Classifica dei modelli non censurati: cosa misurano davvero i conteggi dei download

Non esiste un modo onesto di classificare i modelli non censurati in base alle capacità, e ogni classifica che sostiene di farlo in realtà sta classificando qualcos'altro — di solito i conteggi dei download, che misurano la distribuzione anziché l'abilità. Quindi questa è una classifica di tipo diverso: un registro di provenienza. Per quindici repository discendenti da sei modelli di base — dieci dei quali costruiti su Qwen3.8-27B, gli altri su Qwen3.8-Flash-Next, Qwen-Image-2.1, Gemma-4-E4B, GLM-5.3 e DeepSeek-V4.1-Flash — registra il modello di base da cui provengono i pesi, il metodo di ablazione usato per rimuovere il comportamento di rifiuto, la quantizzazione con cui il file viene servito, se il repository è ad accesso limitato e il conteggio dei download al 2026-10-21. L'ordine è per modello di base, non per punteggio. Se vuoi un numero che ti dica quale scegliere, la risposta onesta è che quel numero non esiste ancora — che è l'argomento che la copertura esistente di questo blog sui modelli non censurati continua a portare avanti, e lo stesso argomento che il registro degli incidenti porta riguardo alle dichiarazioni di capacità in generale.

Ciò per cui il ledger è davvero valido è qualcosa di diverso e più utile: ti dice quali artefatti esistono, chi li ha creati, come sono stati creati e quali di essi vengono effettivamente scaricati. È proprio in quell'ultima colonna che si annidano i disaccordi interessanti.

Che cos’è, meccanicamente, un conteggio dei download

Il conteggio dei download di Hugging Face aumenta quando un file viene scaricato — da una persona, da uno script, da un job CI, da un mirror, da un harness di valutazione che preleva gli stessi pesi per l'undicesima volta. È un contatore di download. Non è un conteggio di utenti, né un conteggio di installazioni, né un indicatore di qualità. Un repository che offre un GGUF da 20 GB che le persone riscaricano dopo ogni tentativo fallito accumulerà più download di un repository migliore che offre una quantizzazione da 4 GB che le persone scaricano una volta sola.

Ne derivano due distorsioni strutturali, che spiegano gran parte della dispersione riportata di seguito. In primo luogo, la quantizzazione guida gli scaricamenti: un repository GGUF che offre otto livelli di quantizzazione viene scaricato per quello che la VRAM dell'utente consente, e i livelli più popolari vengono scaricati ripetutamente mentre gli utenti sperimentano. In secondo luogo, il formato del file determina chi può effettivamente usarlo: una build safetensors non quantizzata è utilizzabile solo da chi ha il budget di memoria per la precisione piena, quindi il suo numero di download è limitato dall'hardware anziché dall'interesse. Ecco perché il GGUF dello stesso modello quasi sempre supera di un ordine di grandezza i download della versione a precisione piena, e perché interpretare quel divario come un giudizio sulla qualità sia un errore di categoria.

Una base, nove derivati, una forbice di sessanta volte

Il cluster Qwen3.8-27B è l'esperimento naturale più pulito del campione: nove repository nella scheda qui sotto, tutti riconducibili alla stessa base 27B, tutti dichiaranti lo stesso obiettivo di rimuovere il comportamento di rifiuto, e con conteggi di download che differiscono enormemente.

I primi tre — JonathanColetti a 2,58M, il GGUF abliterated di huihui-ai a 2,43M, la build MTP aggressiva di HauhauCS a 2,36M — sono entro il nove percento l'uno dall'altro e sono stati tutti creati nella stessa finestra di quattro giorni a metà agosto 2026. Quella concentrazione non è una coincidenza e non è una classifica: è l'aspetto che ha il rilascio di un modello quando diversi creatori di derivati si muovono sulla stessa base nel giro di una settimana, ciascuno con una ricetta leggermente diversa.

