Análises Joias de código aberto
Modelos abertos sem censura em 2026: abliterados, retreinados ou direcionáveis, e quanto custa cada um
Por ReviewRamble editors ·
Um modelo aberto que nunca recusa não é mais capaz do que aquele de onde veio. Ele perdeu um reflexo aprendido e, com ele, a única checagem de segurança que vem dentro dos pesos. Três formas de chegar lá são muito usadas em 2026: editar os pesos para cortar as recusas, retreinar com dados dos quais as recusas foram removidas e treinar um modelo para seguir qualquer política definida no prompt de sistema. Elas custam valores diferentes, quebram coisas diferentes e deixam você com a mesma tarefa: decidir onde as checagens ficam agora.
Este guia é para quem escolhe um modelo para rodar, não para quem modifica um. Cada número abaixo vem de um artigo científico, de um model card ou de um relatório de pesquisa, com link onde aparece; não executamos esses modelos nós mesmos. Se você já escolheu um modelo e precisa do filtro que substitui as recusas dele, nosso guia de guardrails para apps e agentes de IA cobre essa parte.
Por que as pessoas querem modelos que não recusam
Os modelos de chat mais populares são treinados para recusar categorias inteiras de pedidos, e o treinamento é grosseiro. Um modelo que se recusa a explicar como funciona um e-mail de phishing geralmente conseguiria explicar; a recusa é comportamento, não falta de habilidade. Essa falta de nuance atinge trabalho legítimo: equipes de segurança analisando código de exploit, romancistas escrevendo cenas de violência, médicos e educadores falando de overdoses, pesquisadores estudando o próprio alinhamento e qualquer pessoa que rode localmente um modelo de role-play como Cydonia 24B ou Rocinante X 12B, ambos sem censura por design.

A demanda não é marginal. Um estudo revisado por pares na Future Internet, em outubro de 2025, acompanhou 8.608 repositórios de modelos modificados e constatou que, nos prompts inseguros do estudo, os modelos não modificados atenderam ao pedido em 19,2% das vezes e os modificados em 80,0%. Mais da metade desses modelos eram arquivos GGUF, o formato usado para rodar modelos localmente. A ThreatDown contou 6.644 modelos distintos no Hugging Face anunciados como abliterated, uncensored, decensored, heretic ou unfiltered, baixados mais de 22 milhões de vezes nos 30 dias até 4 de julho de 2026. Esses rótulos são dos próprios publicadores; a ThreatDown não testou o que os modelos realmente fazem.
Três formas de remover recusas
Abliteração: editar os pesos
Em 2024, Arditi e colegas mostraram que a recusa em 13 modelos de chat abertos, de até 72B parâmetros, segue uma única direção dentro do modelo. Remova essa direção e o modelo para de recusar pedidos nocivos; adicione-a e o modelo recusa pedidos inofensivos. A abliteração grava essa remoção nos pesos. Ela não exige retreinamento, e por isso se popularizou: o passo a passo de 2024 de Maxime Labonne a transformou em receita, e a ferramenta de código aberto Heretic, lançada em novembro de 2025, automatizou a busca pelas configurações. O README dela diz que um modelo de 4B leva de 30 a 40 minutos numa RTX 3090 e que a comunidade já publicou milhares de modelos feitos com ela.
Modelos grandes custam mais, mas não muito. O Frontier Red Team da Anthropic relatou que abliterar o GLM-5.3, um modelo aberto de 753B parâmetros, levou cerca de 2.200 horas de GPU para sua equipe inexperiente, aproximadamente US$ 4.400, e estimou que uma equipe experiente precisaria de cerca de 600 horas (US$ 1.200). Desenvolvedores publicaram cópias abliteradas do GLM-5.3 poucos dias após o lançamento. Lembre que esta é a análise de um laboratório sobre o modelo de um concorrente.

