Quelque part sur Hugging Face, en ce moment même, il existe un modèle qui répondra à la question que votre robot conversationnel au travail vient de refuser de toucher. Il y en a des milliers. Un recensement universitaire récent des grands modèles de langage sans censure en a compté 67 avec plus d’un million de téléchargements chacun, et une ancienne version, dolphin-2.9.1-yi-1.5-34b, qui dépasse les 53 millions. Ce n’est pas un phénomène marginal. C’est un écosystème parallèle, avec ses auteurs vedettes, ses techniques propres et sa ruée du jour de sortie chaque fois qu’un nouveau modèle ouvert paraît.
Sans censure veut dire que la couche de refus a disparu. Demandez quelque chose de limite, de dangereux ou de simplement impoli à un modèle d’instructions normal et vous recevrez un sermon. Demandez la même chose à l’un de ceux-ci et vous recevrez une réponse, pour le meilleur et pour le pire. Les chercheurs en sécurité les utilisent parce que les modèles alignés refusent un travail légitime de tests d’intrusion. Les écrivains les utilisent parce que la fiction devient parfois sombre. Les gens soucieux de leur vie privée les utilisent parce qu’un modèle local qui ne communique jamais avec l’extérieur ne peut rien dénoncer. Quelle que soit la raison, la demande est énorme et l’offre se trouve à une boîte de recherche de distance.
Comment un modèle perd ses refus
Trois méthodes font presque tout le travail. L’ablitération est une chirurgie : les chercheurs ont découvert que le refus vit dans une seule direction à l’intérieur des activations du modèle, et qu’on peut retirer cette direction des poids sans réentraînement. L’affinage sans refus est la méthode plus ancienne : on réentraîne le modèle sur des données dont l’alignement a été filtré, comme la lignée Dolphin est construite depuis des années. L’alignement neutre entraîne le modèle dès le départ à suivre la direction de l’utilisateur plutôt que la conscience d’un fournisseur, ce qui est l’approche de Nous Research. La liste classée ci-dessous mélange les trois méthodes, ordonnée selon la capacité, l’adoption réelle et l’ampleur de l’infrastructure communautaire qui s’est développée autour de chacun.
1. Huihui Qwen3.8 27B Abliterated
Le choix consensuel actuel pour le meilleur dans l’ensemble. Huihui AI a ablitéré le Qwen3.8 27B d’Alibaba, et le résultat domine la plupart des bilans de 2026 : raisonnement solide, codage solide, et un écosystème de quantification si profond que des versions GGUF et MLX existent pour presque toutes les machines. À 4 bits, il tient dans 16 à 24 Go de mémoire, ce qui place le meilleur modèle sans censure du moment sur un seul GPU grand public.
Sur Hugging Face : huihui-ai/Huihui-Qwen3.8-27B-abliterated
2. Dolphin 3.0 Mistral 24B
La lignée Dolphin d’Eric Hartford est la royauté de ce milieu, construite lentement : affinée sur des données délibérément filtrées pour retirer l’alignement et les biais. La version Mistral 24B est le produit phare, avec de vraies capacités d’appel de fonctions et un frère de raisonnement fondé sur R1. Là où les modèles ablitérés donnent parfois l’impression d’un modèle standard dont on a coupé un fil, Dolphin donne l’impression d’un modèle qui a été élevé ainsi.
Sur Hugging Face : dphn/Dolphin3.0-Mistral-24B
3. Hermes 4
Nous Research n’a jamais installé la couche de refus au départ. Hermes 4 est offert en tailles de 14B, 36B et 70B avec un raisonnement hybride et une neutralité presque constitutionnelle : l’invite système est la loi, et c’est vous qui l’écrivez. C’est le choix des gens qui veulent la dirigeabilité plus que l’effet de choc, et il reste le nom le plus respectable de cette liste.
Sur Hugging Face : NousResearch/Hermes-4-70B
4. Huihui Qwen3.5 27B Abliterated
Le cheval de trait de la génération précédente, et toujours la recommandation sûre quand les versions plus récentes de Qwen3.8 ne conviennent pas à votre configuration. Sorti en février 2026, il combine l’ablitération avec une base de raisonnement solide, et son frère MoE de 35B échange un peu de profondeur contre beaucoup de vitesse. Si un fil de forum contient une réponse sur l’exécution locale d’un modèle sans censure, il y a de bonnes chances qu’il parle de celui-ci.
Sur Hugging Face : huihui-ai/Huihui-Qwen3.5-27B-abliterated
5. Gemma 4 26B A4B Uncensored
Le choix de l’efficacité. Le Gemma 4 26B de Google est un modèle à mélange d’experts avec seulement environ 4 milliards de paramètres actifs à la fois, donc la version sans censure roule vite sur du matériel de 12 à 16 Go tout en frappant bien au-dessus de sa catégorie de poids. Pour les machines de classe portable, c’est celui qui a rendu 2026 différent.
Sur Hugging Face : TrevorJS/gemma-4-26B-A4B-it-uncensored
6. Huihui Mistral Small 3.2 24B Abliterated
Le favori du public de la fiction. Mistral Small 3.2 était déjà le choix d’écriture créative du monde des poids ouverts, et la version ablitérée retire les garde-fous qui interrompaient les scènes. Les forums de jeu de rôle traitent celui-ci comme la recommandation par défaut, et sa base multimodale signifie qu’il peut aussi regarder des images.
Sur Hugging Face : huihui-ai/Huihui-Mistral-Small-3.2-24B-Instruct-2506-abliterated
7. Failspy Llama 3 8B Abliterated
Le 8B du peuple. Le Llama 3 ablitéré de Failspy est l’un des modèles les plus remixés, requantifiés et redistribués de l’histoire de ce milieu, la version qui a prouvé que la chirurgie des poids fonctionnait à l’échelle grand public. Il roule sur presque n’importe quoi, répond à presque n’importe quoi, et ses variantes GGUF sans fin signifient que votre matériel exact a déjà une version qui l’attend.
Sur Hugging Face : failspy/Meta-Llama-3-8B-Instruct-abliterated-v3
8. NeuralDaredevil 8B Abliterated
De mlabonne, le chercheur dont le carnet d’ablitération a lancé la ruée vers l’or. NeuralDaredevil combine la chirurgie avec une ronde d’ajustement par préférences pour réparer les dommages, et il a été cité comme le 8B sans censure le plus performant sur les classements publics. Petit, vif et important sur le plan historique.
Sur Hugging Face : mlabonne/NeuralDaredevil-8B-abliterated
9. Llama 3.3 70B Instruct Abliterated
Le Llama poids lourd. Si votre machine a la mémoire qu’il faut, le 70B ablitéré vous donne une profondeur presque digne d’un produit phare avec la direction de refus retirée, et c’est la version que les propriétaires de stations de travail choisissent quand les modèles 8B commencent à sembler minces. Les conditions de licence de Meta s’appliquent toujours, ce qui compte si vous comptez livrer quoi que ce soit construit dessus.
Sur Hugging Face : huihui-ai/Llama-3.3-70B-Instruct-abliterated
10. Qwen3 Coder 30B A3B Abliterated
Le spécialiste. Un modèle de codage avec environ 3 milliards de paramètres actifs, ablitéré pour le public de la sécurité et des équipes rouges dont le travail quotidien déclenche tous les filtres des modèles commerciaux. Expliquer un exploit publié, passer en revue le comportement d’un logiciel malveillant, rédiger des charges de test : un travail légitime que les modèles alignés refusent et que celui-ci fait tout simplement.
Sur Hugging Face : huihui-ai/Huihui-Qwen3-Coder-30B-A3B-Instruct-abliterated
Les petits caractères
Section d’honnêteté. Retirer la censure n’est pas gratuit : la plupart des modèles ablitérés perdent un peu de qualité de raisonnement aux marges, et le mot sans censure sur une carte de modèle tient du marketing autant que de la mesure. Le classement communautaire UGI tente de noter la disposition des modèles, mais traitez chaque classement, y compris celui-ci, comme un point de départ plutôt qu’une écriture sainte. Lisez les licences avant de construire quoi que ce soit dessus; une version Qwen sous Apache 2.0 et une version Llama sous la licence communautaire de Meta sont des engagements très différents. Et faites rouler ces choses pour ce qu’elles sont : des outils puissants sans conscience installée. Isolez-les dans un bac à sable, gardez-les loin des réseaux dont ils n’ont pas besoin, et rappelez-vous que la légalité de ce qui est généré là où vous vivez est votre problème, pas celui du modèle. Hugging Face a aussi commencé à retirer discrètement certains dépôts sans censure en 2026, donc si l’un de ceux-ci compte pour vous, téléchargez les poids. La possession est la seule archive qui ne peut pas être retirée des listes.
Le classement s’appuie sur les données de téléchargement de Hugging Face, le classement de disposition UGI, le recensement universitaire de 2026 des modèles sans censure et des bilans actuels d’Apidog, Codeless et Featherless, vérifiés en octobre 2026.
Sources
- Image du dépôt du modèle : Hugging Face, tirée du dépôt huihui-ai/Huihui-Qwen3.8-27B-abliterated sur huggingface.co
FIN DE LA TRANSMISSION
Restez curieux. Remettez tout en question.
