Classement des modèles non censurés : que mesurent réellement les nombres de téléchargements

Il n’existe aucune façon honnête de classer les modèles non censurés selon leurs capacités, et tout classement qui prétend le faire classe discrètement autre chose — généralement le nombre de téléchargements, qui mesure la distribution plutôt que la capacité. Il s’agit donc d’un autre type de classement : un registre de provenance. Pour quinze dépôts issus de six modèles de base — dont dix construits sur Qwen3.8-27B, les autres sur Qwen3.8-Flash-Next, Qwen-Image-2.1, Gemma-4-E4B, GLM-5.3 et DeepSeek-V4.1-Flash — il consigne le modèle de base dont proviennent les poids, la méthode d’ablation utilisée pour supprimer le comportement de refus, la quantification dans laquelle le fichier est servi, si l’accès au dépôt est restreint, et le nombre de téléchargements au 21 octobre 2026. L’ordre est établi par modèle de base, et non par score. Si vous voulez un chiffre qui vous dise lequel choisir, la réponse honnête est que ce chiffre n’existe pas encore — ce qui est l’argument que la couverture existante des modèles non censurés de ce blog ne cesse d’avancer, et le même argument que le registre des incidents avance à propos des affirmations de capacités en général.

Ce pour quoi le registre est véritablement utile est différent, et plus utile encore : il vous indique quels artefacts existent, qui les a créés, comment ils ont été créés, et lesquels sont réellement récupérés. C’est dans cette dernière colonne que résident les désaccords intéressants.

Ce qu'est, mécaniquement, un compteur de téléchargements

Le compteur de téléchargements de Hugging Face s’incrémente lorsqu’un fichier est récupéré — par une personne, par un script, par une tâche CI, par un miroir, par un harnais d’évaluation qui récupère les mêmes poids pour la onzième fois. C’est un compteur de récupérations. Ce n’est pas un nombre d’utilisateurs, ni un nombre d’installations, ni un signal de qualité. Un dépôt servant un GGUF de 20 Go que les gens retéléchargent après chaque tentative échouée accumulera plus de récupérations qu’un meilleur dépôt servant une quantification de 4 Go que les gens récupèrent une seule fois.

Deux biais structurels en découlent, et ils expliquent l’essentiel de la dispersion ci-dessous. Premièrement, la quantification pilote les téléchargements : un dépôt GGUF qui propose huit niveaux de quantification est récupéré pour celui que la VRAM de l’utilisateur autorise, et les niveaux populaires sont récupérés à répétition à mesure que les utilisateurs expérimentent. Deuxièmement, le format de fichier détermine qui peut l’utiliser tout court : une version safetensors non quantifiée n’est utilisable que par une personne disposant d’un budget mémoire suffisant pour la pleine précision, si bien que son nombre de téléchargements est plafonné par le matériel plutôt que par l’intérêt. C’est pourquoi la version GGUF d’un même modèle est presque toujours téléchargée d’un ordre de grandeur de plus que sa version en pleine précision, et pourquoi interpréter cet écart comme un verdict sur la qualité relève d’une erreur de catégorie.

Une base, neuf dérivés, un écart de soixante fois

Le cluster Qwen3.8-27B est l’expérience naturelle la plus propre de l’échantillon : neuf dépôts sur la carte ci-dessous, tous remontant à la même base 27B, tous énonçant le même objectif d’élimination du comportement de refus, et portant des nombres de téléchargements qui diffèrent énormément.

Les trois premiers — JonathanColetti à 2,58 M, le GGUF abliterated de huihui-ai à 2,43 M, la version MTP agressive de HauhauCS à 2,36 M — se situent à moins de neuf pour cent d’écart les uns des autres et ont tous été créés dans la même fenêtre de quatre jours à la mi-août 2026. Ce regroupement n’est ni une coïncidence ni un classement : c’est à quoi ressemble la publication d’un modèle lorsque plusieurs créateurs de dérivés partent de la même base en l’espace d’une semaine, chacun avec une recette légèrement différente.