Fine-tunes sem recusas: retreinar o comportamento
O caminho mais antigo é fazer fine-tuning com dados dos quais recusas e sermões foram filtrados. A série Dolphin, de Eric Hartford, é a mais conhecida. O Dolphin 3.0 R1 Mistral 24B foi treinado por três épocas com 800.000 traces de raciocínio, e o card dele orienta você a definir o prompt de sistema por conta própria para estabelecer o tom e as diretrizes. O aviso direto muitas vezes atribuído ao Dolphin 3 vem do card do Dolphin 2.9: o modelo "será altamente obediente a quaisquer pedidos, mesmo os antiéticos", e você deve implementar sua própria camada de alinhamento antes de expô-lo como serviço. Esse conselho vale para todos os modelos deste guia. O fine-tuning leva mais tempo que uma edição, mas o comportamento é treinado em vez de cortado.
Modelos direcionáveis: a política fica no prompt
O Hermes 4, da Nous Research, segue uma terceira linha. Ele é treinado para seguir qualquer política definida no prompt de sistema, então pode recusar de acordo com as suas regras e não as do laboratório. A família vai de um modelo de 14B sobre o Qwen3 (Apache 2.0), passa por modelos de 70B e 405B sobre o Llama 3.1 (licença Llama) e chega ao Hermes 4.3 36B sobre o Seed-OSS da ByteDance (Apache 2.0). O relatório técnico do Hermes 4 o avalia no RefusalBench, o conjunto próprio da Nous com 166 prompts que modelos de fronteira costumam recusar, julgado pelo Claude Sonnet 4. Três categorias são pontuadas ao contrário, então recusá-las conta como acerto. O card da Nous para o Hermes 4.3 36B diz que ele responde a 74,6% do conjunto, contra 51,3% do Grok 4. O benchmark é do próprio fornecedor, então trate os números como indicação, não como prova.
A contrapartida é que a sua política só é tão forte quanto as instruções que você escreve, e conversas longas empurram essas instruções para cada vez mais longe do fim do contexto.
O que isso custa ao modelo
Cada método danifica alguma coisa, e o dano é mensurável. A comparação mais clara é a tabela que o Heretic publicou para o Gemma 3 12B numa versão anterior do README. Ela conta as recusas em 100 prompts nocivos e, nos inofensivos, a divergência KL: o quanto as respostas do modelo editado se afastam das do original, sendo que menor é melhor.
| Build do Gemma 3 12B | Recusas em 100 | Desvio em prompts inofensivos (KL) |
|---|---|---|
| Original | 97 | 0 |
| Abliteração v2 de Labonne | 3 | 1,04 |
| Abliteração da huihui-ai | 3 | 0,45 |
| Heretic | 3 | 0,16 |
As três removem recusas igualmente bem; elas diferem seis vezes na mudança colateral. O próprio passo a passo de Labonne constatou que o modelo abliterado dele pontuava menos em todos os benchmarks até que uma nova rodada de treinamento DPO recuperou a maior parte da perda, mas não no GSM8K de matemática. A Anthropic constatou que o GLM-5.3 abliterado igualou o original no GPQA-Diamond, mas pontuou alguns pontos percentuais a menos no CyberGym. O padrão: o conhecimento em geral sobrevive, e a forma como o modelo o usa muda de maneiras que uma única nota de destaque pode esconder.
Para qualquer build que você esteja considerando, verifique duas coisas no card. Primeiro, se os números de benchmark foram medidos nos pesos editados ou copiados do card do modelo base. Segundo, se ele publica contagens de recusa e desvio. Se não publicar, você terá de medir isso por conta própria (veja as checagens no final).
Chamadas de ferramentas e a cadeia de suprimentos
Remover recusas não faz nada pela saída estruturada. Um modelo abliterado mantém, no máximo, a capacidade de chamar ferramentas do modelo base, e o template de serving ainda pode quebrá-la: o pacote Dolphin 3 do Ollama anunciava function calling, mas o template não suportava ferramentas, e a issue foi fechada em outubro de 2026 sem correção. Teste exatamente o build, a quantização e o template que você vai servir, não a reputação do modelo base.
