DeepSeek V4.1 Flash でアブリテレーションが実際に変えるもの

DeepSeek V4.1 Flashは、5520億パラメータのMixture-of-Expertsモデルで、トークンあたり16Bのアクティブパラメータを持ち[INDEPENDENT, Artificial Analysis]、MITライセンスの下で重みが公開され、1Mトークンのコンテキストを備えています。DeepSeek V4.1 Flash Abliteratedは、その同じチェックポイントから重みに一方向を差し引いただけで、ほぼそれ以外は何も変わっていないものです。2番目のモデルについて人々が犯すあらゆる誤解は、その一文がどれほどわずかしか変えないか、そして価格とリスクプロファイルがその周りでどれほど大きく動き得るかに由来しており、まさにそうした区別を視野に保つためにthe OrcaRouter AI Incident Archiveが存在しています。

編集は再トレーニングではなく、射影である

Abliterationは、その名が示すよりも狭い手法だ。まず対応ペア実験から始まる。同じリクエストを、モデルが拒否する形式と回答する形式の両方でモデルに通し、各層における残差ストリームの活性化を記録する。両者の平均差が一つの方向、すなわち拒否方向である。それを見つけると、Abliterationは残差ストリームに書き込む重み行列をその方向に対して直交化するため、モデルはそのパターンを生成する能力を失う。勾配ステップも、新しいデータも、選好ペアも、強化学習のラウンドも、アーキテクチャの変更もない。

公開されたビルドは、それが実際にどれほど異なる形で現れるかを示している。10月26日時点で、Hugging Face上の35のリポジトリがその名前を冠している[VENDOR]。そのうち2つは精読に値する。なぜなら、その「編集」が何を指すのかについて、両者は一致していないからだ。

• s-zaizen/DeepSeek-V4.1-Flash-Abliteratedは9月10日、ベースチェックポイントが出荷された日に公開され、Hereticツールを用いて作成された。48個のシャードとして合計510.297 GBで提供され、100件のホールドアウトされた有害プロンプトのセットでは、拒否を97から24に減らす［VENDOR、モデルカード］。拒否のおよそ4分の1がこの手順を経ても残る。

• mrfakename/DeepSeek-V4.1-Flash-1017-abliteratedは異なる仕組みで動作します。チャットプロンプトとthinkプロンプトに対して拒否方向を別々に、レイヤーごとに推定し、40個の主要レイヤーの残差ストリーム書き込みからランク2の拒否部分空間を除去します。拒否はチャットプロンプトで97から4に、thinkプロンプトで98から9に減少し、無害なプロンプトでの先頭トークンのKLダイバージェンスは0.067です［VENDOR、モデルカード］。

2つのビルド、同じ100プロンプトの基準、片方には4件の拒否が残り、もう片方には24件［VENDOR］。どちらも正直にDeepSeek V4.1 Flash Abliteratedと説明されており、両者から選ぶ購入者は同じものの2つのブランドを選んでいるのではない。レイヤー選択、チャットと思考を別々の問題として扱うかどうか、除去する部分空間のランクは、いずれも残留挙動に現れる。KL値はその話のもう半分だ。無害なプロンプトでの0.067は小さいが、小さいことはゼロではない。

重みに関する事実はそのまま変わりません

パラメータ数、アクティブパラメータ、コンテキストウィンドウ、トークナイザー、エキスパートルーティング——これらはいずれもアブリテレーションでは変化しない。どれも触れられていないからだ。派生版は同じ552B/16Bアーキテクチャで、同じ1Mトークンウィンドウを同じ語彙で読み取る［ベースはINDEPENDENT、派生版はVENDOR］。ベースチェックポイントの構造について成り立つことは、アブリテレーション済みビルドについても依然として成り立つ。また、派生版に関する能力の主張は、厳密には、誰もテストしていないベースの重みに関する主張である。