Comparez les artefacts plutôt que les décomptes. JonathanColetti, huihui-ai et 0bserverx décrivent tous une modification de retrait des refus sur la même base. DavidAU est une fusion — un fine-tune empilé sur un fine-tune, avec une chaîne de modificateurs dans le nom du dépôt qui remonte à un dérivé précédent plutôt qu'à la base d'origine. HauhauCS met en avant MTP, la prédiction multi-jetons, qui est une propriété de vitesse plutôt que de censure. Ce sont quatre classes différentes d'artefacts figurant dans une même liste parce qu'elles partagent un parent. Les nombres de téléchargements ne permettent pas de les distinguer, et un classement qui trierait par nombre de téléchargements placerait la fusion en quatrième position et la qualifierait d'abliteration moins bonne.

Les mentions J’aime et les téléchargements diffèrent d’un facteur supérieur à vingt.

Hugging Face enregistre aussi les likes, et le ratio entre les deux compteurs est le nombre dérivé le plus informatif de l’échantillon. La version FP8 de l’organisation elle-même compte 1 832 likes pour 126 807 téléchargements, soit environ un like pour 69 téléchargements. La version de JonathanColetti, avec un nombre de téléchargements vingt fois plus élevé, compte 1 651 likes : environ un like pour 1 560 téléchargements.

Cet écart ne signifie pas qu’un dépôt est adoré et l’autre ignoré. Il indique que les deux compteurs mesurent des populations différentes. Le nombre de téléchargements augmente avec le nombre de machines qui veulent le fichier ; les « j’aime » augmentent avec le nombre de comptes Hugging Face ayant consulté la page. Un dépôt largement utilisé par des fournisseurs d’inférence, des harnais et des tâches CI affichera un nombre de téléchargements disproportionné par rapport à tout engagement humain, car l’essentiel de son trafic n’est pas constitué de personnes. Lisez le ratio avant de lire le nombre : un ratio élevé entre téléchargements et « j’aime » est le signe que l’artefact est devenu une infrastructure, et le trafic d’infrastructure ne vous dit rien sur la qualité du modèle.

Le gating change ce que le nombre signifie

Quatre des quinze dépôts sont à accès restreint, et cette restriction tient à un champ de provenance plutôt qu’à une note de bas de page sur la disponibilité. Un dépôt à accès restreint compte toujours les téléchargements, mais uniquement ceux des comptes ayant accepté ses conditions ; son décompte est donc borné par une population ayant accès plutôt que par l’intérêt. Comparer les téléchargements d’un dépôt à accès restreint à ceux d’un dépôt en accès libre revient à comparer deux dénominateurs différents.

Le cas le plus clair de l’échantillon est le dérivé de cybersécurité construit sur un modèle 27B non censuré : 28 009 téléchargements, à accès restreint, créé le 2026-09-26. C’est le dépôt le plus récent du registre et le deuxième le moins téléchargé, et aucun de ces deux faits ne constitue une preuve de sa capacité. Il n’a simplement pas été accessible à la population qui génère le volume de téléchargements, car y accéder nécessite une demande.

Ce schéma se généralise, et c’est pourquoi les colonnes soumises à autorisation importent davantage que la colonne des compteurs pour quiconque effectue une vérification préalable. Trois des quinze — les versions FP8 et GGUF du 27B et le GGUF de Flash-Next — relèvent d’une approbation automatique ; les autres sont ouverts. Un modèle non censuré et sans restriction d’accès avec un compteur élevé dispose d’une large base d’utilisateurs occasionnels. Un modèle soumis à autorisation avec un faible compteur peut être exactement ce que cherche une équipe de sécurité, et son nombre de téléchargements ne le dira jamais.

Ce que montrent les quatre autres bases du registre

Élargissez le cadre et la colonne des effectifs devient encore moins interprétable, car l’échantillon n’est pas homogène.

• Qwen-Image-2.1, quantisé, 2 788 283 téléchargements. Le plus grand dépôt du registre est un modèle d'image. Ce n'est pas un modèle de langage non censuré, et sa présence rappelle que le mot « non censuré » est désormais une convention d'étiquetage appliquée à toutes les modalités, quelle que soit la nature réelle de l'artefact.

• Qwen3.8-Flash-Next, GGUF, 869 081 téléchargements, accès restreint. Une base plus petite dont les dérivés ont acquis une réelle portée, mais une fraction de l’ensemble 27B.

• GLM-5.3, FP8, 103 568 téléchargements. Présenté comme une version dédiée à la cybersécurité plutôt qu’une version non censurée, construit sur une famille de base différente. Intention différente, public adjacent.

