El mejor LLM sin censura, online o en local: la respuesta corta
Hay tres maneras de tener un LLM sin censura delante. Van cambiando comodidad por control en línea recta.
Chat sin censura alojado
Una app web que ejecuta modelos grandes con una configuración permisiva. Funciona en cualquier dispositivo y a menudo suma búsqueda web e imágenes. Confías tus prompts al proveedor.
Pesos abiertos en GPU alquilada
Eliges un modelo abierto y lo ejecutas en una GPU en la nube o en una API de inferencia. Modelos más grandes de los que cabrían en tu portátil, pero sigues gestionando tú la pila y pagas por hora o por token.
Todo en local
El modelo corre en tu ordenador. Los prompts nunca salen de él. La calidad la limitan tu RAM y tu GPU, y cada actualización es cosa tuya.
Si llegas desde una lista de los mejores chatbots de IA sin censura, esas listas comparan la columna «alojado». Esta página es para quien está sopesando las otras dos.
Cómo se crea un modelo de lenguaje sin censura
Los modelos de chat open-weight salen de fábrica con el comportamiento de rechazo integrado durante el ajuste por instrucciones. La comunidad lo elimina o lo debilita de tres formas principales.
| Método | Qué cambia | Coste de producirlo | Efectos secundarios habituales |
|---|---|---|---|
| Fine-tuning con datos filtrados | Reentrena el modelo con un conjunto de instrucciones del que se han quitado los rechazos y la moralina | Horas de GPU, un dataset y saber entrenar | La personalidad y la calidad dependen de los nuevos datos; puede alejarse del original |
| Abliteración | Edita los pesos para que el modelo no pueda representar su «dirección de rechazo» | De minutos a horas en una GPU; sin más datos de entrenamiento que pares de prompts | Algo de pérdida de capacidad; puede necesitar un fine-tune ligero de reparación |
| Prompt de sistema permisivo y alojamiento | No toca los pesos; cambia las instrucciones y los filtros alrededor del modelo | El más barato | Limitado por lo fuerte que el propio modelo fue entrenado para rechazar |
iResumen de métodos publicados; consulta las fuentes enlazadas en el texto.
La vía del fine-tuning la popularizó en 2023 el artículo de Eric Hartford sobre modelos sin censura: filtrar los rechazos del dataset de instrucciones y entrenar el modelo base con lo que queda. La abliteración llegó en 2024 desde la investigación en interpretabilidad, que mostró que en muchos modelos de chat abiertos el rechazo lo controla una sola dirección en las activaciones del modelo. Lo explicamos paso a paso en nuestra guía sobre modelos abliterados.
Hardware: lo que de verdad necesita un LLM sin censura
La memoria es el límite duro. Los pesos de un modelo ocupan aproximadamente parámetros × bits por peso ÷ 8 bytes. Casi todo el mundo usa archivos cuantizados a 4 bits, así que cada mil millones de parámetros cuestan alrededor de medio gigabyte, antes de sumar el espacio para la conversación (la caché de contexto) y la propia app.
| Tamaño del modelo | Pesos a 4 bits (aprox.) | Dónde funciona con holgura | Qué esperar |
|---|---|---|---|
| 7-8B | 4-5 GB | Portátil de 16 GB, GPU de 8 GB | Rápido en GPU, lento en CPU; vale para tareas cortas |
| 12-14B | 7-8 GB | GPU de 12-16 GB, Mac de 16-32 GB | Redacción y razonamiento claramente mejores |
| 24-32B | 12-18 GB | GPU de 24 GB, Mac de 32 GB o más | Buenos todoterreno; más lentos en tarjetas de gama media |
| 70B | 35-40 GB | Dos GPU grandes o un Mac de 64 GB o más | Potente, pero hardware caro para un solo usuario |
iCálculos aproximados, no benchmarks. El uso real es mayor al sumar el contexto y la sobrecarga del entorno de ejecución.
Los Mac comparten memoria entre CPU y GPU, así que un Mac de 32 o 64 GB puede cargar modelos que no caben en una GPU de PC de precio parecido. La velocidad es menor que la de una GPU de gama alta, pero cabe.
Lo que pierdes en calidad (y nadie pone en el titular)
- 01Más pequeño es más flojo.El modelo que cabe en tu portátil suele ser mucho más pequeño que los que usan los servicios alojados. Verás más errores dichos con total seguridad y textos largos peor estructurados.
- 02Cuantizar cuesta un poco.Los archivos de 4 bits son un punto de partida razonable; bajar más ahorra memoria y pierde más calidad.
- 03Quitar la censura también cuesta un poco.En el tutorial de abliteración de Maxime Labonne en Hugging Face, el modelo abliterado puntuó más bajo en sus benchmarks; un fine-tune ligero de preferencias recuperó casi todo, salvo en matemáticas.
