Таблица лидеров нецензурированных моделей: что на самом деле измеряют счётчики скачиваний

Честного способа ранжировать нецензурированные модели по возможностям не существует, и каждый лидерборд, который утверждает обратное, на самом деле тихо ранжирует что-то другое — обычно количество скачиваний, которое измеряет распространение, а не способности. Так что это лидерборд иного рода: реестр происхождения. Для пятнадцати репозиториев, происходящих от шести базовых моделей — десять из них построены на Qwen3.8-27B, остальные — на Qwen3.8-Flash-Next, Qwen-Image-2.1, Gemma-4-E4B, GLM-5.3 и DeepSeek-V4.1-Flash — в нём фиксируются базовая модель, из которой получены веса, метод абляции, использованный для удаления поведения отказа, квантизация, в которой подаётся файл, наличие ограниченного доступа у репозитория и количество скачиваний по состоянию на 2026-10-21. Порядок — по базовой модели, а не по оценке. Если вам нужно число, которое подскажет, какую выбрать, честный ответ таков: такого числа пока не существует — и именно этот аргумент постоянно приводится в существующих материалах этого блога о нецензурированных моделях, и тот же аргумент следует из хроники инцидентов применительно к заявлениям о возможностях в целом.

Чем реестр действительно хорош — так это другим и куда более полезным: он показывает, какие артефакты существуют, кто их создал, как они были созданы и какие из них на самом деле востребованы. Вот в последней колонке и живут самые интересные расхождения.

Что такое счётчик скачиваний, механически

Счётчик скачиваний Hugging Face увеличивается, когда файл скачивается — человеком, скриптом, заданием CI, зеркалом, средой оценки, подтягивающей одни и те же веса в одиннадцатый раз. Это счётчик скачиваний. Это не количество пользователей, не количество установок и не показатель качества. Репозиторий, отдающий 20-гигабайтный GGUF, который люди повторно скачивают после каждой неудачной попытки, накопит больше скачиваний, чем лучший репозиторий, отдающий 4-гигабайтную квантизацию, которую люди скачивают один раз.

Отсюда следуют две структурные предвзятости, и они объясняют большую часть разброса ниже. Во-первых, квантование определяет число загрузок: репозиторий GGUF, в котором представлено восемь уровней квантования, скачивают в том варианте, который позволяет VRAM пользователя, а популярные уровни скачивают снова и снова, пока люди экспериментируют. Во-вторых, формат файла определяет, кто вообще может его использовать: неквантованный вариант safetensors доступен только тем, у кого хватает памяти для полной точности, поэтому число его загрузок ограничено аппаратным обеспечением, а не интересом. Именно поэтому GGUF той же модели почти всегда скачивают на порядок чаще, чем её релиз в полной точности, и поэтому трактовать этот разрыв как вердикт о качестве — категориальная ошибка.

Одна база, девять производных, разброс в шестьдесят раз

Кластер Qwen3.8-27B — самый чистый естественный эксперимент в выборке: девять репозиториев на карточке ниже, все восходят к одной и той же базе 27B, все заявляют одну и ту же цель — устранение поведения отказа, — и при этом имеют колоссально различающееся число загрузок.

Топ-три — JonathanColetti с 2,58 млн, abliterated GGUF от huihui-ai с 2,43 млн, агрессивная MTP-сборка HauhauCS с 2,36 млн — находятся в пределах девяти процентов друг от друга и все были созданы в одном и том же четырёхдневном окне в середине августа 2026 года. Эта кластеризация не случайность и не рейтинг: так выглядит выпуск модели, когда несколько создателей производных версий в течение недели работают с одной и той же базой, каждый со слегка отличающимся рецептом.

