Modelos de IA más descargados en Hugging Face 2026

Qué muestra este gráfico. Los quince repositorios de modelos con más descargas en Hugging Face durante los últimos treinta días, leídos desde la API pública del Hub el 21 de septiembre de 2026 a las 08:19 UTC. El modelo de embeddings all-MiniLM-L6-v2 encabeza la lista con 251.048.129 descargas, 2,83 veces las 88.600.335 del segundo clasificado, ms-marco-MiniLM-L6-v2, y por sí solo representa el 33,1 por ciento de las 758.585.348 descargas que los quince suman entre todos. Ocho de los quince convierten texto en vectores para búsqueda, ordenación o clasificación en lugar de escribir nada, y solo uno de los quince, Qwen3-0.6B, es un generador de texto de tipo chat.

Cómo se recogen los datos. El Hub cuenta las descargas en su propio servidor, mientras sirve los archivos, y no envía nada desde la máquina del usuario. Como un repositorio contiene muchos archivos, solo se cuentan las peticiones a un conjunto de archivos de consulta, para que una misma descarga no se cuente varias veces: config.json por defecto, o el archivo que cada biblioteca designa, como pytorch_model.bin o adapter_config.json. Cada petición HTTP a un archivo de consulta, ya sea GET o HEAD, cuenta como una descarga. Los archivos GGUF son una excepción: son autónomos y no dependen de ninguna biblioteca, así que se cuenta cada uno, algo que la documentación advierte que duplica el recuento cuando se clona un repositorio entero. La biblioteca diffusers tiene su propio filtro y cuenta model_index.json junto con los archivos safetensors, ckpt y bin del primer nivel. La cifra del gráfico es el campo downloads de la API, el mismo número que cada página de modelo muestra como descargas del último mes.

Contexto. El Hub publica también un total histórico junto al mensual. Para el líder asciende a 3.915.587.275 descargas y para bert-base-uncased de google-bert, quinto aquí con 46.140.403 en los últimos treinta días, a 3.238.101.939. Las organizaciones que necesitan más que la cifra pública pueden usar Publisher Analytics del Hub, que la documentación describe como registros anonimizados a nivel de petición que permiten separar los pesos de los archivos de configuración, excluir las cadenas de integración continua o contar usuarios únicos. Nada de eso se aplica a la cifra que se muestra aquí.

Límites. Una descarga es una petición HTTP, no una persona: una compilación automática que descarga un modelo en cada ejecución se cuenta cada vez. La ventana es de treinta días, así que un solo trabajo grande puede subir un repositorio en la lista y la clasificación cambia de semana en semana. La regla del archivo de consulta también varía según la biblioteca, lo que hace que las cifras solo sean comparables de forma aproximada. Por último, la lista clasifica repositorios y no modelos. Los mismos pesos se publican a menudo varias veces, como original, como copia cuantizada y como archivo único, y cada copia acumula sus propias descargas.