Ranking modeli bez cenzury: co tak naprawdę mierzą liczby pobrań

Nie ma uczciwego sposobu rankingu modeli nieocenzurowanych pod względem możliwości, a każdy ranking, który twierdzi, że to robi, po cichu rankuje coś innego — zwykle liczbę pobrań, która mierzy dystrybucję, a nie zdolności. To jest więc inny rodzaj rankingu: rejestr pochodzenia. Dla piętnastu repozytoriów wywodzących się z sześciu modeli bazowych — dziesięć z nich zbudowano na Qwen3.8-27B, pozostałe na Qwen3.8-Flash-Next, Qwen-Image-2.1, Gemma-4-E4B, GLM-5.3 i DeepSeek-V4.1-Flash — rejestruje model bazowy, z którego pochodzą wagi, metodę ablacji użyta do usunięcia zachowania odmowy, kwantyzację, w której plik jest udostępniany, informację, czy repozytorium ma ograniczony dostęp, oraz liczbę pobrań na dzień 2026-10-21. Kolejność jest według modelu bazowego, a nie według wyniku. Jeśli chcesz liczby, która powie ci, który wybrać, uczciwa odpowiedź brzmi: ta liczba jeszcze nie istnieje — co jest argumentem, który dotychczasowe omówienia modeli nieocenzurowanych na tym blogu wciąż powtarzają, i tym samym argumentem, który rejestr incydentów wysuwa wobec twierdzeń o możliwościach w ogóle.

To, do czego rejestr naprawdę się nadaje, jest inne i bardziej użyteczne: mówi ci, jakie artefakty istnieją, kto je stworzył, jak zostały stworzone i które z nich są faktycznie pobierane. Właśnie w tej ostatniej kolumnie kryją się ciekawe rozbieżności.

Czym jest licznik pobrań — mechanicznie

Licznik pobrań Hugging Face zwiększa się, gdy plik zostanie pobrany — przez osobę, skrypt, zadanie CI, serwer lustrzany, narzędzie ewaluacyjne pobierające te same wagi po raz jedenasty. To licznik pobrań. To nie liczba użytkowników, nie liczba instalacji i nie wskaźnik jakości. Repozytorium udostępniające 20 GB w formacie GGUF, które ludzie pobierają ponownie po każdej nieudanej próbie, zgromadzi więcej pobrań niż lepsze repozytorium udostępniające 4 GB kwantyzacji, którą pobiera się raz.

Wynikają z tego dwie strukturalne stronniczości i wyjaśniają one większość rozrzutu poniżej. Po pierwsze, kwantyzacja napędza pobrania: repozytorium GGUF oferujące osiem poziomów kwantyzacji jest pobierane w tym wariancie, na który pozwala VRAM użytkownika, a popularne poziomy są pobierane wielokrotnie, gdy ludzie eksperymentują. Po drugie, format pliku decyduje o tym, kto w ogóle może go użyć: niekwantyzowana wersja safetensors jest użyteczna tylko dla kogoś, kto dysponuje budżetem pamięci na pełną precyzję, więc liczba jej pobrań jest ograniczona sprzętem, a nie zainteresowaniem. Dlatego wersja GGUF tego samego modelu niemal zawsze ma o rząd wielkości więcej pobrań niż jej wydanie w pełnej precyzji i dlatego odczytywanie tej różnicy jako oceny jakości jest błędem kategorialnym.

Jedna baza, dziewięć pochodnych, rozpiętość sześćdziesięciokrotna

Klaster Qwen3.8-27B to najczystszy naturalny eksperyment w próbie: dziewięć repozytoriów na poniższej karcie, wszystkie wywodzące się od tej samej bazy 27B, wszystkie deklarujące ten sam cel usunięcia zachowań odmownych i mające ogromnie różniące się liczby pobrań.

Trzy pierwsze miejsca — JonathanColetti z 2,58 mln, abliterowany GGUF huihui-ai z 2,43 mln, agresywny build MTP HauhauCS z 2,36 mln — dzieli nie więcej niż dziewięć procent i wszystkie powstały w tym samym czterodniowym oknie w połowie sierpnia 2026 r. To zgrupowanie nie jest przypadkiem ani rankingiem: tak wygląda wydanie modelu, gdy kilku twórców modeli pochodnych w ciągu tygodnia zabiera się za tę samą bazę, każdy z nieco innym przepisem.

