検閲なしモデルランキング：ダウンロード数は実際に何を測っているのか

無検閲モデルを能力でランク付けする誠実な方法は存在せず、そう主張するリーダーボードはどれも、密かに別の何かをランク付けしている——たいていはダウンロード数であり、それは能力ではなく配布状況を測るものだ。したがってこれは別種のリーダーボード、すなわち来歴台帳である。6つのベースモデルから派生した15のリポジトリ——そのうち10の構築元はQwen3.8-27Bで、残りはQwen3.8-Flash-Next、Qwen-Image-2.1、Gemma-4-E4B、GLM-5.3、DeepSeek-V4.1-Flashに基づく——について、重みの由来となったベース、拒否挙動を除去するために用いたアブレーション手法、ファイルが提供される際の量子化形式、リポジトリがゲート付きかどうか、そして2026-10-21時点のダウンロード数を記録する。順序はスコア順ではなくベースモデル順である。どれを選ぶべきかを示す数値が欲しいなら、誠実な答えは、その数値はまだ存在しないということだ——これは、このブログの既存の無検閲モデル関連記事が繰り返し展開している論拠であり、インシデント記録が能力に関する主張全般について示しているのと同じ論拠である。

台帳が本当に役立つのは、それとは別の、より有用なことだ。つまり、どの成果物が存在し、誰が作り、どう作られ、そのうちどれが実際にプルされているかを教えてくれる。興味深い不一致が潜んでいるのは、その最後の列である。

ダウンロード数とは何か、その仕組み

Hugging Faceのダウンロード数は、ファイルが取得されるたびに増える——人によって、スクリプトによって、CIジョブによって、ミラーによって、同じ重みを11回目に取得する評価ハーネスによって。それは取得回数のカウンターだ。ユーザー数でも、インストール数でも、品質の指標でもない。失敗のたびに人々が再ダウンロードする20 GBのGGUFを配信するリポジトリは、一度だけ取得される4 GBの量子化を配信する、より優れたリポジトリよりも多くの取得回数を蓄積するだろう。

ここから二つの構造的バイアスが導かれ、それらが以下のばらつきの大半を説明する。第一に、量子化が取得数を左右する：8種類の量子化レベルを提供するGGUFリポジトリは、ユーザーのVRAMが許すレベルで取得され、人気のあるレベルは人々が試すなかで繰り返し取得される。第二に、ファイル形式が、そもそも誰が使えるかを決める：量子化されていないsafetensorsビルドは、フル精度のメモリ予算を持つ人しか使えないため、そのダウンロード数は関心ではなくハードウェアによって上限が決まる。だからこそ、同じモデルのGGUFはフル精度リリースよりもほぼ常に一桁多くダウンロードされ、その差を品質の判定として読むのはカテゴリー錯誤なのだ。

1つのベース、9つの派生形、60倍の広がり

Qwen3.8-27Bクラスタは、このサンプルの中で最もクリーンな自然実験である。下のカードにある9つのリポジトリはすべて同じ27Bベースに由来し、いずれも拒否行動を取り除くという同じ目標を掲げており、しかもダウンロード数は大きく異なっている。

トップ3 — JonathanColettiが2.58M、huihui-aiのabliterated GGUFが2.43M、HauhauCSのアグレッシブなMTPビルドが2.36M — は互いに9%以内に収まり、いずれも2026年8月中旬の同じ4日間の窓の中で作成された。このクラスタリングは偶然でもランキングでもない。それは、複数の派生モデル制作者が同じベースに対して1週間以内に動き、それぞれが少しずつ異なるレシピを用いたときに、モデルリリースがどのように見えるかを示している。

カウントではなくアーティファクトを比較してください。 JonathanColetti、huihui-ai、および0bserverxはいずれも、同じベースに対する拒否除去の編集を記述しています。 DavidAUのエントリはマージです — ファインチューンにファインチューンを積み重ねたもので、リポジトリ名には一連の修飾子があり、それは元のベースではなく以前の派生版にさかのぼります。 HauhauCSのビルドはMTP、つまりマルチトークン予測を謳っていますが、これは検閲に関する特性ではなく速度に関する特性です。これらは親を共有しているため一つのリストに並んでいる、4つの異なるクラスのアーティファクトです。ダウンロード数はそれらを区別しません。また、カウントで並べ替えるリーダーボードでは、そのマージが4位になり、より劣ったアブリテレーションと呼ばれることになるでしょう。