Сравнивайте артефакты, а не счётчики. JonathanColetti, huihui-ai и 0bserverx — все описывают правку по удалению отказов на одной и той же базе. DavidAU — а вот запись-мердж: файнтюн, наложенный на файнтюн, с цепочкой модификаторов в названии репозитория, которая восходит к предыдущей производной, а не к исходной базе. HauhauCS — сборка заявляет MTP, multi-token prediction (предсказание нескольких токенов), а это свойство скорости, а не цензуры. Это четыре разных класса артефактов, оказавшихся в одном списке только потому, что у них общий родитель. Счётчики скачиваний их не различают, и таблица лидеров, отсортированная по количеству, поставила бы мердж на четвёртое место и назвала бы его худшей абляцией.

Лайки и загрузки расходятся более чем в двадцать раз

Hugging Face также учитывает лайки, и соотношение между двумя счётчиками — самый информативный производный показатель в выборке. Собственная сборка организации с FP8 имеет 1 832 лайка против 126 807 скачиваний — примерно один лайк на 69 скачиваний. Сборка JonathanColetti, у которой количество скачиваний в двадцать раз больше, имеет 1 651 лайк: примерно один лайк на 1 560 скачиваний.

Этот разрыв не означает, что один репозиторий любят, а другой игнорируют. Он говорит о том, что два счётчика измеряют разные совокупности. Скачивания растут вместе с числом машин, которым нужен файл; лайки — вместе с числом аккаунтов Hugging Face, заходивших на страницу. У репозитория, широко используемого провайдерами инференса, испытательными стендами и CI-задачами, число скачиваний будет непропорционально большим по сравнению с любым человеческим взаимодействием, потому что большая часть его трафика — не люди. Сначала смотрите на соотношение, а потом на число: высокое соотношение скачиваний к лайкам — сигнал, что артефакт стал инфраструктурой, а инфраструктурный трафик ничего не говорит о том, хороша ли модель.

Гейтинг меняет смысл числа

Четыре из пятнадцати репозиториев имеют ограниченный доступ, причём ограничение задаётся полем провенанса, а не сноской о доступности. Репозиторий с ограниченным доступом всё равно учитывает загрузки, но только от аккаунтов, принявших его условия, поэтому его счётчик ограничен популяцией доступа, а не интересом. Сравнивать загрузки репозитория с ограниченным доступом и репозитория без ограничений — значит сравнивать два разных знаменателя.

Самый очевидный случай в выборке — производный проект по кибербезопасности, созданный на основе нецензурированной модели 27B: 28,009 скачиваний, доступ по запросу, создан 2026-09-26. Это самый новый репозиторий в реестре и второй по наименьшему числу скачиваний, и ни один из этих фактов не свидетельствует о его возможностях. Он просто был недоступен для аудитории, которая формирует объём скачиваний, потому что для доступа к нему требуется запрос.

Эта закономерность носит общий характер, и именно поэтому для всех, кто проводит комплексную проверку, столбцы со статусом доступа важнее столбца с количеством загрузок. Три из пятнадцати — FP8- и GGUF-сборки 27B и Flash-Next GGUF — доступны после автоматического одобрения; остальные открыты. Нецензурированная модель без ограничений доступа с высоким количеством загрузок имеет большую базу рядовых пользователей. Модель с ограниченным доступом и небольшим количеством загрузок может быть именно тем, что ищет команда безопасности, и её число загрузок об этом никогда не скажет.

Что показывают остальные четыре базы в реестре

Расширьте рамку — и столбец подсчёта станет ещё менее интерпретируемым, потому что выборка неоднородна.

• Qwen-Image-2.1, квантованная версия, 2 788 283 скачивания. Крупнейший репозиторий в реестре — это модель для изображений. Это не нецензурированная языковая модель, и его присутствие напоминает о том, что слово «uncensored» теперь стало условным обозначением при тегировании, применяемым ко всем модальностям, чем бы ни являлся сам артефакт на самом деле.

• Qwen3.8-Flash-Next, GGUF, 869,081 скачивание, доступ по запросу. Меньшая база, производные которой набрали реальную распространённость, но лишь доля кластера 27B.

• GLM-5.3, FP8, 103 568 загрузок. Помечена как сборка для кибербезопасности, а не как нецензурированная, построена на другом базовом семействе. Другие цели, смежная аудитория.

