Ce que l'abliteration change réellement dans DeepSeek V4.1 Flash

DeepSeek V4.1 Flash est un modèle mixture-of-experts de 552 milliards de paramètres avec 16 milliards de paramètres actifs par token [INDEPENDENT, Artificial Analysis], diffusé sous licence MIT avec un contexte de 1M tokens. DeepSeek V4.1 Flash Abliterated est ce même checkpoint après qu’une direction a été soustraite de ses poids, et presque rien d’autre. Toutes les erreurs que les gens commettent à propos du second modèle découlent du peu que cette phrase change et de la mesure dans laquelle le prix et le profil de risque peuvent encore évoluer autour d’elle, ce qui est exactement le type de distinction que l’OrcaRouter AI Incident Archive existe pour garder en vue.

La modification est une projection, pas un réentraînement

L’abliteration est plus limitée que son nom ne le suggère. Elle commence par une expérience sur paires appariées : faire passer la même requête dans le modèle sous une forme qu’il refuse et sous une forme à laquelle il répond, puis enregistrer les activations du flux résiduel à chaque couche. La différence moyenne entre les deux constitue une direction — la direction de refus. Une fois celle-ci trouvée, l’abliteration orthogonalise les matrices de poids qui écrivent dans le flux résiduel par rapport à cette direction, de sorte que le modèle perd la capacité de produire le motif. Il n’y a pas d’étape de gradient, pas de nouvelles données, pas de paires de préférence, pas de passe de renforcement et aucun changement d’architecture.

Les versions publiées montrent à quel point cela se traduit différemment dans la pratique. Trente-cinq dépôts sur Hugging Face portent ce nom au 26 octobre [VENDOR]. Deux méritent une lecture attentive, car ils ne s'accordent pas sur ce qu'est cette modification.

• s-zaizen/DeepSeek-V4.1-Flash-Abliteratedest apparu le 10 septembre, le jour où le checkpoint de base a été publié, et a été produit avec l’outil Heretic. Il est livré sous forme de 48 fragments totalisant 510,297 Go, et sur un ensemble de 100 invites nuisibles mises de côté, il fait passer le nombre de refus de 97 à 24 [VENDOR, fiche modèle]. Environ un quart des refus survivent à la procédure.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated fonctionne différemment : il estime séparément les directions de refus pour les invites de discussion et les invites de réflexion, couche par couche, et supprime un sous-espace de refus de rang 2 des écritures du flux résiduel de 40 couches principales. Les refus chutent de 97 à 4 sur les invites de discussion et de 98 à 9 sur les invites de réflexion, avec une divergence KL au premier jeton de 0,067 sur des invites inoffensives [VENDOR, fiche modèle].

Deux versions, le même étalon de 100 invites, quatre refus restants dans l’une et vingt-quatre dans l’autre [VENDOR]. Toutes deux sont honnêtement décrites comme DeepSeek V4.1 Flash Abliterated, et un acheteur qui choisit entre elles ne choisit pas entre deux marques d’une même chose. La sélection des couches, la question de savoir si chat et think sont traités comme des problèmes distincts, et le rang du sous-espace supprimé se manifestent tous dans le comportement résiduel. La valeur KL est l’autre moitié de cette histoire : 0,067 sur des invites inoffensives est faible, mais faible n’est pas zéro.

Les faits relatifs aux poids restent en place

Le nombre de paramètres, les paramètres actifs, la fenêtre de contexte, le tokenizer et le routage des experts : aucun de ces éléments ne change sous abliteration, car aucun d’eux n’est touché. Le dérivé est la même architecture 552B/16B, lisant la même fenêtre de 1M de tokens avec le même vocabulaire [INDEPENDENT pour la base, VENDOR pour le dérivé]. Tout ce qui est vrai de la structure du checkpoint de base reste vrai de la version abliterée, et toute affirmation de capacité concernant le dérivé est, strictement, une affirmation sur des poids de base que personne n’a testés.

Un chiffre change, et ce n’est pas une donnée de poids. Notre fiche de base indique une sortie maximale de 384 000 tokens ; la fiche OrcaCyber Flash 1.0 indique 393 216 [OURS]. Il s’agit d’une décision de service appliquée à la même lignée, et c’est un rappel utile que deux chiffres placés côte à côte ne mesurent pas toujours le même type de chose.