Porównuj artefakty, a nie liczby. JonathanColetti, huihui-ai i 0bserverx wszyscy opisują modyfikację usuwającą odmowy na tej samej bazie. DavidAU – jego wpis to scalenie — dostrajanie nałożone na dostrajanie, z łańcuchem modyfikatorów w nazwie repozytorium, który prowadzi z powrotem do wcześniejszej pochodnej, a nie do oryginalnej bazy. HauhauCS – jego build reklamuje MTP, przewidywanie wielu tokenów, co jest właściwością dotyczącą szybkości, a nie cenzury. To cztery różne klasy artefaktów na jednej liście, ponieważ mają wspólnego rodzica. Liczby pobrań ich nie rozróżniają, a ranking sortowany według liczby pobrań umieściłby scalenie na czwartym miejscu i nazwałby je gorszą abliteracją.

Polubienia i pobrania różnią się ponad dwudziestokrotnie

Hugging Face rejestruje również polubienia, a stosunek między tymi dwoma licznikami jest najbardziej informacyjną liczbą pochodną w próbce. Własna wersja FP8 organizacji ma 1 832 polubienia wobec 126 807 pobrań — mniej więcej jedno polubienie na 69 pobrań. Wersja JonathanColetti, z dwudziestokrotnie większą liczbą pobrań, ma 1 651 polubień: około jedno polubienie na 1 560 pobrań.

Ta różnica nie oznacza, że jedno repozytorium jest uwielbiane, a inne ignorowane. Oznacza ona, że dwa liczniki mierzą różne populacje. Liczba pobrań skaluje się wraz z liczbą maszyn, które chcą ten plik; liczba polubień skaluje się wraz z liczbą kont Hugging Face, które odwiedziły stronę. Repozytorium szeroko wykorzystywane przez dostawców inferencji, narzędzia testowe i zadania CI będzie miało liczbę pobrań nieproporcjonalną do jakiegokolwiek zaangażowania ludzi, ponieważ większość jego ruchu nie pochodzi od ludzi. Zanim spojrzysz na liczbę, spójrz na stosunek: wysoki stosunek pobrań do polubień sygnalizuje, że artefakt stał się infrastrukturą, a ruch generowany przez infrastrukturę nic nie mówi o tym, czy model jest dobry.

Bramkowanie zmienia to, co oznacza liczba.

Cztery z piętnastu repozytoriów mają ograniczony dostęp, a ograniczenie to pole proweniencji, a nie przypis dotyczący dostępności. Repozytorium z ograniczonym dostępem nadal liczy pobrania, ale tylko z kont, które zaakceptowały jego warunki, więc jego liczba jest ograniczona przez populację z dostępem, a nie przez zainteresowanie. Porównywanie pobrań repozytorium z ograniczonym dostępem z pobraniami repozytorium bez ograniczeń to porównywanie dwóch różnych mianowników.

Najwyraźniejszym przypadkiem w próbce jest pochodna z zakresu cyberbezpieczeństwa zbudowana na bazie nieocenzurowanego modelu 27B: 28 009 pobrań, dostęp ograniczony, utworzona 2026-09-26. Jest to najnowsze repozytorium w rejestrze i drugie pod względem najmniejszej liczby pobrań, a żaden z tych faktów nie jest dowodem na temat jego możliwości. Po prostu nie było jeszcze osiągalne dla populacji, która generuje wolumen pobrań, ponieważ dotarcie do niego wymaga złożenia wniosku.

Ten wzorzec się uogólnia i dlatego kolumny dotyczące ograniczeń mają większe znaczenie niż kolumna licznika dla każdego, kto przeprowadza due diligence. Trzy z piętnastu — kompilacje FP8 i GGUF modelu 27B oraz Flash-Next GGUF — są objęte automatyczną zgodą; pozostałe są otwarte. Model bez ograniczeń i bez cenzury o wysokim liczniku ma dużą bazę okazjonalnych użytkowników. Model objęty ograniczeniami o niskim liczniku może być dokładnie tym, czego szuka zespół bezpieczeństwa, a jego liczba pobrań nigdy tego nie zdradzi.

Co pokazują pozostałe cztery bazy w księdze

Poszerz ramę próby, a kolumna liczebności stanie się jeszcze mniej interpretowalna, ponieważ próba nie jest jednorodna.

• Qwen-Image-2.1, skwantyzowany, 2,788,283 pobrania. Największe repozytorium w rejestrze to model obrazu. Nie jest to nieocenzurowany model językowy, a jego obecność przypomina, że słowo „uncensored” jest obecnie konwencją tagowania stosowaną w różnych modalnościach, niezależnie od tego, czym dany artefakt faktycznie jest.

• Qwen3.8-Flash-Next, GGUF, 869,081 pobrań, z ograniczonym dostępem. Mniejsza baza, której modele pochodne zgromadziły rzeczywisty zasięg, ale jedynie ułamek klastra 27B.

• GLM-5.3, FP8, 103 568 pobrań. Oznaczona jako wersja do cyberbezpieczeństwa, a nie nieocenzurowana, zbudowana na innej rodzinie bazowej. Inny cel, pokrewna grupa odbiorców.

