चीन के ओपन-वेट AI इकोसिस्टम की फील्ड गाइड

पहले सन्दिग्ध के सबसे मज़बूत एतराज़ को लीजिए, क्योंकि यह जायज़ एतराज़ है। किसी ओपन-वेट चीनी मॉडल पर निर्माण का मतलब है एक ऐसी लैब पर निर्भर रहना जिसे आप फ़ोन नहीं कर सकते, ऐसे लाइसेंसों और निर्यात नियमों के तहत जो आपके स्प्रिंट के बीच में बदल सकते हैं, और ऐसे ट्रेनिंग डेटा के साथ जो कोई आपको दिखाने वाला नहीं। यह वास्तविक है, और कोई डाउनलोड चार्ट इसे ग़ायब नहीं करता। चार्ट बस फ़ैसले का आकार बदल देता है। यह कोई एक वायरल मॉडल नहीं है जिसका बुख़ार उतरने का इंतज़ार किया जा सके। यह लैब की पूरी पंक्ति से आने वाले ऐसे मॉडलों की लगातार आपूर्ति है, और इस श्रेणी को नज़रअंदाज़ करने की लागत हर तिमाही बढ़ती जा रही है।

चीन का ओपन-वेट AI इकोसिस्टम लैब का एक समूह है, DeepSeek, Alibaba का Qwen, Moonshot का Kimi, Z.ai का GLM, ByteDance, MiniMax, Baidu और Tencent, जो कई अलग-अलग लाइसेंसों के तहत डाउनलोड योग्य वेट्स के साथ शक्तिशाली मॉडल जारी करते हैं। जून के बाद की रिलीज़ लहर ने इस श्रेणी को फिर आगे बढ़ा दिया है। DeepSeek V4, Kimi K3, GLM-5.3 और MiniMax M3, चारों के पास 1-मिलियन-टोकन कॉन्टेक्स्ट विंडो हैं। गर्मियों में Tencent का पहला फ़्लैगशिप-स्तरीय ओपन मॉडल आया और 8 अगस्त को Qwen3.8 के ओपन वेट्स; GLM-5.3 चौदह अगस्त को आया, जिसका सस्ता Flash वैरिएंट 26 अगस्त को आया, और सितंबर में DeepSeek का V4.1-Flash और यह ख़बर जुड़ी कि Qwen 4 ट्रेनिंग में है। MIT और Hugging Face के एक अध्ययन में चीनी ओपन-वेट मॉडल 2025 में Hugging Face डाउनलोड की हिस्सेदारी में पहली बार अमेरिकी मॉडलों से आगे निकले, अगस्त तक के वर्ष में 17.1% बनाम 15.8%, और तब से यह अंतर लगातार बढ़ता गया है। इससे भी अहम बदलाव यह है कि इनमें से कई रिलीज़ अब उसी लॉन्ग-हॉराइज़न कोडिंग और एजेंट वर्क को निशाना बनाती हैं जो अग्रणी क्लोज़्ड मॉडल करते हैं।

मुख्य बातें- चीन का ओपन-वेट परिदृश्य गंभीर लैब का समूह है, कोई एक वायरल मॉडल नहीं। मौजूदा फ़्लैगशिप में DeepSeek V4, Qwen3.8, Kimi K3, GLM-5.3 और MiniMax M3 शामिल हैं, और गर्मियों में Tencent का Hunyuan Hy3 भी रिलीज़ हुआ।- यह रणनीति है, दान नहीं। बीजिंग ओपन वेट्स को एक औद्योगिक संपत्ति मानता है, एक थीसिस जिसे US-China Commission "two loops" कहता है।- अपनाव पहले से ही निर्णायक है: चीनी ओपन-वेट मॉडल 2025 में Hugging Face डाउनलोड की हिस्सेदारी में अमेरिकी मॉडलों से आगे निकले, और फ़रवरी 2026 के अंत तक वे OpenRouter के टॉप 10 के अंदर टोकन खपत का लगभग 61% ले रहे थे।- "ओपन" का अब मतलब एक ही लाइसेंस रुख नहीं है। Qwen3.6 और Tencent का Hy3 Apache-2.0 इस्तेमाल करते हैं, DeepSeek की V4 लाइन और GLM-5.3-Flash MIT इस्तेमाल करते हैं, जबकि Qwen3.8, Kimi K3, MiniMax M3 और पूरा GLM-5.3 कस्टम लाइसेंसों के साथ आते हैं।- होस्टेड और डाउनलोड योग्य रिलीज़ को अब भी अलग-अलग समझना ज़रूरी है। Alibaba का Qwen3.8-Max एक होस्टेड फ़्लैगशिप है, पर Qwen3.8 के वेट्स अपनी शर्तों के तहत डाउनलोड किए जा सकते हैं।

