Qué cambia realmente la abliteración en DeepSeek V4.1 Flash

DeepSeek V4.1 Flash es un modelo de mezcla de expertos de 552.000 millones de parámetros con 16B de parámetros activos por token [INDEPENDENT, Artificial Analysis], publicado con pesos bajo licencia MIT y un contexto de 1M de tokens. DeepSeek V4.1 Flash Abliterated es ese mismo checkpoint tras restarle una dirección a sus pesos, y casi nada más. Todos los errores que la gente comete acerca del segundo modelo se derivan de lo poco que cambia esa frase y de lo mucho que el precio y el perfil de riesgo todavía pueden moverse a su alrededor, que es exactamente el tipo de distinción que el OrcaRouter AI Incident Archive existe para mantener a la vista.

La edición es una proyección, no un reentrenamiento.

La abliteración es más limitada de lo que sugiere el nombre. Comienza con un experimento de pares emparejados: ejecutar la misma solicitud a través del modelo en una forma que rechaza y en una forma que responde, y registrar las activaciones del flujo residual en cada capa. La diferencia promedio entre ambas es una dirección —la dirección de rechazo—. Una vez encontrada, la abliteración ortogonaliza las matrices de pesos que escriben en el flujo residual respecto a esa dirección, de modo que el modelo pierde la capacidad de producir el patrón. No hay paso de gradiente, ni datos nuevos, ni pares de preferencia, ni ronda de refuerzo, ni cambios en la arquitectura.

Las compilaciones publicadas muestran qué tan diferente resulta eso en la práctica. Treinta y cinco repositorios en Hugging Face llevan el nombre a fecha de 26 de octubre [VENDOR]. Dos merecen una lectura atenta, porque no coinciden en qué consiste la edición.

• s-zaizen/DeepSeek-V4.1-Flash-Abliterated apareció el 10 de septiembre, el día en que se publicó el checkpoint base, y se generó con la herramienta Heretic. Se distribuye en 48 fragmentos que suman 510,297 GB y, en un conjunto de 100 indicaciones dañinas reservadas, reduce los rechazos de 97 a 24 [VENDOR, ficha del modelo]. Aproximadamente una cuarta parte de los rechazos sobrevive al procedimiento.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated funciona de manera diferente: estima direcciones de rechazo por separado para prompts de chat y prompts de pensamiento, capa por capa, y elimina un subespacio de rechazo de rango 2 de las escrituras del flujo residual de 40 capas principales. Los rechazos caen de 97 a 4 en prompts de chat y de 98 a 9 en prompts de pensamiento, con una divergencia KL del primer token de 0,067 en prompts inofensivos [VENDOR, tarjeta del modelo].

Dos compilaciones, la misma vara de medir de 100 prompts, cuatro rechazos restantes en una y veinticuatro en la otra [VENDOR]. Ambas se describen honestamente como DeepSeek V4.1 Flash Abliterated, y un comprador que elige entre ellas no está eligiendo entre dos marcas de lo mismo. La selección de capas, si chat y think se tratan como problemas separados y el rango del subespacio eliminado se manifiestan todos en el comportamiento residual. La cifra KL es la otra mitad de esa historia: 0,067 en prompts inofensivos es pequeña, pero pequeña no es cero.

Los datos de los pesos se mantienen intactos

Recuento de parámetros, parámetros activos, ventana de contexto, tokenizador, enrutamiento de expertos: nada de esto cambia con la abliteración, porque no se toca ninguno de ellos. El derivado es la misma arquitectura 552B/16B que lee la misma ventana de 1M tokens con el mismo vocabulario [INDEPENDIENTE para la base, PROVEEDOR para el derivado]. Todo lo que es cierto de la estructura del checkpoint base sigue siendo cierto de la versión abliterada, y cualquier afirmación sobre las capacidades del derivado es, estrictamente, una afirmación sobre unos pesos base que nadie ha probado.