• DeepSeek-V4.1-Flash, FP8, 52 502 pobrania. Jedno repozytorium, bez wersji GGUF i MLX. Jego liczba odzwierciedla pojedynczy format serwowania, a tym samym węższą grupę odbiorców sprzętowych.

Cztery podstawy, cztery różne wyjaśnienia tej samej kolumny. Każdy ranking, który miesza je w jedną posortowaną listę, tworzy liczbę, której znaczenie zmienia się wraz z wierszem.

Jak czytać rejestr, który nie ma wyników

Dyscyplina czytania jest krótka i taka sama, jaką zastosowałbyś do każdego zapisu proweniencji.

• Zacznij od modelu bazowego. Dwa repozytoria o różnych repozytoriach nadrzędnych nie są porównywalne, niezależnie od tego, jak podobne są ich nazwy. Należy zauważyć, że repozytorium nadrzędne wpisu DavidAU jest innym modelem pochodnym, a nie oryginalnym modelem.

• Następnie metoda. Abliteracja, scalanie, dostrajanie MTP, wyłącznie kwantyzacja. Pierwsza zmienia zachowanie, usuwając kierunek z wag; druga zmienia zachowanie przez mieszanie wag; trzecia zmienia szybkość; czwarta nie zmienia zachowania w ogóle.

• Potem format. GGUF do lokalnego wnioskowania przy różnych budżetach pamięci, FP8 do obsługi w centrach danych, MLX dla Apple silicon, bez kwantyzacji jako punkt odniesienia i do dalszego trenowania. Format przewiduje wolumen pobrań silniej niż jakość.

• Następnie brama. Otwarta, z automatyczną zgodą lub ograniczona. To pole najczęściej wyjaśnia wyjątkowo niską liczbę.

• Na koniec liczba — i tylko jako porównanie w obrębie tego samego formatu. Porównywanie pobrań jednego GGUF z pobraniami innego GGUF jest uzasadnione. Porównywanie GGUF z wersją FP8 to porównywanie dwóch rozkładów.

Tam, gdzie rejestr zupełnie nie może pomóc, pozostaje pytanie, które każdy faktycznie ma: który z nich zachowuje się najlepiej, gdy odmowy znikną. To wymaga ich uruchomienia, a uczciwe ujęcie ich uruchamiania jest takie, jakiego ten blog używał wcześniej — abliteracja usuwa zachowanie, nie dodając wiedzy, więc mniejszy model po abliteracji nadal nie potrafi zrobić tego, czego nie potrafił większy model bazowy.

Jeśli wolisz zadzwonić, a nie pobierać

Większość rejestru dotyczy lokalnych artefaktów. Innym sposobem wykorzystania tej kategorii jest API, a punktem wejścia, który warto znać, jest strona modelu Qwen3.8 27B: kontekst 262 tys. tokenów, wejście tekstowe, obrazowe i wideo, udostępniany w block-FP8 z wieżą wizyjną utrzymaną w pełnej precyzji, w cenie 0,40 USD za milion tokenów wejściowych i 4,21 USD za milion tokenów wyjściowych. Opublikowany siedmiodniowy wskaźnik ruchu wynosi 645,2 mln tokenów, co jest najbliższą rzeczą do sygnału popytu na tej stronie — i warto zauważyć, że to liczba tokenów, a nie liczba pobrań, co czyni ją zupełnie innym pomiarem.

Bądź precyzyjny co do tego, czym ta strona jest, a czym nie jest. To hostowany model 27B pod slugiem dostawcy obsidian, rozliczany za token w tym samym gatewayu co wszystko inne. Nie jest tym samym artefaktem co jakiekolwiek repozytorium w powyższym rejestrze: organizacja publikuje także nieocenzurowany build FP8 na Hugging Face, który jest plikiem do pobrania z liczbą pobrań 126 807, podczas gdy udostępniany model to wdrożenie z liczbą tokenów. Jedna liczba mierzy pobrania; druga mierzy wywołania. Żadna z nich nie jest oceną możliwości ani nie zastępuje testowania zachowania, które cię interesuje.

To cała argumentacja rankingu bez wyników. Pobrania mówią, co ludzie ściągnęli. Polubienia mówią, kto przeszedł przez stronę. Bramki mówią, komu w ogóle pozwolono pobierać. Pochodzenie mówi, co tak naprawdę dostajesz. Brakuje tylko jednej rzeczy — tej, której wszyscy chcą — a dopóki ktoś nie opublikuje odtwarzalnej oceny tych artefaktów na zadaniach, do których rzekomo mają służyć, ranking byłby wymysłem przebranym za pomiar.