างขึ้น ดูได้ที่สถิติ AI เชิงสร้างสรรค์ของเรา
2. การใช้งานจริง: Open Weight แตะหนึ่งในสามของโทเค็น
จำนวนโมเดลวัดอุปทาน ปริมาณโทเค็นวัดอุปสงค์ การศึกษา State of AI ของ OpenRouter ซึ่งวิเคราะห์โทเค็นการรับส่งข้อมูล inference จริง 100 ล้านล้านโทเค็นในกว่า 300 โมเดลร่วมกับ a16z เป็นหลักฐานสาธารณะที่แข็งแกร่งที่สุดว่า open weight กำลังครองส่วนแบ่งงานจริง โมเดลโอเพนซอร์สจากจีนเติบโตจาก 1.2% ของปริมาณโทเค็นรายสัปดาห์ในช่วงปลายปี 2024 เป็นค่าเฉลี่ยรายสัปดาห์ 13.0% โดยพุ่งขึ้นใกล้ 30% ในบางสัปดาห์ กลุ่มโอเพนซอร์สยังกระจายตัวมากขึ้นด้วย R1 ของ DeepSeek เคยครองสัดส่วนมากกว่าครึ่งหนึ่งของโทเค็นแบบเปิด แต่ภายในปลายปี 2025 ไม่มีโมเดลเปิดตัวใดตัวหนึ่งที่ครองส่วนแบ่งแบบเปิดเกิน 25%
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| สัดส่วน open-weight ของการใช้งานโมเดลภาษาขนาดใหญ่ ปลายปี 2025 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| สัดส่วนโทเค็นรายสัปดาห์โอเพนซอร์สจากจีน | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| สัดส่วนเฉลี่ยรายสัปดาห์โอเพนซอร์สของส่วนอื่นของโลก | 13.7% | OpenRouter, 2025 |
| โทเค็นของ DeepSeek (Nov 2024 to Nov 2025) | 14.37 trillion | OpenRouter, 2025 |
| โทเค็นของ Qwen | 5.59 trillion | OpenRouter, 2025 |
| โทเค็นของ Meta Llama | 3.96 trillion | OpenRouter, 2025 |
| โทเค็นของ Mistral AI | 2.92 trillion | OpenRouter, 2025 |
| จำนวนโทเค็น / โมเดล / ผู้ให้บริการที่วิเคราะห์ทั้งหมด | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
หมายเหตุค่าผิดปกติ: โมเดลที่เน้นการให้เหตุผลในปัจจุบันประมวลผลโทเค็นมากกว่าครึ่งหนึ่งของทั้งหมด เนื่องจาก tool-calling เพิ่มขึ้น การเปลี่ยนแปลงนี้ถูกกล่าวถึงในสถิติ AI agentของเรา
3. ช่องว่างประสิทธิภาพระหว่างโมเดลเปิดกับปิด
ช่องว่างระหว่างโมเดลเปิดที่ดีที่สุดกับโมเดลปิดที่ดีที่สุดแคบลงอย่างมากในปี 2024 จากนั้นก็หยุดแคบลง Epoch AI วัดความล่าช้านี้ด้วย Epoch Capabilities Index ของตน โมเดลแบบ open-weight ล้าหลังโมเดลปิดแนวหน้าประมาณสี่เดือน หรือ 8 คะแนน ECI ตลอดช่วงมกราคมถึงพฤษภาคม 2026 กว้างกว่าความล่าช้าประมาณสามเดือนที่วัดได้จนถึงเดือนตุลาคม 2025 เล็กน้อย AI Index 2026 ของ Stanford HAI บอกเล่าเรื่องราวที่คล้ายกันบนกระดานผู้นำ Arena
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| ความล่าช้าของโมเดล open-weight เทียบกับโมเดลปิดแนวหน้า | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| ความล่าช้าก่อนหน้า (Jan 2023 to Oct 2025) | ~3 months | Epoch AI, 2025 |
| ความนำหน้าของโมเดลปิดอันดับหนึ่งเหนือโมเดลเปิดอันดับหนึ่ง (Mar 2026) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| โมเดลปิดใน 10 อันดับแรกของ Arena | 6 of 10 | Stanford HAI, AI Index 2026 |
| ช่องว่าง Chatbot Arena, Jan 2024 to Feb 2025 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| อัตราการขยายกำลังประมวลผลการฝึกฝนแบบ open-weight แนวหน้า | ~4.7x per year | Epoch AI, 2025 |
| แนวหน้าระดับท้องถิ่น: โมเดลเทียบเท่า LLM ชั้นนำเมื่อ 6-12 เดือนก่อน | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