यह वह फील्ड गाइड है जो काश इन वेट्स को उतारकर उनके साथ छेड़छाड़ शुरू करने से पहले किसी ने मुझे दी होती। भू-राजनीति एक स्तर ऊपर बैठती है, इस सवाल पर बने पिलर में कि क्या चीन AI की दौड़ जीत रहा है। यह लेख ज़मीनी स्तर पर रहता है।

चीन ने अपने AI को ओपन-सोर्स क्यों किया?

चीन ने अपने AI को ओपन-सोर्स इसलिए किया क्योंकि ओपन वेट्स एक रणनीतिक संपत्ति हैं, मुफ़्त में बाँटी जाने वाली चीज़ नहीं। US-China Economic and Security Review Commission इसे "two loops" के रूप में समझाता है: एक डिजिटल लूप, जहाँ ओपन वेट्स दुनिया भर में अपनाव और इटरेशन के बीज बोते हैं, और एक भौतिक लूप, जहाँ चीनी कारख़ानों में सस्ती तैनाती मालिकाना औद्योगिक डेटा को बेहतर मॉडलों में वापस पहुँचाती है। पहले नीति। उदारता कहीं दूर दूसरे नंबर पर।

एक बार दिख जाए तो तर्क सीधा है। 2026 AI Index में वैश्विक AI प्रकाशनों में चीन की हिस्सेदारी 17.8% और दिए गए AI पेटेंट में 74.2% है। ओपन वेट्स उस शोध-मात्रा को पहुँच में बदल देते हैं। एक सक्षम मॉडल मुफ़्त में दे दीजिए, और हर जगह के डेवलपर उस पर निर्माण करते हैं, जिससे चीनी टूलिंग, मानक और निर्भरताएँ किसी भी निर्यात सौदे की तुलना में कहीं तेज़ी से फैलती हैं।

राजनीतिक समर्थन स्पष्ट है। प्रीमियर ली चियांग ने 2025 World AI Conference में संकल्प लिया कि चीन ओपन-सोर्स तकनीक और उत्पादों को साझा करने में "अधिक खुला" होगा, शिन्हुआ ने रिपोर्ट किया, और व्यापक "AI+" पहल का लक्ष्य AI को विनिर्माण, सेवाओं और सरकार में समाहित करना है, जैसा कि चीनी AI नीति पर Carnegie Endowment का विश्लेषण बताता है। ओपन वेट्स चिप निर्यात नियंत्रणों के इर्द-गिर्द रास्ता भी निकाल लेते हैं। अगर आपकी बढ़त किसी एक बेहतरीन क्लोज़्ड मॉडल की मालिकी के बजाय प्रसार में है, तो वैश्विक स्तर पर मायने रखने के लिए आपको नवीनतम एक्सेलरेटर की ज़रूरत नहीं।

यहाँ वह बात है जो पश्चिमी कवरेज अक्सर चूक जाती है। ओपन-सोर्स करना किसी ऐसे देश की चाल नहीं है जो पीछे है और उम्मीद करता है कि उदारता उसे सद्भावना दिला देगी। यह इसके उलट के ज़्यादा करीब है। जब आप केवल कंप्यूट के बल पर क्लोज़्ड-फ्रंटियर की दौड़ नहीं जीत सकते, तो आप खेल को ऐसा बदल देते हैं जिसे आप जीत सकें: सर्वव्यापकता। एक मुफ़्त, पर्याप्त-अच्छा, उदार लाइसेंस वाला मॉडल, जिसे कोई भी डाउनलोड करके अपने हार्डवेयर पर चला सके, प्रभाव का कहीं अधिक टिकाऊ रूप है, उस पेड API की तुलना में जिसका आपकी सीमाओं के बाहर कोई ऑडिट नहीं कर सकता।