• DeepSeek-V4.1-Flash, FP8, 52 502 загрузки. Один репозиторий — без аналога для GGUF и без аналога для MLX. Его показатель отражает единственный формат обслуживания и, следовательно, более узкую аудиторию по аппаратному обеспечению.

Четыре базы, четыре разных объяснения одной и той же колонки. Любой рейтинг, который смешивает их в один отсортированный список, выдаёт число, смысл которого меняется от строки к строке.

Как читать книгу учёта, в которой нет оценок

Дисциплина чтения коротка и совпадает с той, которую вы применили бы к любой записи о происхождении.

• Начните с базовой модели. Два репозитория с разными родителями несопоставимы, независимо от того, насколько похожи их названия. Обратите внимание, что родитель записи DavidAU — это другая производная, а не оригинальная модель.

• Затем — метод. Аблитерация, слияние, настройка MTP, чистая квантизация. Первый меняет поведение, удаляя направление из весов; второй меняет поведение, смешивая веса; третий меняет скорость; четвёртый не меняет в поведении ровным счётом ничего.

• Затем — формат. GGUF — для локального вывода при различных объёмах памяти, FP8 — для обслуживания в дата-центрах, MLX — для Apple silicon, неквантованные — для эталона и дальнейшего обучения. Формат предсказывает объём загрузок сильнее, чем качество.

• Затем шлюз.Открытый, с автоматическим одобрением или ограниченный. Именно это поле чаще всего объясняет аномально низкое число.

• Наконец, количество — и только в качестве сравнения внутри одного формата.Сравнивать количество загрузок одного GGUF с другим GGUF — оправданно. Сравнивать GGUF со сборкой FP8 — значит сравнивать два распределения.

А вот где реестр совершенно не помогает — это вопрос, который на самом деле есть у всех: какая из них ведёт себя лучше всего, когда отказы убраны. Для этого их нужно запустить, и честная формулировка для запуска — та, которую этот блог уже использовал раньше: аблатерация удаляет поведение, не добавляя знаний, поэтому меньшая аблатерированная модель по-прежнему не может делать то, чего не могла большая базовая.

Если вы хотите вызвать его, а не скачать его

Большая часть реестра посвящена локальным артефактам. Другой способ использовать эту категорию — через API, и точка входа, о которой стоит знать, — это страница модели Qwen3.8 27B: контекст в 262K токенов, ввод текста, изображений и видео, обслуживание в block-FP8 при сохранении vision tower в полной точности, по $0,40 за миллион входных токенов и $4,21 за миллион выходных. Опубликованный показатель трафика за семь дней — 645,2 млн токенов; на странице это ближе всего к сигналу спроса. И обратите внимание: это количество токенов, а не количество загрузок, что делает его совершенно иным измерением.

Будьте точны в том, чем эта страница является и чем не является. Это размещённая модель на 27B под вендорным слагом obsidian, и её цена указана за токен на том же шлюзе, что и у всего остального. Это не тот же артефакт, что любой репозиторий в реестре выше: организация также публикует нецензурированную сборку FP8 на Hugging Face — это скачиваемый файл с количеством скачиваний 126 807, тогда как обслуживаемая модель — это развёртывание с количеством токенов. Одно число измеряет скачивания; другое измеряет вызовы. Ни то, ни другое не является оценкой возможностей, и ни то, ни другое не заменяет тестирование поведения, которое вас интересует.

В этом и заключается весь аргумент рейтинга без оценок. Загрузки говорят, что люди скачали. Лайки говорят, кто заглянул на страницу. Ограничения доступа говорят, кому вообще разрешено скачивать. Происхождение говорит, что вы на самом деле получаете. Не хватает только того, чего хотят все, — и пока кто-нибудь не опубликует воспроизводимую оценку этих артефактов на задачах, для которых они, как утверждается, предназначены, рейтинг будет выдумкой, выдаваемой за измерение.