いいねとダウンロード数が20倍以上食い違っている

Hugging Faceは{{1}}いいね{{/1}}も記録しており、2つのカウンター間の比率はサンプル内で最も情報量の多い派生数値だ。組織自身のFP8ビルドは{{2}}ダウンロード126,807件に対して1,832件のいいね{{/2}}を獲得しており、およそ69ダウンロードにつき1いいねとなる。{{3}}JonathanColettiのビルド{{/3}}は、ダウンロード数が20倍大きいが、{{4}}1,651件のいいね{{/4}}を獲得している。約1,560ダウンロードにつき1いいねだ。

その差は、一方のリポジトリが愛され、もう一方が無視されているということではない。それは、2つのカウンターが異なる母集団を測っていることを示している。ダウンロード数はそのファイルを求めるマシンの数に比例し、いいね数はページを通り過ぎたHugging Faceアカウントの数に比例する。推論プロバイダー、ハーネス、CIジョブによって広く使われているリポジトリは、人間によるエンゲージメントとは釣り合わないダウンロード数を示す。なぜなら、そのトラフィックの大半は人間ではないからだ。カウントを読む前に比率を読め。ダウンロード数といいね数の比率が高いことは、その成果物がインフラになったというシグナルであり、インフラのトラフィックは、そのモデルが優れているかどうかについて何も教えてくれない。

ゲーティングは数値の意味を変えます

15個のリポジトリのうち4つはゲート付きであり、そのゲートは可用性の脚注ではなく来歴フィールドである。ゲート付きリポジトリでもダウンロード数は集計されるが、それは利用条件に同意したアカウントからのものに限られるため、その数は関心ではなくアクセス可能な母集団によって上限が決まる。ゲート付きリポジトリのダウンロード数をゲートなしのものと比較することは、異なる二つの分母を比較することになる。

サンプルの中で最も明確な事例は、検閲されていない27Bを基盤に構築されたサイバーセキュリティ派生版である。ダウンロード数は28,009、ゲート付きで、2026-09-26に作成された。これは台帳内で最も新しいリポジトリであり、ダウンロード数が2番目に少ないが、どちらの事実もその能力に関する証拠にはならない。単に、ダウンロード量を生み出す母集団にとって到達可能ではなかっただけである。なぜなら、到達するにはリクエストが必要だからだ。

そのパターンは一般化でき、デューデリジェンスを行う人にとってカウント列よりもゲート付き列のほうが重要である理由もそこにある。15個のうち3つ——27BのFP8ビルドとGGUFビルド、およびFlash-Next GGUF——は自動承認の対象になっており、残りはオープンだ。カウントの高いゲートなしの無検閲モデルには、大規模なカジュアルユーザー層がいる。カウントの小さいゲート付きモデルは、セキュリティチームがまさに求めているものかもしれないが、そのダウンロード数がそれを示すことは決してない。

台帳に記されている他の4つの拠点が示すもの

枠を広げると、サンプルが均質ではないため、カウント列はさらに解釈しにくくなる。

• Qwen-Image-2.1、量子化版、ダウンロード数2,788,283件。台帳内で最大のリポジトリは画像モデルである。それは検閲なしの言語モデルではなく、その存在は「検閲なし」という語が今や、実際の成果物が何であれモダリティを問わず適用されるタグ付けの慣習になっていることを思い起こさせる。

• Qwen3.8-Flash-Next、GGUF、ダウンロード数869,081、ゲート付き。より小さなベースモデルで、その派生モデルは実際に一定の普及を果たしているが、27Bクラスターのごく一部にすぎない。