चीन अपने AI को सोची-समझी औद्योगिक नीति के रूप में ओपन-सोर्स करता है, परोपकार के रूप में नहीं। US-China Commission की "two loops" थीसिस तर्क देती है कि ओपन मॉडल चीन के व्यापक विनिर्माण और औद्योगिक प्रभुत्व को मज़बूत करते हैं, जबकि प्रीमियर ली चियांग का "ओपन-सोर्स तकनीक और उत्पाद" साझा करने का संकल्प, जिसे शिन्हुआ ने प्रकाशित किया, और "AI+" पहल इसे राजनीतिक समर्थन देते हैं।

अमेरिका के मुक़ाबले खर्च-और-रणनीति की तुलना को मैंने क्या चीन AI की दौड़ जीत रहा है में अलग से संभाला है।

चीनी ओपन सोर्स AI मॉडल सूची: इन्हें कौन बनाता है?

चीनी ओपन-वेट परिदृश्य मोटे तौर पर नौ गंभीर खिलाड़ियों पर चलता है, और यह DeepSeek की सुर्ख़ियों के सुझाव से कहीं अधिक विविध है। Stanford का इकोसिस्टम पर DigiChina ब्रीफ़ चार अग्रणी परिवारों, Qwen, DeepSeek, Kimi और GLM, का गहन परिचय देता है और इनके अलावा एक बेंच का भी ज़िक्र करता है। यहाँ है हर लैब का परिचय, उसके प्रमुख ओपन परिवार के साथ।

इकोसिस्टम के आकार में Qwen अब भी मैदान पर भारी है। Hugging Face की State of Open Models: Summer 2026 रिपोर्ट के मुताबिक़ 2026 के पहले सात महीनों में Qwen के 2.045 अरब Hub डाउनलोड और 151,448 डेरिवेटिव हैं, Meta के कुल फ़ुटप्रिंट से 2.6 गुना। Alibaba का अपना दावा, जिसे Bloomberg ने 15 अगस्त को रिपोर्ट किया, इससे भी बड़ा है: 3 अरब डाउनलोड और दुनिया भर में 3,00,000 से अधिक डेरिवेटिव। मैं इसे ऑडिट किए गए आँकड़े के बजाय कंपनी का आँकड़ा मानूँगा, पर दोनों गिनती पैमाने की पुष्टि करती हैं। MIT Technology Review नोट करता है कि प्लेटफ़ॉर्म पर नए डेरिवेटिव मॉडलों में अकेले Qwen वैरिएंट की हिस्सेदारी 40% से अधिक है। हालाँकि इकोसिस्टम का आकार अब नवीनतम मॉडल का प्रतिनिधि नहीं रहा। Alibaba ने 8 अगस्त 2026 को Qwen3.8 के ओपन वेट्स जारी किए, 95B सक्रिय पैरामीटर वाला 2.4T मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल, Apache-2.0 के बजाय कस्टम Qwen लाइसेंस के तहत, जबकि Qwen3.6 मौजूदा Apache-2.0 लाइन बना हुआ है। और 22 सितंबर को यहीं हांगझो में Apsara कॉन्फ़्रेंस में Alibaba ने कहा कि Qwen 4 ट्रेनिंग में है, चार-टियर लाइनअप का पूर्वावलोकन देते हुए, Max, Flash, Plus और एक ओपन 27B, अभी बिना तारीख़ों, कीमतों या वेट्स के।

मुख्य पाँच के पीछे, बेंच पहले से ज़्यादा मायने रखती है, और इसे फ़ुटनोट की तरह नहीं, नाम से जानना चाहिए। Tencent का Hunyuan Hy3 असली ख़बर है: जुलाई 2026 में Apache-2.0 के तहत रिलीज़, यह पहली बार है कि Tencent ने फ़्लैगशिप-स्तरीय वेट्स ओपन में रखे हैं, और यह सीधे गंभीर मूल्यांकन की सूची में उतरता है। Baidu का ओपन Ernie 4.5 परिवार उस कंपनी के लिए वास्तविक बदलाव था जो सालों तक क्लोज़्ड चली, हालाँकि ओपन वैरिएंट अपनाव में अब भी अग्रणियों से पीछे हैं और Ernie 5.0 क्लोज़्ड ही रहा है। ByteDance इसमें अलग मामला है: Doubao के ज़रिए विशाल उपभोक्ता पैमाना और Seed-OSS में विश्वसनीय शोध चेकपॉइंट, पर इसके फ़्लैगशिप मॉडल क्लोज़्ड रहते हैं, इसलिए इसके इर्द-गिर्द योजना बनाने से पहले देख लें कि वास्तव में क्या ओपन है। एक नाम और है जिसे स्याही से नहीं, पेंसिल से लिखना चाहिए: MiniMax ने 27 सितंबर को अपने MiniMax Code टूल के अंदर M3.1-Flash-Preview शिप किया, पूरी रिलीज़ के बजाय एक प्रीव्यू, इसलिए योजना के लिए M3 ही सही वर्ज़न रहता है।

