Издание Interconnects открыло два бесплатных сервиса: Artifacts Hub — каталог почти из 800 открытых моделей, вышедших за два года, и Adoption Dashboard — статистику того, кто и где ими пользуется. Открытые модели — те, которые можно скачать и запустить у себя, не платя за каждый запрос. Разбираем, что там смотреть и как этим пользоваться при выборе модели для своих задач.
Что показывает Artifacts Hub
Hub собирает данные с Hugging Face — крупнейшей площадки, где выкладывают открытые модели. По каждой модели видно несколько срезов сразу.
Первый — индекс интеллекта от Artificial Analysis: сводная оценка того, насколько модель хорошо справляется с задачами. Второй — популярность: сколько раз модель скачивали и как часто её выбирают через Open Router, сервис-посредник между приложениями и моделями. Третий — метрики загрузок с поправкой на размер модели и время с момента выхода: без этой поправки старые и крупные модели всегда выглядели бы лидерами.
По заметным моделям, например GLM-5.2, есть развёрнутое сравнение с конкурентами.
Что показывает Adoption Dashboard
Второй сервис отвечает на другой вопрос: не «какая модель хороша», а «кто её реально использует». Разбивка идёт по странам и организациям, плюс отдельно считаются производные модели — те, которые сделали на основе исходной.
Заметный факт из данных: между США и Китаем существенный разрыв в уровне использования открытых моделей. Такая картина полезна, когда нужно понять, куда движется экосистема и вокруг каких моделей складывается сообщество.
Зачем нужны цифры вместо ощущений
Выбор модели обычно делают по обрывкам: где-то прочитал, кто-то посоветовал, компания красиво презентовала. Проблема в том, что громче всех звучат новые релизы, а не то, что действительно работает у людей.
Два числа закрывают эту слепую зону. Оценка качества говорит, на что модель способна. Статистика использования говорит, доверяют ли ей на практике. Расхождение между ними — тоже сигнал: сильная по тестам, но никем не используемая модель часто означает сложный запуск или неудобную лицензию.
Как этим пользоваться при выборе модели
Порядок простой. Отберите в Hub кандидатов, подходящих по размеру под ваше железо. Сравните их по индексу интеллекта — так отсеются откровенно слабые. Затем посмотрите в Dashboard, кто ими пользуется: живое сообщество вокруг модели означает готовые инструкции, ответы на вопросы и исправленные ошибки.
И отдельно проверьте динамику. Модель с растущим числом производных развивается, модель с падающими загрузками — доживает.
Практический смысл появляется, когда вы запускаете модель у себя: тут ошибка стоит не денег, а времени на настройку. Как локальная модель встраивается в агента, разобрано в полном гиде по OpenClaw и в материале про новые возможности OpenClaw 2026.7.2.
Кому это нужно, а кому достаточно знать о существовании
Если вы пользуетесь нейросетями через чат, заходить в эти сервисы незачем — модель за вас выбрал сервис. Достаточно помнить, что открытая статистика существует: она пригодится в тот день, когда вы решите запустить модель у себя.
Если вы подбираете модель под проект или под локального агента, потратьте полчаса на оба сервиса до того, как начнёте что-то настраивать. Это дешевле, чем выяснить неподходящий выбор через неделю возни.
Дальше по теме — обновления OpenClaw и разбор улучшений надёжности агента.
Источник: Introducing our Artifacts Hub and Adoption Dashboard, Nathan Lambert, Interconnects, 2026.
Рядом по инструментам и стандартам: возвращение онтологий и MCP 2.0.