Les preuves de capacité sont bien plus ténues que les preuves de suppression du refus. Aucun éditeur n'a publié de benchmark de capacité pour une version abliterated [VENDOR, les deux fiches de modèle], et le classement d'Artificial Analysis ne comporte aucune entrée abliterated [INDEPENDENT, 26 octobre 2026]. Chaque chiffre de capacité associé publiquement à l'expression « DeepSeek V4.1 Flash Abliterated » a été mesuré sur le checkpoint de base. Ce n'est pas une accusation contre les éditeurs ; c'est une affirmation sur l'origine des mesures.

Notre build hébergé, champ par champ par rapport au point de contrôle dont il est issu

OrcaCyber Flash 1.0 est DeepSeek V4.1 Flash Abliterated, commercialisé sous un nom de produit. Parce que la modification est une soustraction plutôt qu’une distillation, la comparaison honnête n’est pas un récit de ce qui s’est amélioré. C’est une lecture critère par critère, avec la réserve qu’une modification au niveau des poids et une modification au niveau du service sont évaluées dans la même liste.

• Architecture et contexte. Les deux côtés totalisent 552B, avec 16B actifs, sur un contexte de 1M de jetons ; la route de base prend en charge le texte, tandis qu’OrcaCyber Flash 1.0 accepte les entrées texte et image [OURS].

• Prix. La route de base est à 0,15 $ en entrée et 0,60 $ en sortie par million de tokens, avec des lectures de cache à 0,003 $ et un multiplicateur temporel de 2× entre 01:00–04:00 et 06:00–10:00 UTC. OrcaCyber Flash 1.0 est à 0,80 $ en entrée et 1,60 $ en sortie, avec des lectures de cache à 0,15 $ — soit 5,3× le tarif d’entrée, 2,7× le tarif de sortie et cinquante fois le tarif de lecture du cache [OURS].

• Trafic et fiabilité. La route de base a déplacé 26,18 billions de tokens en 7 jours, avec un p50 de 1 549 ms, 194,6 tokens de sortie par seconde et 0,036 % d'erreurs. Le déploiement abliterated a déplacé 17,5 milliards de tokens sur la même période, avec un p50 de 1,97 s, 171 tok/s et 0,07 % d'erreurs [OURS].

• Évaluation. Les chiffres publics du checkpoint de base sont un indice Artificial Analysis de 39,46 sur la page de septembre et de 45,10 sur la page du 17 octobre [INDEPENDENT]. La fiche OrcaCyber rapporte CyberGym 88,1, SEC-Bench Pro 62,8, DeepSWE v1.1 74,2, ExploitGym 15,3, GPQA Diamond 90,9 et Terminal-Bench 2.1 90,6, tous autodéclarés [OURS].

Seul le dernier élément est une comparaison de benchmarks, et elle n’est pas propre. Terminal-Bench 2.1 sur notre fiche et Terminal-Bench 4.0 à 26,77 % sur la page du checkpoint de base [INDÉPENDANT] correspondent à des harnais différents, de difficulté différente, et soustraire l’un de l’autre produit un chiffre qui ne porte aucune information. Le prix et la latence sont comparables ; les chiffres des benchmarks ne le sont pas, car un côté a été exécuté par un évaluateur indépendant et l’autre par le fournisseur.

Deux pages de checkpoint, et un écart qui n'a rien à voir avec l'abliteration

Artificial Analysis dispose de deux pages pour ce modèle et elles ne doivent jamais être moyennées ensemble. deepseek-v4-1-flash est le point de contrôle de septembre 2026 et sa page comporte une bannière d’obsolescence : indice 39,46, Terminal-Bench 4.0 à 26,77 %, un taux d’hallucination de 96,46 %, 0,48 $ par tâche d’indice et 88 574 jetons de sortie par tâche [INDÉPENDANT]. deepseek-v4-1-flash-1017 est l’actualisation du 17 octobre : indice 45,10, 89 495 jetons de sortie par tâche et 167,3 jetons par seconde [INDÉPENDANT].

