Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Análisis Joyas de código abierto

Modelos abiertos sin censura en 2026: abliterados, reentrenados u orientables, y lo que cuesta cada uno

Por ReviewRamble editors ·

Un modelo abierto que nunca se niega no es más capaz que el modelo del que viene. Ha perdido un reflejo aprendido y, con él, el único control de seguridad que viaja dentro de los pesos. En 2026 hay tres formas muy extendidas de llegar ahí: editar los pesos para quitar las negativas, reentrenar con datos de los que se han eliminado las negativas y entrenar un modelo para que siga la política que fije su prompt de sistema. Cuestan cantidades distintas, rompen cosas distintas y te dejan con la misma tarea: decidir dónde viven ahora los controles.

Esta guía es para quien elige un modelo para ejecutarlo, no para quien lo modifica. Cada cifra procede de un artículo, una ficha de modelo o un informe de investigación, enlazado donde aparece; no hemos ejecutado estos modelos nosotros. Si ya has elegido un modelo y necesitas el filtro que sustituya sus negativas, nuestra guía de guardarraíles para apps y agentes de IA cubre esa parte.

Por qué se buscan modelos que no se nieguen

Los modelos de chat convencionales están entrenados para rechazar categorías enteras de peticiones, y ese entrenamiento es tosco. Un modelo que se niega a explicar cómo funciona un correo de phishing normalmente podría explicarlo; la negativa es un comportamiento, no una habilidad que falte. Esa tosquedad cae sobre trabajo legítimo: equipos de seguridad que analizan código de exploits, novelistas que escriben violencia, clínicos y docentes que hablan de sobredosis, investigadores que estudian la propia alineación y cualquiera que ejecute en local un modelo de rol como Cydonia 24B o Rocinante X 12B, ambos sin censura por diseño.

Captura de pantalla de la web de Cydonia 24B v4.3
Cydonia 24B v4.3, web oficial

La demanda no es marginal. Un estudio revisado por pares en Future Internet en octubre de 2025 siguió 8,608 repositorios de modelos modificados y halló que, con sus prompts inseguros, los modelos sin modificar obedecían el 19.2% de las veces y los modificados el 80.0%. Más de la mitad de esos modelos eran archivos GGUF, el formato que se usa para ejecutar modelos en local. ThreatDown contó 6,644 modelos distintos en Hugging Face anunciados como abliterated, uncensored, decensored, heretic o unfiltered, con más de 22 millones de descargas en los 30 días hasta el 4 de julio de 2026. Esas etiquetas son de los propios editores; ThreatDown no comprobó lo que hacen realmente los modelos.

Tres formas de quitar las negativas

Abliteración: editar los pesos

En 2024, Arditi y sus colegas mostraron que la negativa en 13 modelos de chat abiertos, de hasta 72B parámetros, sigue una única dirección dentro del modelo. Si quitas esa dirección, el modelo deja de negarse a peticiones dañinas; si la añades, se niega a peticiones inofensivas. La abliteración graba esa eliminación en los pesos. No necesita reentrenamiento, y por eso despegó: el tutorial de 2024 de Maxime Labonne la convirtió en receta, y la herramienta de código abierto Heretic, publicada en noviembre de 2025, automatizó la búsqueda de parámetros. Su README dice que un modelo de 4B tarda de 30 a 40 minutos en una RTX 3090 y que la comunidad ha publicado miles de modelos hechos con ella.

Los modelos grandes cuestan más, pero no mucho más. El Frontier Red Team de Anthropic informó de que abliterar GLM-5.3, un modelo abierto de 753B parámetros, le llevó a su equipo sin experiencia unas 2,200 horas de GPU, unos $4,400, y estimó que un equipo con experiencia necesitaría unas 600 horas ($1,200). Hubo desarrolladores que publicaron copias abliteradas de GLM-5.3 a los pocos días de su lanzamiento. Ten en cuenta que es el análisis de un laboratorio sobre el modelo de un rival.