1つの数値は確かに動くが、それは重みに関する事実ではない。当社のベースカードには最大出力384,000トークンと記載されている。OrcaCyber Flash 1.0のカードには393,216 [OURS]と記載されている。これは同じ系統に適用された提供上の判断であり、横に並べられた2つの数値が常に同じ種類のものを測っているわけではないという有益な注意喚起である。

能力に関する証拠は、拒否の除去に関する証拠よりもはるかに薄い。どの公開元も、アブリテレーテッド・ビルドの能力ベンチマークを一切公開しておらず［ベンダー、両モデルカード］、Artificial Analysisのリーダーボードにはアブリテレーテッドの項目がまったく載っていない［独立系、2026年10月26日］。公の場で「DeepSeek V4.1 Flash Abliterated」という表現に結び付けられた能力の数値はすべて、ベース・チェックポイントで測定されたものだ。それは公開元に対する非難ではない。測定値がどこから来ているかについての陈述である。

ホスト型ビルドを、それが由来するチェックポイントと項目ごとに突き合わせる

OrcaCyber Flash 1.0はDeepSeek V4.1 Flash Abliteratedであり、製品名で提供されている。編集は蒸留ではなく減算なので、正直な比較は何が良くなったかという物語ではない。それはフィールド単位の読み取りであり、重みレベルの変更とサービスレベルの変更が同じリストで評価されているという注意点が付く。

• アーキテクチャとコンテキスト。 双方とも総パラメータ数552B、アクティブ16Bで、1Mトークンのコンテキストに対応しています。ベースルートはテキスト入力に対応し、OrcaCyber Flash 1.0はテキストと画像入力に対応しています [当社]。

• 料金。 ベースルートは100万トークンあたり入力$0.15、出力$0.60で、キャッシュ読み取りは$0.003、UTC 01:00～04:00および06:00～10:00の間は2×の時間帯倍率が適用されます。OrcaCyber Flash 1.0は入力$0.80、出力$1.60で、キャッシュ読み取りは$0.15——入力料率の5.3倍、出力料率の2.7倍、キャッシュ読み取り料率の50倍です[OURS]。

• トラフィックと信頼性。 ベースルートは7日間で26.18兆トークンを処理し、p50 1,549 ms、毎秒194.6出力トークン、エラー率0.036%でした。アブリテレーション済みデプロイメントは同じ期間に175億トークンを処理し、p50 1.97 s、171 tok/s、エラー率0.07%でした [OURS]。

• 評価. ベースチェックポイントの公開数値は、9月ページではArtificial Analysis指数39.46、10月17日ページでは45.10です [INDEPENDENT]。OrcaCyberカードには、CyberGym 88.1、SEC-Bench Pro 62.8、DeepSWE v1.1 74.2、ExploitGym 15.3、GPQA Diamond 90.9、Terminal-Bench 2.1 90.6が報告されており、すべて自己報告です [OURS]。

最後の項目だけがベンチマーク比較であり、しかも公平な比較ではない。当社のカードに記載の Terminal-Bench 2.1 と、ベースチェックポイントのページに記載された 26.77% の Terminal-Bench 4.0 [INDEPENDENT] は、難易度の異なる別々のハーネスであり、一方から他方を引いても意味のある情報は得られない。価格とレイテンシは比較可能だが、ベンチマークの数値は比較できない。一方は独立した評価者によって実行され、他方はベンダーによって実行されているからだ。

チェックポイントページが2つ、そしてabliterationとは何の関係もないギャップ

Artificial Analysis はこのモデルについて2つのページを掲載しており、それらを決して平均してはなりません。deepseek-v4-1-flash は2026年9月のチェックポイントであり、そのページには非推奨バナーが表示されています：インデックス39.46、Terminal-Bench 4.0は26.77%、ハルシネーション率96.46%、インデックスタスクあたり$0.48、タスクあたり出力トークン88,574 [INDEPENDENT]。deepseek-v4-1-flash-1017 は10月17日のリフレッシュ版です：インデックス45.10、タスクあたり出力トークン89,495、毎秒167.3トークン [INDEPENDENT]。