5,6 points d’indice séparent ces deux mesures, et aucune abliteration n’est intervenue entre elles — c’est un refresh qui l’a fait [INDEPENDENT]. Placez maintenant les versions abliterated sur la chronologie : la version du 10 septembre correspond au checkpoint de septembre, et celle du 17 octobre au refresh [VENDOR]. Quiconque cite « DeepSeek V4.1 Flash Abliterated obtient 45 » ou « obtient 39 » cite un nombre mesuré sur les poids de base, à l’un des deux checkpoints, lors d’une exécution qui n’a jamais touché la version abliterated. Un chiffre de capacité sans date de checkpoint n’est pas une mesure. C’est du bruit avec un point décimal.

Héberger une version à accès restreint est un produit différent de l’édition des poids.

Le surcoût de notre hébergement est de 5,3× en entrée, 2,7× en sortie et 50× sur les lectures de cache [OURS], et il vaut la peine de dire clairement ce que cet argent n’est pas : ce n’est pas le coût de l’édition. L’édition, ce sont des poids sous licence MIT et une procédure publiée. Le surcoût paie pour un build nommé épinglé à un checkpoint fixe, des latences et des taux d’erreur mesurés sur 7 jours et 17,5 milliards de tokens, une page qui indique quels checkpoints le déploiement suit, et un contrôle d’accès contre l’utilisation anonyme.

Cette barrière se trouve sur la page du modèle elle-même, et non enfouie dans un document de politique : un engagement, une passkey et les conditions sont exigés, et le simple fait de détenir une clé API n'ouvre pas le modèle à lui seul [OURS]. Pour une version dont la propriété définissante est que les refus ont été retirés des poids, laisser chaque détenteur de clé diriger du trafic de production vers elle n'est pas un réglage par défaut neutre, et nous ne la proposons pas comme telle.

Faire soi-même la soustraction est une option légitime.

Les poids de base sont sous MIT. La version abliterée qui existe aujourd’hui compte 48 shards et 510,297 Go [VENDOR]. Les outils qui l’ont produite sont publiés, et la procédure exige des GPU plutôt qu’un contrat. Si ce dont vous avez besoin est un checkpoint modifié et que vous disposez du matériel, la modification ne vous coûte que votre puissance de calcul, et rien d’autre — et vous en héritez toute la charge de maintenance : le comportement de refus de votre exécution particulière, l’évaluation que vous n’avez pas faite, et la responsabilité du checkpoint que vous avez livré. Louer la version hébergée, c’est louer l’exécution de la même soustraction par quelqu’un d’autre, avec un contrat de support attaché.

Ce cadrage garde la comparaison honnête. La question n’est pas de savoir si le modèle abliterated est plus sûr — il ne l’est pas, au sens ordinaire, car les refus ont été supprimés exprès, et 4 sur 100 ou 24 sur 100 ont survécu selon le build que vous prenez [VENDOR]. La question est de savoir ce que vous avez réellement modifié, de quel checkpoint il est parti, et ce que vous payez pour cette modification. Sur notre propre gamme, 5,3 × le tarif d’entrée de base achète un déploiement maintenu de la modification, pas un modèle plus puissant [OURS]. Confondre les deux, c’est ainsi qu’un prix se transforme en une affirmation de capacité que personne n’a jamais mesurée.

Note de sourcing

Artificial Analysis, index v4.3.2, 26 octobre 2026 : les deux pages de checkpoints, deepseek-v4-1-flash et deepseek-v4-1-flash-1017. Fiches de modèle Hugging Face pour s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 septembre 2026) et mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 octobre 2026). Catalogue et pages de modèles OrcaRouter, 26 octobre 2026, pour la tarification, le débit, le volume de tokens et la fiche OrcaCyber Flash 1.0. Toutes les lignes de benchmark OrcaCyber sont auto-déclarées et n'ont pas été auditées de manière indépendante ; les chiffres de capacité indépendants cités dans cet article sont les mesures d'Artificial Analysis du checkpoint de base, et il n'existe aucun benchmark indépendant de capacité d'une version abliterated à citer.