इनमें से दो लैब अपने मॉडल मेरे अपार्टमेंट से थोड़ी दूरी पर बनाती हैं, और फिर भी मैं शुरुआत में ग़लत था। मैंने मान लिया था कि यह DeepSeek और Qwen के बीच दो-घोड़ों की दौड़ है, कुछ इसलिए कि सुर्ख़ियाँ यही दौड़ कवर करती हैं, कुछ इसलिए कि हांगझो में हर बातचीत में यही दो नाम सुनाई देते हैं। यह दो-घोड़ों की दौड़ नहीं है। अपने स्टैक में मैं कुछ ख़ास कामों, ख़ासकर लॉन्ग-कॉन्टेक्स्ट वर्क में, बार-बार GLM और Kimi की ओर लौटता हूँ, जहाँ किसी छोटी लैब ने चुपचाप बेहतर टूल शिप कर दिया होता है। इकोसिस्टम को "DeepSeek और बाकी सब" के रूप में पढ़ेंगे तो आधे अच्छे विकल्पों से चूक जाएँगे।

संदर्भ नक्शा: प्रमुख चीनी ओपन-वेट लैब और प्रमुख मॉडल परिवार। Stanford के DigiChina ब्रीफ़ और लैबों के अपने रिलीज़ नोट्स और मॉडल कार्ड से संकलित। सांकेतिक, संपूर्ण नहीं।

अग्रणियों की सीधी आमने-सामने तुलना के लिए, देखें Qwen बनाम DeepSeek बनाम Llama।

चीन का ओपन-वेट इकोसिस्टम कम से कम नौ गंभीर लैब तक फैला है। इसके पतझड़ 2026 के फ़्लैगशिप में DeepSeek V4.1-Flash, Qwen3.8, Kimi K3, GLM-5.3 और MiniMax M3 शामिल हैं, और Tencent का Hunyuan Hy3 अब Apache-2.0 के तहत नया ओपन हुआ है। Stanford का DigiChina ब्रीफ़ इस क्षेत्र को किसी एक-मॉडल की कहानी के बजाय विविध के रूप में दर्ज करता है; मौजूदा मॉडल तथ्य लैबों के रिलीज़ नोट्स और मॉडल कार्ड से हैं।

चीनी ओपन मॉडल आप कहाँ पा सकते हैं और चला सकते हैं?

चीनी ओपन मॉडल आपको वहीं मिलते हैं जहाँ कोई भी ओपन मॉडल मिलता है। होस्ट के रूप में Hugging Face हावी है, और ModelScope चीनी-मूल हब है। वहाँ अपनाव कोई मामूली बात नहीं। चीनी ओपन-वेट मॉडल 2025 में पहली बार वैश्विक Hugging Face डाउनलोड की हिस्सेदारी में अमेरिकी मॉडलों से आगे निकले, MIT और Hugging Face के अध्ययन में अगस्त तक के वर्ष में 17.1% बनाम 15.8%, और तब से उन्होंने पीछे मुड़कर नहीं देखा। API की तरफ़, चीनी मॉडल फ़रवरी 2026 के अंत में OpenRouter के टॉप 10 के अंदर टोकन खपत का लगभग 61% ले रहे थे और गर्मियों तक पूरे प्लेटफ़ॉर्म के ट्रैफ़िक में बहुमत बन गए थे, OpenRouter की रैंकिंग के मुताबिक़। ये वेट्स उसी मुख्यधारा के बुनियादी ढाँचे पर मौजूद हैं जिसका आप पहले से उपयोग करते हैं।