• DeepSeek-V4.1-Flash, FP8, 52 502 téléchargements. Un seul dépôt, aucun équivalent GGUF, aucun équivalent MLX. Son nombre reflète un format de service unique et donc un public matériel plus restreint.

Quatre bases, quatre explications différentes pour la même colonne. Tout classement qui les mélange dans une seule liste triée produit un chiffre dont la signification change d’une ligne à l’autre.

Comment lire un grand livre qui n’a aucun score

La discipline de lecture est brève, et c’est la même que celle que vous appliqueriez à tout dossier de provenance.

• Commencez par la base. Deux dépôts ayant des parents différents ne sont pas comparables, quelle que soit la similitude de leurs noms. Notez que le parent de l’entrée DavidAU est un autre dérivé, et non le modèle original.

• Puis la méthode. Abliteration, fusion, MTP-tuned, quantification uniquement. La première modifie le comportement en retirant une direction des poids ; la deuxième modifie le comportement en mélangeant les poids ; la troisième modifie la vitesse ; la quatrième ne change absolument rien au comportement.

• Puis le format. GGUF pour l'inférence locale selon les budgets mémoire, FP8 pour le service en centre de données, MLX pour les puces Apple, non quantifié pour la référence et l'entraînement ultérieur. Le format prédit le volume de téléchargements plus fortement que la qualité.

• Puis la porte. Ouverte, approbation automatique ou restreinte. C'est le champ qui explique le plus souvent un nombre anormalement faible.

• Enfin, le décompte — et uniquement à titre de comparaison au sein d’un même format.Comparer les téléchargements d’un GGUF à ceux d’un autre GGUF est défendable. Comparer un GGUF à une version FP8 revient à comparer deux distributions.

{{1}}Là où le registre ne peut pas aider du tout{{/1}}, c'est {{2}}la question que tout le monde se pose réellement : laquelle de ces options se comporte le mieux une fois les refus disparus{{/2}}. Cela nécessite de les faire tourner, et le cadrage honnête pour les faire tourner est celui que ce blog a déjà utilisé — l’ablitération supprime un comportement sans ajouter de connaissances, donc un modèle abliteré plus petit ne peut toujours pas faire ce qu’un modèle de base plus grand ne pouvait pas faire.

Si vous voulez en appeler un plutôt que d’en télécharger un

L'essentiel du registre concerne des artefacts locaux. L'autre façon d'utiliser cette catégorie passe par une API, et le point d'entrée à connaître est la page du modèle Qwen3.8 27B : contexte de 262 K tokens, entrée texte, image et vidéo, servi en block-FP8 avec la tour de vision maintenue en pleine précision, à 0,40 $ par million de tokens d'entrée et 4,21 $ par million de tokens de sortie. Son chiffre de trafic publié sur sept jours est de 645,2 millions de tokens, soit ce qui, sur la page, s'approche le plus d'un signal de demande — et notez qu'il s'agit d'un nombre de tokens, et non d'un nombre de téléchargements, ce qui en fait une mesure entièrement différente.

Soyez précis sur ce qu’est cette page et sur ce qu’elle n’est pas. Il s’agit d’un modèle 27B hébergé sous le slug fournisseur obsidian, et il est facturé au token sur la même passerelle que tout le reste. Ce n’est pas le même artefact que n’importe quel dépôt du registre ci-dessus : l’organisation publie également une version FP8 non censurée sur Hugging Face, qui est un fichier téléchargeable dont le nombre de téléchargements s’élève à 126 807, tandis que le modèle servi est un déploiement avec un nombre de tokens. Un nombre mesure les récupérations ; l’autre mesure les appels. Aucun des deux n’est un score de capacité, et aucun ne remplace le test du comportement qui vous importe.

Voilà tout l’argument d’un classement sans scores. Les téléchargements vous disent ce que les gens ont récupéré. Les « likes » vous disent qui est passé par la page. Les contrôles d’accès vous disent qui a été autorisé à télécharger tout court. La provenance vous dit ce que vous obtenez réellement. La seule chose qui manque est celle que tout le monde veut — et tant que quelqu’un n’aura pas publié une évaluation reproductible de ces artefacts sur les tâches auxquelles ils prétendent être destinés, un classement ne serait qu’une invention déguisée en mesure.