Un número sí cambia, y no es un dato de pesos. Nuestra ficha base indica una salida máxima de 384.000 tokens; la ficha de OrcaCyber Flash 1.0 indica 393.216 {{1}}[NUESTRO]{{/1}}. Esa es una decisión de servicio aplicada al mismo linaje, y es un recordatorio útil de que dos cifras colocadas una al lado de la otra no siempre miden el mismo tipo de cosa.

La evidencia sobre la capacidad es mucho más escasa que la evidencia sobre la eliminación de rechazos. Ningún editor ha publicado un benchmark de capacidades para ninguna compilación abliterada [PROVEEDOR, ambas fichas de modelo], y la tabla de clasificación de Artificial Analysis no contiene ninguna entrada abliterada en absoluto [INDEPENDIENTE, 26 de octubre de 2026]. Cada cifra de capacidad asociada públicamente a la frase «DeepSeek V4.1 Flash Abliterated» se midió en el checkpoint base. Eso no es una acusación contra los editores; es una afirmación sobre de dónde provienen las mediciones.

Nuestra compilación alojada, campo por campo frente al punto de control del que proviene

OrcaCyber Flash 1.0 es DeepSeek V4.1 Flash Abliterated, servido bajo un nombre de producto. Como la edición es una resta y no una destilación, la comparación honesta no es una narrativa sobre qué mejoró. Es una lectura campo por campo, con la advertencia de que un cambio a nivel de pesos y un cambio a nivel de servicio se están valorando en la misma lista.

• Arquitectura y contexto.Ambos lados son de 552B en total y 16B activos sobre un contexto de 1M de tokens; la ruta base acepta texto, mientras que OrcaCyber Flash 1.0 acepta entrada de texto e imágenes [OURS].

• Precio. La ruta base es de $0,15 de entrada y $0,60 de salida por 1M de tokens, con lecturas de caché a $0,003 y un multiplicador temporal de 2× entre las 01:00 y las 04:00 y entre las 06:00 y las 10:00 UTC. OrcaCyber Flash 1.0 cuesta $0,80 de entrada y $1,60 de salida con lecturas de caché a $0,15 — 5,3× la tarifa de entrada, 2,7× la de salida y cincuenta veces la tarifa de lectura de caché [OURS].

• Tráfico y fiabilidad. La ruta base movió 26,18 billones de tokens en 7 días con p50 de 1.549 ms, 194,6 tokens de salida por segundo y 0,036 % de error. El despliegue abliterated movió 17,5 mil millones de tokens durante la misma ventana con p50 de 1,97 s, 171 tok/s y 0,07 % de error [OURS].

• Evaluación. Los números públicos del checkpoint base son un índice de Artificial Analysis de 39.46 en la página de septiembre y 45.10 en la página del 17 de octubre [INDEPENDENT]. La tarjeta de OrcaCyber reporta CyberGym 88.1, SEC-Bench Pro 62.8, DeepSWE v1.1 74.2, ExploitGym 15.3, GPQA Diamond 90.9 y Terminal-Bench 2.1 90.6, todos autoinformados [OURS].

Solo el último elemento es una comparación de benchmarks, y no es una comparación limpia. Terminal-Bench 2.1 en nuestra ficha y Terminal-Bench 4.0 con un 26,77 % en la página del checkpoint base [INDEPENDENT] son arneses diferentes con distinta dificultad, y restar uno del otro produce una cifra que no aporta ninguna información. El precio y la latencia son comparables; las cifras de los benchmarks no lo son, porque un lado fue ejecutado por un evaluador independiente y el otro por el proveedor.

Dos páginas de checkpoints, y una brecha que no tiene nada que ver con la abliteración.

Artificial Analysis tiene dos páginas para este modelo y nunca deben promediarse entre sí. deepseek-v4-1-flash es el punto de control de septiembre de 2026 y su página incluye un aviso de obsolescencia: índice 39,46, Terminal-Bench 4.0 con 26,77 %, una tasa de alucinación del 96,46 %, $0,48 por tarea de índice y 88.574 tokens de salida por tarea [INDEPENDIENTE]. deepseek-v4-1-flash-1017 es la actualización del 17 de octubre: índice 45,10, 89.495 tokens de salida por tarea y 167,3 tokens por segundo [INDEPENDIENTE].