หมายเหตุบริบท: DeepSeek-R1 ซึ่งเปิดตัวในเดือนมกราคม 2025 ล้าหลังโมเดลปิดที่ดีที่สุดในขณะนั้นอย่าง o3-mini เพียง 2 คะแนนเปอร์เซ็นต์บนเกณฑ์มาตรฐาน MATH Level 5 (Epoch AI, 2025) ซึ่งเป็นการเปิดตัวครั้งแรกที่แสดงให้เห็นว่าช่องว่างกำลังพังทลายลง
4. การเติบโตแบบ Open-Weight ของจีน: Qwen และ DeepSeek
การเปลี่ยนแปลงที่ชี้ขาดที่สุดของปี 2025 คือด้านภูมิศาสตร์ โมเดลจากจีนคิดเป็น 41% ของยอดดาวน์โหลด Hugging Face ในช่วงปีที่ผ่านมา และจีนแซงหน้าสหรัฐฯ ในยอดดาวน์โหลดรายเดือนระหว่างปี 2025 (Hugging Face, Spring 2026) Qwen ของ Alibaba กลายเป็นตระกูลโมเดลเปิดที่มียอดดาวน์โหลดสูงสุดเพียงหนึ่งเดียว ตามรายงานของ Xinhua และ South China Morning Post ในขณะที่การเปิดตัวแอป DeepSeek ในเดือนมกราคม 2025 ได้สร้างสถิติยอดดาวน์โหลดที่ถูกติดตามโดย Sensor Tower และ TechCrunch
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| สัดส่วนของจีนในยอดดาวน์โหลดรายเดือนของ Hugging Face ปี 2025 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| สัดส่วนของโมเดลจีนในยอดดาวน์โหลด Hugging Face ปีที่ผ่านมา | 41% | Hugging Face, Spring 2026 |
| ยอดดาวน์โหลดสะสมของ Qwen บน Hugging Face (Jan 2026) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| ตัวแปรของ Qwen บน Hugging Face | 200,000+ | South China Morning Post, 2026 |
| สัดส่วนของโมเดลภาษาขนาดใหญ่ที่แตกแขนงใหม่ซึ่งมีพื้นฐานจาก Qwen | ~40% | South China Morning Post, 2026 |
| ยอดดาวน์โหลดแอป DeepSeek ใน 19 วันแรก | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| อันดับหนึ่งของ DeepSeek บน App Store | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 เทียบกับ o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
หมายเหตุบริบท: ในเดือนเดียว ยอดดาวน์โหลดของ Qwen สูงกว่ายอดรวมของแปดตระกูลโมเดลเปิดถัดไปรวมกัน ซึ่งรวมถึง Meta, DeepSeek, Mistral และ Nvidia (South China Morning Post, 2026)
5. การนำไปใช้ในองค์กรและเศรษฐศาสตร์
AI โอเพนซอร์สในปัจจุบันเป็นกลยุทธ์องค์กรกระแสหลัก ไม่ใช่การทดลองชายขอบอีกต่อไป McKinsey ร่วมกับ Mozilla และ Patrick J. McGovern Foundation สำรวจผู้นำด้านเทคโนโลยีกว่า 700 คนใน 41 ประเทศ ในรายงาน Open Source Technology in the Age of AI ของบริษัท องค์กรมากกว่าครึ่งหนึ่งใช้ AI โอเพนซอร์สอยู่แล้ว เพิ่มขึ้นเป็น 72% ในภาคเทคโนโลยี และ 76% คาดว่าจะเพิ่มการใช้งาน การสำรวจ Enterprise AI ของ a16z แสดงให้เห็นแรงดึงดูดสู่สแตกแบบหลายโมเดล และนักวิจัยตลาดประเมินโอกาสนี้ไว้ที่หลักหมื่นล้านดอลลาร์
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| องค์กรที่ใช้ AI โอเพนซอร์ส | 50%+ (72% in tech sector) | McKinsey, 2025 |
| ผู้นำที่คาดว่าจะเพิ่มการใช้ AI โอเพนซอร์ส | 76% | McKinsey, 2025 |
| รายงานต้นทุนการนำไปใช้ต่ำกว่าเมื่อเทียบกับแบบเจ้าของกรรมสิทธิ์ | 60% (26% average cost improvement) | McKinsey, 2025 |