O risco maior é o que mais um modelo editado carrega. A ProjectDiscovery mostrou como é barato encaixar um backdoor em pesos abertos. Eles fizeram fine-tuning do Qwen2.5-7B-Instruct com 500 exemplos limpos e 125 envenenados, usando uma GPU de 24 GB por menos de US$ 50. O modelo se comportou normalmente em todos os testes limpos e, diante de um gatilho oculto, enviou uma chamada de ferramenta que postou os arquivos .env do desenvolvedor num servidor externo. A demonstração foi um fine-tune e não uma abliteração, e eles dizem claramente por que modelos abliterados são o veículo óbvio: as pessoas os baixam justamente para rodar sem checagens, e um build abliterado do Qwen3 passou de dois milhões de downloads em um mês.
Então trate um modelo modificado como código não confiável, o mesmo risco de cadeia de suprimentos de um pacote desconhecido. Prefira publicadores que documentam o que mudaram. Fixe a revisão exata que você testou. E nunca dê a um modelo não inspecionado um shell, credenciais ou acesso livre à rede: rode as ferramentas dele num sandbox, separe o acesso à rede da execução de comandos e registre o que atravessa cada fronteira. Nosso guia para proteger agentes de programação e nosso texto sobre quem aprova as ações de agentes cobrem esses controles.
Onde as recusas voltam
Remover recusas não é permanente nem completo.
- A quantização muda o arquivo que você testou. Arredondar os pesos para 4 bits (quantização) também arredonda os editados, então uma contagem de recusas publicada para o build em precisão total pode não valer para o GGUF que você baixa. Meça o arquivo que você vai realmente rodar.
- Testes curtos provam pouco. Vinte prompts rápidos não dizem nada sobre o comportamento bem no meio de uma longa sessão de agente, onde as ressalvas podem voltar e a política de um modelo direcionável fica milhares de tokens para trás. Teste no comprimento que você vai usar.
- Merges e novos fine-tunes mudam tudo de novo. Um build feito empilhando a edição de alguém sobre o fine-tune de outra pessoa herda um comportamento que ninguém mediu como um todo.
Os criadores de modelos também estão reagindo. Um artigo de 2025 treinou modelos para explicar longamente antes de recusar, o que espalha a recusa por muitos tokens; a abliteração então reduziu as recusas em no máximo 10%, contra 70 a 80% em modelos comuns, embora só modelos pequenos tenham sido testados. O trabalho Deep Ignorance, da EleutherAI, vai mais para trás: filtrar material sobre ameaças biológicas do pré-treinamento produziu modelos de 6.9B que resistiram a ataques de fine-tuning de até 300 milhões de tokens. Um modelo que nunca aprendeu algo não pode ser editado para saber, mas ainda pode usar a mesma informação se você a entregar no prompt, e por isso os autores defendem a defesa em profundidade.
O ponto prático para quem compra: um modelo abliterado só consegue fazer o que a base dele já conseguia. Leia o card do modelo base para saber o que foi filtrado dos dados de treinamento, do mesmo jeito que você leria as ressalvas dos benchmarks.
Uma lista curta por memória de GPU
A memória necessária é a dos pesos mais o KV cache do seu contexto, mais um ou dois gigabytes de overhead do runtime. Os números são para builds de 4 bits, tirados das nossas análises e dos model cards; confira o arquivo exato antes de comprar hardware. Nossa calculadora de GPU soma o comprimento de contexto por você.