- 04Sin conocimiento en vivo.Un modelo local no sabe nada posterior a su fecha de corte, salvo que le conectes tú una búsqueda.
- 05Rechazar menos no es saber más.Un LLM sin censura sigue alucinando. Quitar rechazos no añade datos.
Nada de esto hace que los modelos locales sean malos. Los convierte en una herramienta con un perfil claro: privada, modificable y un paso por detrás de los mejores modelos alojados en las preguntas difíciles.
Privacidad y control: donde lo local gana de verdad
Si un prompt no puede salir nunca de tu máquina, lo local es la única respuesta honesta. Sin cuenta, sin registros en un servidor, sin política de privacidad en la que confiar. También controlas el prompt de sistema, los parámetros de muestreo y la versión exacta del modelo, algo importante si necesitas resultados reproducibles.
Los servicios alojados te piden confianza a cambio. Lee qué guarda cada uno y durante cuánto tiempo. Empezamos nosotros: Unrestricted AI guarda las conversaciones en tu cuenta para que tengas historial, hasta que las borres; si cierras tu cuenta, se eliminan en un plazo de 30 días. Nunca se venden ni se usan para publicidad. No lo llamamos anónimo, porque no lo es.
El impuesto de mantenimiento de montarlo tú
- Rotación de modelos. Salen modelos abiertos nuevos cada pocas semanas. Estar al día significa volver a descargar decenas de gigabytes y volver a probar tus prompts.
- Procedencia. Las variantes sin censura son subidas de la comunidad. Prefiere fichas de modelo bien documentadas, formatos safetensors o GGUF y autores con trayectoria.
- Licencias. Un modelo con fine-tune o abliterado suele heredar la licencia del modelo base, incluidas sus restricciones de uso.
- Herramientas. Los entornos de ejecución, los drivers y los formatos de cuantización cambian. Lo que funcionaba el mes pasado puede romperse tras una actualización.
- Tu propio criterio. Sin un proveedor de por medio, nadie más aplica límites. Eres responsable de lo que generas y de cómo lo usas.
Cómo probar un LLM sin censura en local sin perder el fin de semana
No necesitas compilar nada. Entornos de escritorio como Ollama y LM Studio descargan archivos de modelo cuantizados y te dan una ventana de chat o una API local. El trabajo está en elegir bien y probar con honestidad.
- Dimensiona el modelo según tu memoria. Usa la tabla de arriba y deja unos cuantos gigabytes libres para el contexto. Un modelo que acaba tirando de swap es inutilizable.
- Parte de un modelo base potente. Una variante sin censura es tan buena como el modelo del que sale. Comprueba sobre qué base se construyó y lo reciente que es.
- Lee la ficha del modelo. Los buenos autores dicen qué método usaron (fine-tune o abliteración), qué datos o prompts intervinieron y qué empeoró.
- Empieza con un archivo de 4 bits. Sube si te sobra memoria; baja solo si no queda otra.
- Monta un pequeño set de pruebas. Diez prompts de tu trabajo real: algunos que el modelo original rechazó, algunas preguntas de datos que puedas comprobar y un texto largo.
- Compara con el original. Lanza el mismo set en el modelo base. Si el que no tiene censura responde más pero falla más en los datos, has aprendido algo útil.
Guarda ese set de pruebas. Cada vez que te tiente un modelo nuevo, vuelve a pasarlo. Es la defensa más barata contra el bombo de los rankings, y te dice rápido si la vía local te basta o si un servicio alojado se gana su suscripción.
No enlazamos subidas concretas de modelos sin censura y nunca compartimos prompts para saltarse las reglas de un modelo o de un proveedor. Elige modelos de fuentes documentadas y úsalos dentro de la ley.
Cuándo es mejor un LLM sin censura online
- Quieres las respuestas más potentes sin comprarte una GPU.
- Necesitas datos actuales: los servicios alojados pueden añadir búsqueda web en vivo con fuentes.
- Pasas del portátil al móvil y quieres el mismo historial en ambos.
- Prefieres escribir antes que pelearte con drivers, archivos cuantizados y actualizaciones de modelos.
- También quieres generar imágenes en el mismo sitio.
Ese es el hueco que cubre Unrestricted AI: un chat que rechaza mucho menos y no sermonea, búsqueda en vivo con fuentes enlazadas y, con el plan Max, generación de imágenes, en el navegador. Sin plan gratuito; Pro cuesta 19,90 €/mes, Max (con imágenes) 49,90 €/mes, y tienes el desglose completo en nuestra página de precios. Si estás comparando opciones alojadas, nuestro análisis de Venice AI repasa una muy popular que funciona con modelos de código abierto.