
Qwen3.8-27B-Uncensored-FP8: Cosa abbiamo rilasciato, e perché è solo per la ricerca
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 185 tok/s
- openaiNUOVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1M di token · 76 tok/s
- openaiNUOVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1M di token · 151 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 240 tok/s
- AlibabaNUOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M di token · 178 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 94 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1M di token · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 104 tok/s
Abbiamo rilasciato Qwen3.8-27B-Uncensored-FP8 oggi — una build abliterated offline in block-FP8 del Qwen3.8 27B di Qwen, ospitata su orcarouter/Qwen3.8-27B-Uncensored-FP8 su Hugging Face. Questo post è la versione onesta di cosa sia, cosa abbiamo fatto e — cosa più importante — per cosa non sia pensato. Come si colloca questo rilascio rispetto agli altri repository uncensored per numero di download è illustrato nella classifica degli LLM uncensored.
Cos'è questo modello
Qwen3.8 27B è un modello nativo visione-linguaggio denso da 27 miliardi di parametri, con attenzione ibrida (Gated DeltaNet lineare + attenzione completa), controllo flessibile del pensiero, chiamata di strumenti e una testa di decodifica speculativa MTP. La build FP8 lo riquantizza secondo l'esatto schema FP8 del Qwen3.8-27B-FP8 ufficiale, così opera sull'identico percorso kernel di vLLM — contesto da 262K, strumenti, ragionamento e MTP tutti preservati.
Ciò che rende diversa questa build è la parola prima di FP8: uncensored. Abbiamo applicato l'abliteration — ortogonalizzando la direzione del rifiuto dal flusso residuale — per rimuovere i rifiuti di allineamento alla sicurezza del modello. Il risultato è un modello che soddisfa le richieste che l'originale rifiuterebbe.
Due artefatti chiave:
• Repository Hugging Face — orcarouter/Qwen3.8-27B-Uncensored-FP8 — safetensors, Apache 2.0, block-FP8 E4M3, image-text-to-text.
• Scheda del modello su OrcaRouter — disponibile nella nostra linea di catalogo Obsidian, con prezzi e benchmark.
Perché lo abbiamo pubblicato
Poiché i meccanismi di rifiuto sono un legittimo oggetto di ricerca. I team di interpretabilità studiano come le direzioni di rifiuto sono codificate nel flusso residuo. I ricercatori di sicurezza sondano cosa accade quando l'allineamento viene rimosso. Il red-teaming richiede modelli che non rifiutano, così puoi testare le tue salvaguardie contro qualcosa che cerca attivamente di aggirarle. I modelli abliterati sono uno strumento standard in quel kit.
Abbiamo costruito questo sui pesi aperti di Qwen (Apache 2.0) e lo abbiamo ripubblicato sotto la stessa licenza. L'obiettivo è fornire ai ricercatori una baseline abliterata nota e riproducibile — la stessa architettura, lo stesso percorso di serving FP8, una sola variabile modificata.
La parte che devi leggere prima del download
Questo modello ha visto il suo allineamento di sicurezza sostanzialmente rimosso. Concretamente:
• Sarà conforme a richieste dannose, non etiche, offensive o illegali che il Qwen3.8 27B originale rifiuterebbe. Non ha protezioni integrate significative.
• È rilasciato strettamente per ricerca legittima — interpretabilità, sicurezza dell'IA e studio dei meccanismi di rifiuto, red teaming, valutazione della robustezza ed esperimenti controllati.
• Ti assumi la piena responsabilità per come lo usi e per tutto ciò che genera. Non distribuirlo agli utenti finali né metterlo in produzione senza aggiungere i tuoi strati di sicurezza, moderazione e prevenzione degli abusi.
• L'uso deve essere conforme alla Licenza Apache 2.0.
Se il tuo caso d'uso è un prodotto in produzione, un chatbot o qualsiasi cosa che serva utenti finali — questo non è il modello per te. Usa il Qwen3.8 27B standard, che mantiene il suo allineamento di sicurezza.
Come usarlo
Se stai facendo una ricerca legittima e hai capito quanto sopra:
• Scaricalo da Hugging Face: orcarouter/Qwen3.8-27B-Uncensored-FP8
• Oppure accedici tramite la nostra scheda del modello, che contiene i dettagli sui prezzi e i benchmark.
• Funziona sul percorso kernel standard di vLLM con contesto di 262K, strumenti, ragionamento e MTP intatti.
Rilasciamo questo perché la ricerca sulla rimozione del rifiuto è reale e trascurata. Lo rilasciamo anche con un disclaimer che non nasconde ciò che è. Leggilo, comprendilo e usalo nei limiti per cui è pensato.
Per la ricerca legittima, i pesi sono su Hugging Face: Recuperalo da Hugging Face