Captura de pantalla de la web de GLM-5.3
GLM-5.3, web oficial

Fine-tunes sin negativas: reentrenar el comportamiento

La vía más antigua es hacer fine-tuning con datos de los que se han filtrado las negativas y los sermones. La serie Dolphin de Eric Hartford es la más conocida. Dolphin 3.0 R1 Mistral 24B se entrenó durante tres épocas con 800,000 trazas de razonamiento, y su ficha te dice que fijes tú el prompt de sistema para definir el tono y las pautas. La advertencia tajante que se suele atribuir a Dolphin 3 viene de la ficha de Dolphin 2.9: el modelo "obedecerá en gran medida cualquier petición, incluso las poco éticas", y deberías implementar tu propia capa de alineación antes de exponerlo como servicio. Ese consejo vale para todos los modelos de esta guía. El fine-tuning lleva más tiempo que una edición, pero el comportamiento se entrena en lugar de recortarse.

Modelos orientables: la política vive en el prompt

Hermes 4, de Nous Research, sigue una tercera vía. Está entrenado para seguir la política que fije el prompt de sistema, de modo que puede negarse según tus reglas y no las del laboratorio. La familia va de un modelo de 14B sobre Qwen3 (Apache 2.0), pasando por modelos de 70B y 405B sobre Llama 3.1 (licencia Llama), hasta Hermes 4.3 36B sobre Seed-OSS de ByteDance (Apache 2.0). El informe técnico de Hermes 4 lo puntúa en RefusalBench, el conjunto propio de Nous de 166 prompts que los modelos de frontera suelen rechazar, evaluado por Claude Sonnet 4. Tres categorías puntúan a la inversa, así que negarse en ellas cuenta como correcto. La ficha de Nous para Hermes 4.3 36B dice que responde al 74.6% del conjunto, frente al 51.3% de Grok 4. El benchmark es del propio fabricante, así que toma las cifras como una orientación, no como una prueba.

La contrapartida es que tu política solo es tan sólida como las instrucciones que escribes, y las conversaciones largas alejan esas instrucciones del final del contexto.

Lo que le cuesta al modelo

Cada método daña algo, y el daño se puede medir. La comparación más limpia es la tabla que Heretic publicó para Gemma 3 12B en una versión anterior de su README. Cuenta las negativas ante 100 prompts dañinos y, con los inofensivos, la divergencia KL: cuánto se alejan las respuestas del modelo editado de las del original, donde menos es mejor.

Build de Gemma 3 12BNegativas de 100Deriva con prompts inofensivos (KL)
Original970
Labonne abliteration v231.04
huihui-ai abliteration30.45
Heretic30.16

Los tres quitan las negativas igual de bien; difieren en un factor de seis en el cambio colateral. El propio tutorial de Labonne vio que su modelo abliterado puntuaba peor en todos los benchmarks hasta que una ronda más de entrenamiento DPO recuperó la mayor parte de la pérdida, aunque no en las matemáticas de GSM8K. Anthropic vio que GLM-5.3 abliterado igualaba al original en GPQA-Diamond, pero puntuaba un pequeño porcentaje menos en CyberGym. El patrón: el conocimiento sobrevive casi entero, y la forma en que el modelo lo usa cambia de maneras que una sola cifra de titular puede ocultar.

Para cualquier build que estés valorando, comprueba dos cosas en la ficha. Primero, si sus cifras de benchmark se midieron sobre los pesos editados o se copiaron de la ficha del modelo base. Segundo, si publica siquiera recuentos de negativas y deriva. Si no lo hace, tendrás que medirlos tú (mira las comprobaciones del final).

Llamadas a herramientas y cadena de suministro

Quitar las negativas no hace nada por la salida estructurada. Un modelo abliterado conserva, como mucho, la capacidad de llamar a herramientas del modelo base, y la plantilla de servicio aún puede romperla: el paquete Dolphin 3 de Ollama anunciaba llamadas a funciones, pero su plantilla no admitía herramientas, y la incidencia se cerró en octubre de 2026 sin arreglo. Prueba la build, la cuantización y la plantilla exactas que vas a servir, no la reputación del modelo base.