• GLM-5.3、FP8、ダウンロード数103,568件。 無検閲版ではなくサイバーセキュリティ向けのビルドとされており、異なるベースファミリー上に構築されています。意図は異なりますが、対象とするユーザー層は近接しています。

• DeepSeek-V4.1-Flash、FP8、ダウンロード数52,502件。 単一のリポジトリのみで、GGUF版もMLX版もありません。この数は単一の提供フォーマットを反映しているため、対応ハードウェアの層はより限定的です。

四つの基準があれば、同じ列に対する説明も四通りになる。それらを一つの並べ替え済みリストに混ぜ込んだランキングは、行ごとに意味が変わってしまう数値をはじき出しているのだ。

スコアのない台帳を読む方法

読解の作法は簡潔であり、あらゆる来歴記録に適用するのと同じものである。

• まずベースから見ていきましょう。親が異なる2つのリポジトリは、名前がどれほど似ていても比較できません。DavidAUのエントリの親は元のモデルではなく、別の派生モデルである点に注意してください。

• 次に、手法です。Abliteration、マージ、MTPチューニング済み、量子化のみ。1つ目は重みから方向を除去することで挙動を変えます。2つ目は重みをブレンドすることで挙動を変えます。3つ目は速度を変えます。4つ目は挙動をまったく変えません。

• 次はフォーマットです。メモリ予算に応じたローカル推論にはGGUF、データセンターでの提供にはFP8、AppleシリコンにはMLX、リファレンスや追加学習には非量子化を使用します。フォーマットは、品質よりもダウンロード量をより強く予測します。

• 次にゲートです。オープン、自動承認、または制限付き。異常に低い数値の原因を最もよく説明する項目です。

• 最後に、カウントです——しかも同一フォーマット内での比較としてのみ。あるGGUFのダウンロード数を別のGGUFのものと比較するのは妥当です。GGUFをFP8ビルドと比較するのは、二つの分布を比較することになります。

台帳がまったく役に立たないのは、誰もが実際に抱いている疑問、つまり拒否がなくなった後でこれらのうちどれが最も良い振る舞いをするかという問題です。それには実際に動かす必要があり、動かす際の正直な枠組みは、このブログが以前に使ったものです。アブリテーションは知識を追加せずに振る舞いを除去するので、小さいアブリテーション済みモデルは、より大きなベースモデルができなかったことを依然としてできません。

ダウンロードするのではなく、電話をかけたい場合は

この台帳の大半は、ローカルの成果物に関するものです。このカテゴリを利用するもう一つの方法はAPI経由で、知っておく価値のある入口はQwen3.8 27Bモデルページ：262Kトークンのコンテキスト、テキスト・画像・動画入力に対応し、block-FP8で提供され、ビジョンタワーはフル精度のまま、入力100万トークンあたり$0.40、出力100万トークンあたり$4.21です。公開されている7日間のトラフィック数値は6億4520万トークンで、これはページ上で需要シグナルに最も近いものですが、トークン数であってダウンロード数ではないため、まったく別の指標である点に注意してください。

そのページが何であり、何でないかを正確に述べる。それは obsidian というベンダースラッグでホストされている 27B モデルであり、ほかと同じゲートウェイ上でトークン単位の課金がされる。上記の台帳にあるどのリポジトリとも同じ成果物ではない。組織は Hugging Face で無検閲の FP8 ビルドも公開しており、これはダウンロード数 126,807 のダウンロード可能なファイルだが、提供されているモデルはトークン数を持つデプロイである。一方の数は取得回数を測り、他方は呼び出し回数を測る。どちらも能力スコアではなく、どちらも気にする挙動をテストする代わりにはならない。

それが、スコアのないリーダーボードの主張のすべてだ。ダウンロード数は、人々が何を取得したかを示す。いいねは、誰がページを通り過ぎたかを示す。ゲートは、誰がそもそも取得を許されたかを示す。来歴は、実際に何を手に入れているかを示す。唯一欠けているのは、誰もが欲しがるあれだ——そして、これらの成果物が対象だと称するタスクにおいて誰かが再現可能な評価を公表するまでは、ランキングは測定の衣を着た発明にすぎない。