その2つの測定値の間には5.6インデックスポイントの差があり、その間でアブリテレーションは起きていない — それをしたのはリフレッシュだ [INDEPENDENT]。次に、アブリテレーション済みビルドをタイムライン上に置こう。9月10日のビルドは9月のチェックポイント上にあり、10月17日のビルドはリフレッシュ上にある [VENDOR]。「DeepSeek V4.1 Flash Abliterated は45を記録する」または「39を記録する」と引用している人は、2つのチェックポイントのうち一方で、アブリテレーション済みビルドには一切触れていない実行において、ベース重みで測定された数値を引用している。チェックポイントの日付のない能力値は測定ではない。それは小数点付きのノイズだ。

ゲート付きビルドをホストすることは、重みを編集することとは別の製品です

当社ホスティングの割増料金は、入力で5.3倍、出力で2.7倍、キャッシュ読み取りで50倍です [OURS]。そして、そのお金が何ではないのかをはっきりさせておく価値があります。それは編集のコストではありません。編集とは、MITライセンスの重みと公開された手順です。割増料金の対価は、固定チェックポイントにピン留めされた名前付きビルド、7日間と175億トークンにわたって測定されたレイテンシとエラー率、デプロイがどのチェックポイントに従うかを示すページ、そして匿名利用に対するゲートです。

そのゲートはポリシー文書に埋もれているのではなく、モデルページそのものにあります。エンゲージメント、パスキー、規約への同意が必要で、APIキーを保有しているだけではモデルを単独で開くことはできません[OURS]。拒否が重みから除去されていることを定義的な性質とするビルドにとって、すべてのキー保有者が本番トラフィックをそこに向けられるようにすることは中立的なデフォルトではなく、当社はそのようには提供していません。

自分で減算を行うことも正当な選択肢です。

ベースの重みはMITです。今日存在するアブリテレーション済みビルドは48シャード、510.297 GB [VENDOR]です。それを生成したツールは公開されており、その手順には契約ではなくGPUが必要です。必要なのが改変済みチェックポイントで、ハードウェアをお持ちなら、その編集にかかるのは自分の計算資源だけで、他には何もかかりません。そしてそれに伴い、保守負担のすべてを引き継ぐことになります。あなたの特定の実行における拒否挙動、あなたが行っていない評価、そしてあなたが出荷対象としたチェックポイントに対する責任です。ホスト版を借りることは、同じ減算を誰か別の人が実行したものを、サポート契約付きで借りることです。

その枠組みなら比較の誠実さは保たれる。問うべきは、アブリテレーション済みモデルのほうが安全かどうかではない——通常の意味では安全ではない。拒否応答は意図的に除去されており、どのビルドを取るかによって100件中4件または24件が残っただけだからだ [VENDOR]。問うべきは、実際に何を変えたのか、どのチェックポイントから始めたのか、そしてその変更に何を支払っているのかだ。当社のラインでは、基本入力レートの5.3倍で得られるのは、その編集を保守しながら運用するデプロイであって、より強力なモデルではない [OURS]。この二つを混同すると、価格が、誰も測定したことのない能力主張にすり替わる。

調達メモ

Artificial Analysis、index v4.3.2、2026年10月26日：両方のチェックポイントページ、deepseek-v4-1-flash および deepseek-v4-1-flash-1017。Hugging Faceのモデルカード、s-zaizen/DeepSeek-V4.1-Flash-Abliterated（2026年9月10日）および mrfakename/DeepSeek-V4.1-Flash-1017-abliterated（2026年10月17日）。OrcaRouterのカタログおよびモデルページ、2026年10月26日、価格、スループット、トークン量、および OrcaCyber Flash 1.0 カードについて。OrcaCyberのベンチマーク行はすべて自己申告であり、独立した監査を受けていません。本記事の独立した能力値は、ベースチェックポイントに対するArtificial Analysisの測定値であり、引用できるAbliteratedビルドの独立した能力ベンチマークは存在しません。