| การนำ AI และ machine learning โอเพนซอร์สไปใช้ในองค์กร | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| องค์กรที่รันโมเดล 5 ตัวขึ้นไปในการใช้งานจริง | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| ตลาดโมเดล AI โอเพนซอร์ส ปี 2025 ถึง 2026 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| รอบระดมทุน Series C ของ Mistral AI (Sep 2025) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| มูลค่าของ Hugging Face | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
หมายเหตุบริบท: การคาดการณ์ตลาดโมเดล AI โอเพนซอร์สเป็นการประมาณการของผู้ให้บริการ ควรพิจารณาว่าเป็นข้อมูลล่าสุดที่มีอยู่ (The Business Research Company, 2026) สำหรับการคำนวณต้นทุนขั้นปลายน้ำ ดูสรุปที่เกี่ยวข้องของเราเรื่องสถิติต้นทุน AI inference และสำหรับเครื่องมือสำหรับนักพัฒนา สถิติเครื่องมือ coding AI
6. การกำกับดูแล การอนุญาตใช้สิทธิ์ และความปลอดภัย
Open weight ไม่เหมือนกับโอเพนซอร์ส และคำจำกัดความเหล่านี้สำคัญต่อการปฏิบัติตามข้อกำหนด Open Source Initiative เผยแพร่ Open Source AI Definition ของตนในเดือนตุลาคม 2024 และมีโมเดลที่มีชื่อเสียงเพียงไม่กี่ตัวที่ตรงตามคำจำกัดความนี้อย่างสมบูรณ์ มีเพียง 15 จาก 95 โมเดลสำคัญที่เปิดตัวในปี 2025 เท่านั้นที่มาพร้อมโค้ดการฝึกฝนแบบเปิด (Stanford HAI, AI Index 2026) แม้ว่ารัฐบาลต่างๆ จะเริ่มส่งเสริม open weight ก็ตาม ความปลอดภัยเป็นอีกประเด็นที่ต้องจับตามอง JFrog และนักวิจัย ได้บันทึกโมเดลอันตรายที่สามารถเรียกใช้โค้ดได้บนแพลตฟอร์มสาธารณะ
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| โมเดล AI โอเพนซอร์สที่ได้รับการรับรองจาก OSI | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| โมเดลสำคัญปี 2025 ที่เปิดตัวโดยไม่มีโค้ดการฝึกฝนแบบเปิด | 80 of 95 | Stanford HAI, AI Index 2026 |
| สัดส่วนภาคอุตสาหกรรมในโมเดลสำคัญ ปี 2025 | 91.6% | Stanford HAI, AI Index 2026 |
| โมเดลอันตรายที่พบบน Hugging Face | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| โมเดลที่ JFrog ตั้งข้อสังเกตว่าเป็นภัยคุกคามแบบ zero-day | 25 | JFrog, 2025 |
| AI และ machine learning ที่ถูกมองว่าได้ประโยชน์มากที่สุดจากโอเพนซอร์ส | 38% | Linux Foundation, 2025 |
| จุดยืนของ AI Action Plan สหรัฐฯ ต่อ open weight | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| การบังคับใช้กฎ AI วัตถุประสงค์ทั่วไปของ EU AI Act | Aug 2, 2025 | European Commission, 2025 |
หมายเหตุบริบท: การเข้าถึง open-weight แบบเดียวกันที่ช่วยเหลือสตาร์ทอัพ ก็ลดอุปสรรคต่อการใช้สื่อสังเคราะห์ในทางที่ผิดเช่นกัน ซึ่งเป็นความเสี่ยงที่ถูกวัดปริมาณไว้ในสถิติ deepfakeของเรา
สรุป: AI โอเพนซอร์สในตัวเลข
| เมตริก | ค่า | แหล่งที่มา |
|---|---|---|
| สัดส่วน open-weight ของการใช้งานโมเดลภาษาขนาดใหญ่ ปลายปี 2025 | ~33% | OpenRouter, State of AI 2025 |
| โมเดลสาธารณะบน Hugging Face | 2,000,000+ | Hugging Face, Spring 2026 |
| สัดส่วนยอดดาวน์โหลดจาก 200 โมเดลอันดับต้น | 49.6% | Hugging Face, Spring 2026 |
| องค์กรที่รันโมเดล 5 ตัวขึ้นไปในการใช้งานจริง | 37% | a16z, Enterprise AI 2025 |
| ยอดดาวน์โหลดสะสมของ Qwen บน Hugging Face | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| ยอดดาวน์โหลด Meta Llama (Apr 2025) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 เทียบกับ o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| ยอดดาวน์โหลดแอป DeepSeek ใน 19 วันแรก | 23,000,000 | Sensor Tower, 2025 |