Confronta gli artefatti, non i conteggi. JonathanColetti, huihui-ai e 0bserverx descrivono tutti una modifica di rimozione del rifiuto rispetto alla stessa base. DavidAU: la sua voce è un merge — un fine-tune impilato su un fine-tune, con una catena di modificatori nel nome del repository che risale a un derivato precedente anziché alla base originale. HauhauCS: la sua build pubblicizza MTP, multi-token prediction, che è una proprietà di velocità anziché di censura. Si tratta di quattro diverse classi di artefatti che stanno in un unico elenco perché condividono un genitore. I conteggi dei download non li distinguono, e una classifica ordinata per conteggio metterebbe il merge al quarto posto e lo definirebbe un'abliterazione peggiore.

I "mi piace" e i download divergono di oltre venti volte

Anche Hugging Face registra i like, e il rapporto tra i due contatori è il numero derivato più informativo del campione. La build FP8 dell'organizzazione ha 1.832 like contro 126.807 download — circa un like ogni 69 download. La build di JonathanColetti, con un numero di download venti volte maggiore, ha 1.651 like: circa un like ogni 1.560 download.

Quel divario non significa che un repository sia amato e un altro ignorato. Significa che i due contatori stanno misurando popolazioni diverse. I download crescono con il numero di macchine che vogliono il file; i like crescono con il numero di account Hugging Face che sono passati dalla pagina. Un repository ampiamente usato da provider di inferenza, harness e job CI mostrerà un numero di download sproporzionato rispetto a qualsiasi coinvolgimento umano, perché la maggior parte del suo traffico non è fatta di persone. Leggi il rapporto prima del conteggio: un elevato rapporto download/like è un segnale che l'artefatto è diventato infrastruttura, e il traffico infrastrutturale non ti dice nulla sulla qualità del modello.

Il gating cambia ciò che il numero significa.

Quattro dei quindici repository sono ad accesso limitato, e il vincolo è un campo di provenienza anziché una nota a piè di pagina sulla disponibilità. Un repository ad accesso limitato conta comunque i download, ma solo quelli degli account che ne hanno accettato i termini, quindi il suo conteggio è limitato da una popolazione con accesso anziché dall'interesse. Confrontare i download di un repository ad accesso limitato con quelli di uno senza limitazioni significa confrontare due denominatori diversi.

Il caso più chiaro nel campione è il derivato per la sicurezza informatica costruito sopra un 27B non censurato: 28.009 download, ad accesso limitato, creato il 2026-09-26. È il repository più recente nel registro e il secondo meno scaricato, e nessuno dei due fatti è una prova delle sue capacità. Semplicemente non è stato raggiungibile dalla popolazione che genera volume di download, perché per raggiungerlo è necessaria una richiesta.

Quel pattern è generalizzabile, ed è per questo che le colonne relative al gating contano più della colonna del conteggio per chiunque svolga una due diligence. Tre dei quindici — le build FP8 e GGUF del 27B e il GGUF di Flash-Next — richiedono un'approvazione automatica; gli altri sono aperti. Un modello non censurato e senza gating con un conteggio elevato ha un'ampia base di utenti occasionali. Uno con gating e un conteggio basso può essere esattamente ciò che cerca un team di sicurezza, e il suo numero di download non lo dirà mai.

Cosa mostrano le altre quattro basi nel registro

Amplia il quadro e la colonna dei conteggi diventa ancora meno interpretabile, perché il campione non è omogeneo.

• Qwen-Image-2.1, quantizzato, 2.788.283 download. Il repository più grande del registro è un modello di immagini. Non è un modello linguistico senza censure, e la sua presenza ricorda che la parola "uncensored" è ormai una convenzione di etichettatura applicata a tutte le modalità, qualunque sia l'artefatto reale.

• Qwen3.8-Flash-Next, GGUF, 869.081 download, ad accesso limitato. Una base più piccola i cui derivati hanno accumulato una diffusione concreta, ma una frazione del cluster 27B.

• GLM-5.3, FP8, 103.568 download. Etichettata come una build per la cybersecurity anziché una senza censure, basata su una diversa famiglia di base. Intento diverso, pubblico adiacente.