5,6 puntos de índice separan esas dos mediciones, y no ocurrió ninguna abliteración entre ellas — una actualización lo hizo [INDEPENDENT]. Ahora coloca las compilaciones abliteradas sobre la línea temporal: la compilación del 10 de septiembre se sitúa en el checkpoint de septiembre, y la compilación del 17 de octubre se sitúa en la actualización [VENDOR]. Cualquiera que cite «DeepSeek V4.1 Flash Abliterated obtiene 45» o «obtiene 39» está citando un número medido sobre los pesos base, en uno de dos checkpoints, en una ejecución que nunca tocó la compilación abliterada. Una cifra de capacidad sin una fecha de checkpoint no es una medición. Es ruido con un punto decimal.

Alojar una compilación con acceso restringido es un producto distinto de editar los pesos.

El sobreprecio de nuestro hosting es de 5,3× en entrada, 2,7× en salida y 50× en lecturas de caché [OURS], y vale la pena ser claro sobre lo que ese dinero no es: no es el coste de la edición. La edición son pesos con licencia MIT y un procedimiento publicado. El sobreprecio paga por una compilación con nombre propio anclada a un checkpoint fijo, la latencia y las tasas de error medidas durante 7 días y 17.500 millones de tokens, una página que indica qué checkpoints sigue el despliegue y una barrera contra el uso anónimo.

Ese control está en la propia página del modelo, no enterrado en un documento de políticas: se exigen un compromiso, una passkey y los términos, y tener una clave de API no abre el modelo por sí solo [OURS]. Para una versión cuya propiedad definitoria es que se eliminaron las negativas de los pesos, permitir que cualquier titular de una clave dirija el tráfico de producción hacia ella no es una opción predeterminada neutra, y no la ofrecemos como tal.

Hacer la resta por tu cuenta es una opción legítima.

Los pesos base son MIT. La compilación abliterada que existe hoy tiene 48 fragmentos y 510.297 GB [VENDOR]. Las herramientas que la produjeron están publicadas, y el procedimiento requiere GPUs en lugar de un contrato. Si lo que necesitas es un checkpoint modificado y tienes el hardware, la edición te cuesta tu cómputo y nada más, y con ello heredas toda la carga de mantenimiento: el comportamiento de rechazo de tu ejecución en particular, la evaluación que no hiciste y la responsabilidad por el checkpoint contra el que despachaste. Alquilar la versión alojada es alquilar la ejecución de otra persona de la misma sustracción, con un contrato de soporte incluido.

Ese planteamiento mantiene honesta la comparación. La cuestión no es si el modelo abliterado es más seguro —no lo es, en el sentido habitual, porque los rechazos se eliminaron a propósito, y sobrevivieron 4 de 100 o 24 de 100 según la compilación que tomes [VENDOR]. La cuestión es qué cambiaste realmente, desde qué checkpoint partió y qué estás pagando por el cambio. En nuestra propia línea, 5,3× la tarifa de entrada base compra un despliegue mantenido de la edición, no un modelo más fuerte [OURS]. Confundir ambas cosas es cómo un precio se convierte en una afirmación de capacidad que nadie midió jamás.

Nota de abastecimiento

Artificial Analysis, índice v4.3.2, 26 de octubre de 2026: ambas páginas de checkpoint, deepseek-v4-1-flash y deepseek-v4-1-flash-1017. Tarjetas de modelo de Hugging Face de s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 de septiembre de 2026) y mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 de octubre de 2026). Catálogo y páginas de modelo de OrcaRouter, 26 de octubre de 2026, sobre precios, throughput, volumen de tokens y la tarjeta de OrcaCyber Flash 1.0. Todas las filas de benchmark de OrcaCyber son autodeclaradas y no han sido auditadas de forma independiente; las cifras independientes de capacidad que aparecen en este artículo son mediciones de Artificial Analysis del checkpoint base, y no existe ningún benchmark independiente de capacidad de ninguna versión abliterated que se pueda citar.