| AI และ machine learning ที่ถูกมองว่าได้ประโยชน์มากที่สุดจากโอเพนซอร์ส | 38% | Linux Foundation, 2025 |
| ความล่าช้าของโมเดล open-weight เทียบกับโมเดลปิดแนวหน้า | ~4 months / 8 ECI points | Epoch AI, 2026 |
| ความนำหน้าของโมเดลปิดอันดับหนึ่งเหนือโมเดลเปิดอันดับหนึ่ง (Mar 2026) | 3.3% | Stanford HAI, AI Index 2026 |
| องค์กรที่ใช้ AI โอเพนซอร์ส | 50%+ | McKinsey, 2025 |
| ผู้นำที่คาดว่าจะเพิ่มการใช้ AI โอเพนซอร์ส | 76% | McKinsey, 2025 |
| ต้นทุนการนำไปใช้ต่ำกว่าเมื่อเทียบกับแบบเจ้าของกรรมสิทธิ์ | 60% (26% avg improvement) | McKinsey, 2025 |
| การนำ AI/ML โอเพนซอร์สไปใช้ในองค์กร | 40% | Linux Foundation, 2025 |
| ตลาดโมเดล AI โอเพนซอร์ส (2026) | 23.08B dollars | The Business Research Company, 2026 |
| มูลค่า Mistral AI (Sep 2025) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| โมเดลสำคัญปี 2025 ที่ไม่มีโค้ดการฝึกฝนแบบเปิด | 80 of 95 | Stanford HAI, AI Index 2026 |
| โมเดลอันตรายที่พบบน Hugging Face | ~100 | Dark Reading / JFrog, 2024-2025 |
| คลังข้อมูล GitHub สาธารณะที่ใช้ LLM SDK | 1,100,000+ | GitHub, Octoverse 2025 |
ระเบียบวิธีและแหล่งที่มา
ข้อมูลถูกรวบรวมโดยการตรวจสอบย้อนกลับตัวเลขแต่ละตัวไปยังผู้เผยแพร่หลัก โดยให้ความสำคัญกับรายงาน การสำรวจ และการเปิดเผยข้อมูลต้นฉบับจากปี 2025 และ 2026 มากกว่าการรวบรวมข้อมูลทุติยภูมิ และทำเครื่องหมายการประมาณการตลาดของผู้ให้บริการรวมถึงตัวเลขที่เก่ากว่าในจุดที่ปรากฏ
แหล่งที่มาที่อ้างอิง:
- Hugging Face, State of Open Source, Spring 2026
- OpenRouter และ 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 และ AI Index Report 2025
- McKinsey ร่วมกับ Mozilla และ Patrick J. McGovern Foundation, Open Source Technology in the Age of AI, 2025
- GitHub, Octoverse 2025
- Xinhua และ South China Morning Post, Qwen downloads reporting, 2026
- Sensor Tower และ TechCrunch, DeepSeek app data, 2025
- Meta, Celebrating 1 Billion Downloads of Llama, 2025 และ 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 และ 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 และ Bloomberg, Series C funding reporting, 2025; Sacra, Hugging Face valuation estimate, 2025; TechCrunch, Hugging Face Series D, 2023
Data watch: แหล่งข้อมูลที่อ้างอิงหลายแหล่งเผยแพร่ตามกำหนดการที่แน่นอน GitHub Octoverse และ AI Index ของ Stanford HAI เผยแพร่ทุกปี โดยฉบับถัดไปคาดว่าจะออกในช่วงปลายปี 2026 และต้นปี 2027 ตามลำดับ การศึกษา State of AI และโอเพนซอร์สของ McKinsey รวมถึงการสำรวจ State of Global Open Source ของ Linux Foundation ดำเนินการเป็นประจำทุกปี State of Open Source ของ Hugging Face เผยแพร่ประมาณปีละสองครั้ง โดยฉบับ Fall 2026 มีแนวโน้มจะออกมา และ Epoch AI อัปเดตการติดตามข้อมูลเปิดเทียบกับปิดอย่างต่อเนื่อง
อัปเดตล่าสุด: July 10, 2026
เราจะทบทวนและอัปเดตหน้านี้ทุกไตรมาสเมื่อมีข้อมูลใหม่เผยแพร่