• DeepSeek-V4.1-Flash, FP8, 52.502 download. Un unico repository, nessuna variante GGUF, nessuna variante MLX. Il suo conteggio riflette un unico formato di serving e quindi un pubblico hardware più ristretto.

Quattro basi, quattro spiegazioni diverse per la stessa colonna. Qualsiasi classifica che le mescoli in un'unica lista ordinata produce un numero il cui significato cambia riga per riga.

Come leggere un registro che non ha punteggi

La disciplina di lettura è breve ed è la stessa che appliceresti a qualsiasi registro di provenienza.

• Inizia dalla base. Due repository con parent diversi non sono confrontabili, indipendentemente da quanto simili siano i loro nomi. Nota che il parent della voce DavidAU è un altro derivato, non il modello originale.

• Poi il metodo. Abliterazione, fusione, ottimizzato MTP, solo quantizzazione. La prima modifica il comportamento rimuovendo una direzione dai pesi; la seconda modifica il comportamento fondendo i pesi; la terza modifica la velocità; la quarta non modifica affatto il comportamento.

• Poi il formato. GGUF per l'inferenza locale su diversi budget di memoria, FP8 per il serving nei datacenter, MLX per Apple silicon, non quantizzato per riferimento e ulteriore addestramento. Il formato predice il volume di download con più forza di quanto faccia la qualità.

• Poi il gate. Aperto, approvazione automatica o limitato. Questo è il campo che più spesso spiega un numero anomalamente basso.

• Infine, il conteggio — e solo come confronto all'interno dello stesso formato.Confrontare i download di un GGUF con quelli di un altro GGUF è difendibile. Confrontare un GGUF con una build FP8 significa confrontare due distribuzioni.

Il registro non può essere di alcun aiuto proprio sulla domanda che tutti si fanno davvero: quale di questi si comporta meglio una volta eliminati i rifiuti. Questo richiede di eseguirli, e la formulazione onesta per eseguirli è quella che questo blog ha già usato in passato — l'abliterazione rimuove un comportamento senza aggiungere conoscenza, quindi un modello abliterato più piccolo non può comunque fare ciò che un modello base più grande non poteva fare.

Se vuoi chiamarne uno anziché scaricarne uno

La maggior parte del registro riguarda artefatti locali. L'altro modo di usare questa categoria è tramite un'API, e il punto d'ingresso che vale la pena conoscere è la pagina del modello Qwen3.8 27B: contesto da 262K token, input di testo, immagini e video, erogato in block-FP8 con la torre visiva mantenuta a piena precisione, a $0,40 per milione di token di input e $4,21 per milione di token di output. Il dato di traffico pubblicato su sette giorni è di 645,2 milioni di token, che è la cosa più vicina sulla pagina a un segnale di domanda — e nota che è un conteggio di token, non un conteggio di download, il che lo rende una misura del tutto diversa.

Sii preciso su cosa quella pagina è e non è. È un modello 27B ospitato sotto lo slug del fornitore obsidian, ed è prezzato per token sullo stesso gateway di tutto il resto. Non è lo stesso artefatto di qualsiasi repository nel registro sopra: l'organizzazione pubblica anche una build FP8 senza censura su Hugging Face, che è un file scaricabile con un numero di download di 126,807, mentre il modello servito è un deployment con un conteggio di token. Un numero misura i fetch; l'altro misura le chiamate. Nessuno dei due è un punteggio di capacità, e nessuno dei due sostituisce il test del comportamento che ti interessa.

Il che è tutta l'argomentazione di una classifica senza punteggi. I download ti dicono cosa le persone hanno scaricato. I like ti dicono chi è passato dalla pagina. I controlli di accesso ti dicono chi era autorizzato anche solo a scaricare. La provenienza ti dice cosa stai effettivamente ottenendo. L'unica cosa che manca è quella che tutti vogliono — e finché qualcuno non pubblicherà una valutazione riproducibile di questi artefatti sui compiti per cui dichiarano di essere destinati, una graduatoria sarebbe un'invenzione travestita da misurazione.