अंदर जाने के तीन व्यावहारिक रास्ते हैं। Hugging Face वह जगह है जहाँ आप सेल्फ़-होस्ट या फ़ाइन-ट्यून के लिए वेट्स डाउनलोड करते हैं। ModelScope, Alibaba का हब, अक्सर चीनी रिलीज़ पहले रखता है। होस्टेड API या तो सीधे लैब से मिलते हैं या OpenRouter जैसे एग्रीगेटर से। हर चेकपॉइंट पर उपलब्धता जाँचें: ऊपर नामित हर फ़्लैगशिप के अब डाउनलोड योग्य वेट्स हैं, जबकि Qwen3.8-Max जैसे होस्टेड फ़्लैगशिप लैबों के अपने प्लेटफ़ॉर्म पर इनके साथ-साथ मौजूद हैं।

लाइसेंस की तस्वीर लोगों की अपेक्षा से अधिक मायने रखती है। Qwen3.6 और Hunyuan Hy3 Apache-2.0 इस्तेमाल करते हैं। DeepSeek की V4 लाइन और GLM-5.3-Flash MIT इस्तेमाल करते हैं। Qwen3.8, Kimi K3, MiniMax M3 और पूरा GLM-5.3 अपने-अपने लाइसेंसों के साथ आते हैं। वाणिज्यिक समीक्षा के लिए ये सार्थक रूप से अलग शुरुआती बिंदु हैं, और एक ही लैब के चेकपॉइंट-दर-चेकपॉइंट शर्तें अब भी बदल सकती हैं। Qwen जीवंत उदाहरण है: इसकी ओपन लाइन एक ही रिलीज़ चक्र में 3.6 पर Apache-2.0 से 3.8 पर कस्टम लाइसेंस पर चली गई। Z.ai ने यही बात दूसरी दिशा से साबित की। GLM-5.3 ने परिवार के दिन-एक-पर-MIT के पैटर्न को तोड़ा, 14 अगस्त को API-पहले आया, वेट्स सुरक्षा समीक्षा के लिए दो हफ़्ते रोके गए और विशेष लाइसेंस के तहत जारी हुए, इससे पहले कि 26 अगस्त को Flash वैरिएंट ने MIT वापस ला दिया।

मेरा अपना वर्कफ़्लो जानबूझकर साधारण है। मैं Hugging Face या ModelScope से वेट्स उतारता हूँ, सबसे पहले लाइसेंस फ़ाइल खोलता हूँ, यह देखने के लिए OpenRouter पर प्रोटोटाइप करता हूँ कि मॉडल वाकई उस काम के लिए बैठता है या नहीं, फिर अगर वर्कलोड हार्डवेयर को सही ठहराता है तो विजेता को सेल्फ़-होस्ट करता हूँ। लाइसेंस जाँच वही क़दम है जिसे लोग छोड़ देते हैं, और बाद में इसी पर पछताते हैं।

मौजूदा चीनी फ़्लैगशिप आधिकारिक API, Hugging Face और ModelScope के मिश्रण के ज़रिए उपलब्ध हैं। लाइसेंस में भारी अंतर है: Qwen3.6 और Hunyuan Hy3 Apache-2.0 हैं, DeepSeek के V4 मॉडल और GLM-5.3-Flash MIT हैं, और Qwen3.8, Kimi K3, MiniMax M3 और पूरा GLM-5.3 कस्टम शर्तों के साथ हैं। परिवार के नाम पर भरोसा करने के बजाय सटीक चेकपॉइंट जाँचें।

अगर गवर्नेंस के सवालों पर आप अटके हैं, तो क्या DeepSeek एंटरप्राइज़ के लिए सुरक्षित है पर मेरा गाइड डिलिजेंस चेकलिस्ट के बीच से ले जाता है।

पश्चिमी टीमों के लिए इसका क्या मतलब है?