El riesgo mayor es lo que más lleva dentro un modelo editado. ProjectDiscovery mostró lo barato que es meter una puerta trasera en pesos abiertos. Hicieron fine-tuning de Qwen2.5-7B-Instruct con 500 ejemplos limpios y 125 envenenados, usando una GPU de 24 GB por menos de $50. El modelo se comportó con normalidad en todas las pruebas limpias y, ante un disparador oculto, envió una llamada a herramienta que mandaba los archivos .env del desarrollador a un servidor externo. Su demostración era un fine-tune y no una abliteración, y explican sin rodeos por qué los modelos abliterados son el vehículo evidente: la gente los descarga precisamente para ejecutarlos sin controles, y una build abliterada de Qwen3 superó los dos millones de descargas en un mes.

Así que trata un modelo modificado como código no fiable, el mismo riesgo de cadena de suministro que un paquete desconocido. Prefiere editores que documenten lo que han cambiado. Fija la revisión exacta que has probado. Y nunca des a un modelo sin inspeccionar una shell, credenciales o acceso abierto a la red: ejecuta sus herramientas en un sandbox, separa el acceso a la red de la ejecución de comandos y registra lo que cruce cualquiera de las dos fronteras. Nuestra guía para proteger agentes de programación y nuestro artículo sobre quién aprueba las acciones de los agentes cubren esos controles.

Dónde vuelven las negativas

Quitar las negativas no es permanente ni completo.

  • La cuantización cambia el archivo que probaste. Redondear los pesos a 4 bits (cuantización) también redondea los editados, así que un recuento de negativas publicado para la build de precisión completa puede no valer para el GGUF que descargas. Mide el archivo que vas a ejecutar de verdad.
  • Las pruebas cortas demuestran poco. Veinte prompts rápidos no dicen nada del comportamiento en lo profundo de una sesión larga de agente, donde las evasivas pueden volver y la política de un modelo orientable queda miles de tokens atrás. Prueba con la longitud que vas a usar.
  • Las fusiones y los fine-tunes posteriores lo vuelven a cambiar. Una build hecha apilando la edición de alguien sobre el fine-tune de otro hereda un comportamiento que nadie ha medido en conjunto.

Los creadores de modelos también se defienden. Un artículo de 2025 entrenó modelos para explicarse con detalle antes de negarse, lo que reparte la negativa entre muchos tokens; la abliteración redujo entonces las negativas como mucho un 10%, frente a un 70 a 80% en modelos normales, aunque solo se probaron modelos pequeños. El trabajo Deep Ignorance de EleutherAI va más atrás: filtrar material sobre amenazas biológicas del preentrenamiento produjo modelos de 6.9B que resistieron ataques de fine-tuning de hasta 300 millones de tokens. Un modelo que nunca aprendió algo no puede editarse para que lo sepa, pero aún puede usar esa misma información si se la das en el prompt, así que los autores defienden la defensa en profundidad.

La conclusión práctica para quien compra: un modelo abliterado solo puede hacer lo que su base ya podía hacer. Lee en la ficha del modelo base qué se filtró de sus datos de entrenamiento, igual que leerías las salvedades de sus benchmarks.

Una lista corta por memoria de GPU

La memoria necesaria son los pesos más la KV cache para tu contexto, más uno o dos gigabytes de sobrecarga del entorno de ejecución. Las cifras son para builds de 4 bits, sacadas de nuestras reseñas y de las fichas de los modelos; comprueba el archivo exacto antes de comprar hardware. Nuestra calculadora de GPU suma la longitud de contexto por ti.