| Memória de GPU | Base ou build | Caminho | Observações |
|---|---|---|---|
| 8 GB | Dolphin 3 8B | Fine-tune | 4,9 GB no Ollama, contexto de 128K; o template dele no Ollama não suporta ferramentas |
| 16 GB | Rocinante X 12B | Fine-tune | Role-play e ficção; cabe com folga em 16 GB a 4 bits |
| 16 a 24 GB | Gemma 4 26B A4B | Abliteração (builds da comunidade) | A base tem 14,4 GB a 4 bits, cabe numa placa de 24 GB, Apache 2.0; GGUFs abliterados e Heretic do Gemma 4 estão entre os mais baixados no Hugging Face |
| 24 GB | Qwen 3.8 27B | Abliteração (build da huihui-ai) | A base tem 16,5 GB a 4 bits; o build abliterado é Apache 2.0, edita as camadas 18 a 51, e o autor o chama de prova de conceito que não é para produção |
| 24 GB | Cydonia 24B ou Dolphin 3.0 R1 Mistral 24B | Fine-tune | O Cydonia roda em Q5 a Q6 com 24 GB e em Q4 com 16 GB; o build Dolphin R1 do Ollama tem 13 GB e o card dele não declara licença |
| 24 GB | Hermes 4.3 36B | Direcionável | O GGUF Q4_K_M da própria Nous tem 21,8 GB, o Q3_K_M 17,6 GB; Apache 2.0; a escolha quando você quer que o modelo recuse pelas regras que você escreveu |
| Data center | GLM-5.3 | Abliteração (builds da comunidade) | Cerca de 753 GB de pesos em FP8, mais do que um nó de 8 GPUs de 80 GB; o caso que a Anthropic estudou |

As licenças variam de build para build. A licença Apache 2.0 de um modelo base não diz quais são os termos da edição de alguém, e vários fine-tunes populares não declaram licença nenhuma. Leia o arquivo de licença no repositório de onde você baixa.
Como escolher
- Você precisa de chamadas de ferramentas confiáveis. Comece com um modelo direcionável ou um fine-tune bem documentado, a 4 bits ou mais, e teste o schema com as suas próprias ferramentas. Trate builds abliterados como experimentais para agentes até que passem nesse teste.
- Você quer que o modelo siga as suas regras, não nenhuma. Hermes 4 com uma política explícita no prompt de sistema, mais um filtro separado para tudo o que nunca pode acontecer.
- Você quer o máximo de abertura numa única máquina para programação ou visão. Um Qwen 3.8 27B abliterado numa placa de 24 GB, levando ao pé da letra o aviso do autor sobre produção.
- Ficção e role-play numa placa pequena. Rocinante X 12B ou Cydonia 24B, que foram feitos para isso.

Seja qual for a escolha, faça três checagens no comprimento de contexto que você vai usar de verdade, não numa demo de duas linhas:
- Recusas. Rode de 20 a 50 prompts tirados da sua carga de trabalho real, incluindo os casos-limite que faziam os modelos alinhados recusar, e conte as recusas e as respostas evasivas.
- Ferramentas. Rode de 50 a 100 tarefas de várias rodadas com chamadas de ferramentas e saída estruturada, e conte os erros de schema e as ferramentas abandonadas.
- Desvio. Rode os mesmos prompts no build e no modelo base dele com a mesma seed e decodificação greedy, e compare as respostas lado a lado. Quando um card não publica a divergência KL, esse é o seu substituto para ela.
Depois, coloque a camada de segurança que o modelo não tem mais onde ela deve ficar: um classificador como o Qwen3Guard ou o Llama Guard 4 nas entradas e saídas, permissões de ferramentas restritas e logs. O guia de guardrails explica cada um.

O porém: o rótulo num model card é a única descrição que a maioria desses builds tem. "Uncensored" pode significar uma edição cuidadosa com números de desvio publicados ou um trabalho de duas horas com benchmarks copiados e sem licença, e de fora os dois parecem iguais até você testá-los.
Nossa opinião: remover recusas é como tirar a proteção de uma serra. Isso torna possíveis alguns cortes que antes não eram e não muda nada no quanto a lâmina corta. Compre a serra pela lâmina, ou seja, pelo modelo base, e recoloque a proteção em algum lugar que você controla.