पश्चिमी टीमों के लिए सुर्ख़ी बदल गई है। चीनी ओपन मॉडल अब केवल सस्ता, पर्याप्त-अच्छा विकल्प नहीं हैं। Kimi K3, GLM-5.3, DeepSeek V4 और MiniMax M3 लॉन्ग-हॉराइज़न कोडिंग, मल्टीमोडल और एजेंटिक वर्क के लिए डिज़ाइन किए गए हैं, चारों में 1M कॉन्टेक्स्ट के साथ। बचे हुए सवाल व्यावहारिक हैं: कौन सा वर्कलोड पर फ़िट बैठता है, उसका लाइसेंस उत्पाद पर फ़िट बैठता है या नहीं, और क्या आप इतने बड़े चेकपॉइंट के लिए हार्डवेयर का बिल उठाना चाहते हैं।

सोचिए कि व्यवहार में इससे क्या बदलता है। सारांशीकरण, निष्कर्षण, वर्गीकरण, रूटिंग और ड्राफ़्टिंग के लिए, आपको शायद ही कभी दुनिया के किसी एक बेहतरीन फ्रंटियर मॉडल की ज़रूरत होती है। आपको एक ऐसा मॉडल चाहिए जो भरोसेमंद हो, सस्ता हो, और जहाँ चाहें चलाने के लिए आपका अपना हो। चीनी ओपन वेट्स उस लक्ष्य पर खरे उतरते हैं, और आप इन्हें टोकन-दर-टोकन किसी क्लोज़्ड API किराए पर लेने के बजाय अपनी मशीनों पर होस्ट कर सकते हैं।

चेतावनियाँ वास्तविक हैं और मैं उन्हें ढकने वाला नहीं। डेटा गवर्नेंस, उद्गम, सेंसरशिप व्यवहार और लाइसेंसिंग, इन सबकी उत्पादन तक पहुँचने से पहले ठीक से जाँच होनी चाहिए। यह जोखिम-मूल्यांकन है, वीटो नहीं। Carnegie का विश्लेषण उपयोगी याद दिलाता है कि ये मॉडल एक नीति-संदर्भ के भीतर आते हैं, इसलिए इन्हें शेल्फ़ से उठाई तटस्थ वस्तुओं की तरह मानना भूल है। मूल्यांकन कीजिए, फिर निर्णय लीजिए।

पश्चिमी टीमों के लिए व्यावहारिक अर्थ यह है कि दुनिया का डिफ़ॉल्ट सस्ता, सक्षम, उदार लाइसेंस वाला मॉडल तेज़ी से चीनी और ओपन-वेट होता जा रहा है, चीनी मॉडल Hugging Face डाउनलोड की हिस्सेदारी में आगे हैं और फ़रवरी 2026 के अंत तक OpenRouter की टॉप-10 टोकन खपत में बहुमत ले रहे थे। सही प्रतिक्रिया गवर्नेंस और लाइसेंसिंग का संरचित मूल्यांकन है, सहज परहेज़ नहीं।

ये मॉडल शुरू से ही इतने सस्ते क्यों हैं, इस पर मैं चीनी AI सस्ता क्यों है में अर्थशास्त्र को खोलता हूँ।

अक्सर पूछे जाने वाले प्रश्न

मुख्य चीनी ओपन सोर्स AI मॉडल कौन से हैं? मौजूदा अग्रणी ओपन चेकपॉइंट हैं DeepSeek V4 Pro और V4.1-Flash, Qwen3.8 और Qwen3.6, Kimi K3, GLM-5.3 और उसका MIT-लाइसेंस वाला Flash भाई, और MiniMax M3, साथ ही गर्मियों में रिलीज़ हुआ Tencent का Hunyuan Hy3। ByteDance के Seed चेकपॉइंट और Baidu का Ernie 4.5 मैदान को और चौड़ा करते हैं। संचयी अपनाव में Qwen अब भी सबसे बड़ा इकोसिस्टम है, पर इसके नवीनतम ओपन वेट्स Apache-2.0 के बजाय कस्टम लाइसेंस के साथ आते हैं।

चीन अपने AI मॉडलों को ओपन-सोर्स क्यों करता है? क्योंकि यह रणनीति है, दान नहीं। US-China Commission की "two loops" थीसिस तर्क देती है कि ओपन मॉडल चीनी टूलिंग और निर्भरताओं को विश्वभर में फैलाकर चीन के व्यापक औद्योगिक प्रभुत्व को मज़बूत करते हैं। इसे प्रीमियर ली चियांग के "ओपन-सोर्स तकनीक और उत्पाद" साझा करने के संकल्प का राजनीतिक समर्थन मिला है, जिसकी रिपोर्ट शिन्हुआ ने की, और Carnegie के नीति विश्लेषण में वर्णित "AI+" पहल का।

क्या चीनी ओपन मॉडल वाकई ओपन हैं? ऊपर नामित रिलीज़ के वेट्स डाउनलोड किए जा सकते हैं, पर लाइसेंस अलग-अलग हैं। Qwen3.6 और Hunyuan Hy3 Apache-2.0 इस्तेमाल करते हैं, DeepSeek के V4 मॉडल और GLM-5.3-Flash MIT इस्तेमाल करते हैं, और Qwen3.8, Kimi K3, MiniMax M3 और पूरा GLM-5.3 कस्टम लाइसेंसों के साथ हैं। ओपन वेट्स का मतलब ओपन ट्रेनिंग डेटा भी नहीं होता। निर्माण से पहले विशिष्ट मॉडल कार्ड और लाइसेंस पढ़ें।

मैं चीनी AI मॉडल कहाँ से डाउनलोड कर सकता हूँ? Hugging Face प्रमुख होस्ट है, और Alibaba का ModelScope चीनी-मूल हब है जो अक्सर रिलीज़ सबसे पहले पाता है। अगर आप सेल्फ़-होस्ट नहीं करना चाहते, तो OpenRouter इनमें से अधिकांश मॉडलों को एक ही होस्टेड API के ज़रिए परोसता है। इन प्लेटफ़ॉर्म पर अपनाव अब निर्णायक है: चीनी ओपन-वेट मॉडल 2025 में Hugging Face डाउनलोड की हिस्सेदारी में अमेरिकी मॉडलों से आगे निकले और 2026 के मध्य तक OpenRouter के ट्रैफ़िक में बहुमत बन गए, OpenRouter की रैंकिंग के मुताबिक़।

निचोड़

चीन का ओपन-वेट इकोसिस्टम कोई एक वायरल मॉडल नहीं है। यह लैब की एक गहरी बेंच है, DeepSeek, Qwen, Kimi, GLM, ByteDance, MiniMax, Ernie और Hunyuan, जिसके पीछे सोची-समझी राष्ट्रीय रणनीति है। बीजिंग ओपन वेट्स को औद्योगिक नीति मानता है, वही "two loops" जिसका वर्णन USCC करता है, और अपनाव के आँकड़े पहले से ही इसे दर्शाते हैं: चीनी ओपन-वेट मॉडल 2025 में Hugging Face डाउनलोड की हिस्सेदारी में अमेरिकी मॉडलों से आगे निकले, फ़रवरी 2026 के अंत तक OpenRouter की टॉप-10 टोकन खपत का लगभग 61% ले रहे थे, और गर्मियों तक प्लेटफ़ॉर्म में बहुमत बन गए थे।

जिस एतराज़ से मैंने शुरुआत की थी वह आज भी क़ायम है, और रहना भी चाहिए। आप ऐसी लैब पर निर्भर रहेंगे जिन्हें आप कॉल नहीं कर सकते, ऐसी शर्तों के तहत जो बदल सकती हैं, जैसा कि 3.6 और 3.8 के बीच Qwen के चुपके किए गए लाइसेंस बदलाव ने अभी दिखाया। नक्शा आपको यह क्षमता देता है कि आप सटीक बता सकें कि उनमें से कौन से जोखिम वास्तव में आपके उठाने के हैं: इस वर्कलोड के लिए, इस चेकपॉइंट पर, इस लाइसेंस के तहत। यह "क्या हमें चीनी मॉडल इस्तेमाल करने चाहिए" से कहीं छोटा और कहीं ज़्यादा जवाब देने लायक सवाल है।

ज़मीन की समझ हाथ में होते ही, Qwen बनाम DeepSeek बनाम Llama में अग्रणियों की आमने-सामने तुलना करें, क्या DeepSeek एंटरप्राइज़ के लिए सुरक्षित है में डिलिजेंस पूरी करें, या इस सवाल पर बने पिलर तक वापस जाएँ कि क्या चीन AI की दौड़ जीत रहा है। और अगर आप किसी बिल्ड पर दूसरी नज़र चाहते हैं, तो यही वह काम है जो मैं करता हूँ।