Memoria de GPUBase o buildVíaNotas
8 GBDolphin 3 8BFine-tune4.9 GB en Ollama, contexto de 128K; su plantilla de Ollama no admite herramientas
16 GBRocinante X 12BFine-tuneRol y ficción; cabe de sobra en 16 GB a 4 bits
16 a 24 GBGemma 4 26B A4BAbliteración (builds de la comunidad)La base ocupa 14.4 GB a 4 bits, cabe en una tarjeta de 24 GB, Apache 2.0; los GGUF abliterados y de Heretic de Gemma 4 están entre los más descargados de Hugging Face
24 GBQwen 3.8 27BAbliteración (build de huihui-ai)La base ocupa 16.5 GB a 4 bits; la build abliterada es Apache 2.0, edita las capas 18 a 51, y su autor la llama prueba de concepto no apta para producción
24 GBCydonia 24B o Dolphin 3.0 R1 Mistral 24BFine-tuneCydonia funciona en Q5 a Q6 con 24 GB y en Q4 con 16 GB; la build de Ollama de Dolphin R1 ocupa 13 GB y su ficha no declara licencia
24 GBHermes 4.3 36BOrientableEl GGUF Q4_K_M de la propia Nous ocupa 21.8 GB, el Q3_K_M 17.6 GB; Apache 2.0; la opción cuando quieres que el modelo se niegue según tus reglas escritas
Centro de datosGLM-5.3Abliteración (builds de la comunidad)Unos 753 GB de pesos en FP8, más que un nodo de 8 GPU de 80 GB; el caso que estudió Anthropic
Captura de pantalla de la web de Rocinante X 12B
Rocinante X 12B, web oficial

Las licencias varían según la build. La Apache 2.0 de un modelo base no te dice las condiciones de la edición de otra persona, y varios fine-tunes populares no declaran ninguna licencia. Lee el archivo de licencia del repositorio del que descargas.

Cómo elegir

  • Necesitas llamadas a herramientas fiables. Empieza por un modelo orientable o un fine-tune bien documentado, a 4 bits o más, y prueba el esquema con tus propias herramientas. Trata las builds abliteradas como experimentales para agentes hasta que superen esa prueba.
  • Quieres que el modelo siga tus reglas, no ninguna. Hermes 4 con una política explícita en el prompt de sistema, más un filtro aparte para todo lo que no debe ocurrir nunca.
  • Quieres la máxima apertura en una sola máquina para programar o para visión. Un Qwen 3.8 27B abliterado en una tarjeta de 24 GB, tomándote al pie de la letra la advertencia de su autor sobre producción.
  • Ficción y rol en una tarjeta pequeña. Rocinante X 12B o Cydonia 24B, que se crearon para eso.
Captura de pantalla de la web de Qwen3.8-27B
Qwen3.8-27B, web oficial

Elijas el que elijas, haz tres comprobaciones con la longitud de contexto que vas a usar de verdad, no con una demo de dos líneas:

  1. Negativas. Ejecuta de 20 a 50 prompts sacados de tu carga de trabajo real, incluidos los casos límite que hacían negarse a los modelos alineados, y cuenta las negativas y las no respuestas evasivas.
  2. Herramientas. Ejecuta de 50 a 100 tareas de varios turnos con llamadas a herramientas y salida estructurada, y cuenta los errores de esquema y las herramientas omitidas.
  3. Deriva. Pasa los mismos prompts por la build y por su modelo base con la misma semilla y decodificación voraz, y compara las respuestas una al lado de otra. Cuando una ficha no publica divergencia KL, esto es lo que la sustituye.

Después, pon la capa de seguridad que el modelo ya no tiene donde corresponde: un clasificador como Qwen3Guard o Llama Guard 4 en entradas y salidas, permisos de herramientas estrictos y registros. La guía de guardarraíles repasa cada uno.

Captura de pantalla de la web de Qwen3Guard
Qwen3Guard, web oficial

La pega: la etiqueta de la ficha es la única descripción que tienen la mayoría de estas builds. "Uncensored" puede significar una edición cuidadosa con cifras de deriva publicadas o un trabajo de dos horas con benchmarks copiados y sin licencia, y desde fuera las dos parecen iguales hasta que las pruebas.

Nuestra opinión: quitar las negativas es como quitarle la protección a una sierra. Hace posibles algunos cortes que antes no lo eran y no cambia en nada lo afilada que está la hoja. Compra la sierra por la hoja, es decir, por el modelo base, y vuelve a poner la protección en un lugar que controles tú.

El boletín de ReviewRamble

La IA, analizada. Una vez a la semana, en tu bandeja de entrada.

Los veredictos que importan en IA, robótica y tecnología, con qué usar y qué evitar. Sin bombo ni resúmenes de todo.

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo