Wat Abliteration daadwerkelijk verandert in DeepSeek V4.1 Flash

DeepSeek V4.1 Flash is een mixture-of-experts-model met 552 miljard parameters en 16B actieve parameters per token [ONAFHANKELIJK, Artificial Analysis], vrijgegeven onder MIT-gewichten met een context van 1M tokens. DeepSeek V4.1 Flash Abliterated is datzelfde checkpoint, nadat één richting van de gewichten is afgetrokken, en vrijwel niets anders. Elke fout die mensen over het tweede model maken, volgt uit hoe weinig die zin verandert en hoeveel de prijs en het risicoprofiel er nog steeds omheen kunnen variëren, en dat is precies het soort onderscheid dat het OrcaRouter AI Incident Archive in het vizier houdt.

De bewerking is een projectie, geen hertraining.

Abliteration is beperkter dan de naam doet vermoeden. Het begint met een matched-pair-experiment: voer hetzelfde verzoek door het model in een vorm die het weigert en in een vorm die het beantwoordt, en registreer de activaties in de residual stream op elke laag. Het gemiddelde verschil tussen beide is een richting — de weigeringsrichting. Zodra die is gevonden, orthogonaliseert abliteration de gewichtsmatrices die in de residual stream schrijven ten opzichte van die richting, zodat het model het vermogen verliest om het patroon te produceren. Er is geen gradiëntstap, geen nieuwe data, geen preferentieparen, geen reinforcement-ronde en geen wijziging aan de architectuur.

De gepubliceerde builds laten zien hoe verschillend dat in de praktijk uitpakt. Vijfendertig repositories op Hugging Face dragen de naam per 26 oktober [VENDOR]. Twee daarvan zijn het nauwkeurig lezen waard, omdat ze het niet eens zijn over wat de wijziging is.

• s-zaizen/DeepSeek-V4.1-Flash-Abliterated verscheen op 10 september, de dag dat de basis-checkpoint werd uitgebracht, en is geproduceerd met de Heretic-tool. Het wordt geleverd als 48 shards met een totaal van 510,297 GB, en op een set van 100 achtergehouden schadelijke prompts brengt het weigeringen van 97 naar 24 [VENDOR, model card]. Ongeveer een kwart van de weigeringen overleeft de procedure.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated werkt anders: het schat weigeringsrichtingen afzonderlijk voor chatprompts en think-prompts, laag voor laag, en verwijdert een rang-2-weigeringssubruimte uit de residual-stream-schrijfacties van 40 hoofdlagen. Weigeringen dalen van 97 naar 4 bij chatprompts en van 98 naar 9 bij think-prompts, met een first-token-KL-divergentie van 0,067 bij onschadelijke prompts [VENDOR, model card].

Twee builds, dezelfde maatstaf van 100 prompts, vier resterende weigeringen in de ene en vierentwintig in de andere [VENDOR]. Beide worden eerlijk beschreven als DeepSeek V4.1 Flash Abliterated, en een koper die tussen beide kiest, kiest niet tussen twee merken van hetzelfde. Laagselectie, of chat en think als afzonderlijke problemen worden behandeld, en de rang van de verwijderde subruimte komen allemaal tot uiting in residueel gedrag. Het KL-cijfer is de andere helft van dat verhaal: 0,067 op onschadelijke prompts is klein, maar klein is niet nul.

De feiten over de gewichten blijven ongewijzigd.

Aantal parameters, actieve parameters, contextvenster, tokenizer, expertroutering: geen van deze verandert onder abliteratie, omdat geen ervan wordt aangeraakt. Het afgeleide model is dezelfde 552B/16B-architectuur die hetzelfde venster van 1M tokens leest met dezelfde vocabulaire [INDEPENDENT voor de basis, VENDOR voor het afgeleide model]. Alles wat geldt voor de structuur van het basis-checkpoint, geldt nog steeds voor de geablitereerde build, en elke capaciteitsclaim over het afgeleide model is strikt genomen een claim over basisgewichten die niemand heeft getest.

Eén getal verandert wel, en dat is geen feit over de gewichten. Onze basiskaart vermeldt een maximale output van 384.000 tokens; de kaart van OrcaCyber Flash 1.0 vermeldt 393.216 [OURS]. Dat is een servingbeslissing die op dezelfde afstammingslijn is toegepast, en het is een nuttige herinnering dat twee cijfers die naast elkaar staan niet altijd dezelfde soort grootheid meten.

Het bewijs voor capaciteit is veel dunner dan het bewijs voor het verwijderen van weigeringen. Geen enkele uitgever heeft een capaciteitsbenchmark uitgebracht voor enige abliterated build [VENDOR, beide modelkaarten], en de leaderboard van Artificial Analysis bevat helemaal geen abliterated-vermeldingen [INDEPENDENT, 26 oktober 2026]. Elk capaciteitscijfer dat in het openbaar aan de term "DeepSeek V4.1 Flash Abliterated" werd gekoppeld, is gemeten op het basischeckpoint. Dat is geen beschuldiging aan de uitgevers; het is een uitspraak over waar de metingen vandaan komen.

Onze gehoste build, veld voor veld afgezet tegen het checkpoint waaruit hij afkomstig is.

OrcaCyber Flash 1.0 is DeepSeek V4.1 Flash Abliterated, aangeboden onder een productnaam. Omdat de bewerking een aftrekking is in plaats van een distillatie, is de eerlijke vergelijking geen verhaal over wat beter is geworden. Het is een veld-voor-velduitlezing, met de kanttekening dat een wijziging op gewichtsniveau en een wijziging op serviceniveau in dezelfde lijst worden geprijsd.

• Architectuur en context. Beide zijden zijn in totaal 552B en 16B actief over een context van 1M tokens; de basisroute neemt tekst, terwijl OrcaCyber Flash 1.0 tekst- en beeldinvoer accepteert [OURS].

• Prijs. De basisroute kost $0,15 voor invoer en $0,60 voor uitvoer per 1M tokens, met cache-leesacties tegen $0,003 en een 2×-tijdsvermenigvuldigingsfactor tussen 01:00–04:00 en 06:00–10:00 UTC. OrcaCyber Flash 1.0 kost $0,80 voor invoer en $1,60 voor uitvoer, met cache-leesacties tegen $0,15 — 5,3× het invoertarief, 2,7× het uitvoertarief en vijftig keer het cache-leestarief [OURS].

• Verkeer en betrouwbaarheid. De baseroute verwerkte in 7 dagen 26,18 biljoen tokens bij p50 1.549 ms, 194,6 outputtokens per seconde en 0,036% fout. De abliterated-implementatie verwerkte in hetzelfde venster 17,5 miljard tokens bij p50 1,97 s, 171 tok/s en 0,07% fout [OURS].

• Evaluatie. De openbare cijfers van het basischeckpoint zijn een Artificial Analysis-index van 39,46 op de septemberpagina en 45,10 op de pagina van 17 oktober [ONAFHANKELIJK]. De OrcaCyber-kaart vermeldt CyberGym 88,1, SEC-Bench Pro 62,8, DeepSWE v1.1 74,2, ExploitGym 15,3, GPQA Diamond 90,9 en Terminal-Bench 2.1 90,6, allemaal zelfgerapporteerd [ONZE].

Alleen het laatste item is een benchmarkvergelijking, en het is geen zuivere. Terminal-Bench 2.1 op onze kaart en Terminal-Bench 4.0 met 26,77% op de pagina van het base checkpoint [INDEPENDENT] zijn verschillende harnassen met een verschillend moeilijkheidsniveau, en het ene van het andere aftrekken levert een getal op dat geen informatie bevat. Prijs en latency zijn vergelijkbaar; de benchmarkcijfers niet, omdat de ene kant door een onafhankelijke evaluator is uitgevoerd en de andere door de leverancier.

Twee checkpointpagina's, en een gat dat niets met abliteration te maken heeft

Artificial Analysis heeft twee pagina's voor dit model en deze mogen nooit samen worden gemiddeld. deepseek-v4-1-flash is het checkpoint van september 2026 en op de pagina staat een deprecatiebanner: index 39,46, Terminal-Bench 4.0 op 26,77%, een hallucinatiepercentage van 96,46%, $0,48 per indextaak en 88.574 outputtokens per taak [INDEPENDENT]. deepseek-v4-1-flash-1017 is de update van 17 oktober: index 45,10, 89.495 outputtokens per taak en 167,3 tokens per seconde [INDEPENDENT].

5,6 indexpunten scheiden die twee metingen, en tussen die twee heeft geen abliteratie plaatsgevonden — een refresh zorgde daarvoor [INDEPENDENT]. Plaats nu de geablitereerde builds bovenop de tijdlijn: de build van 10 september staat op het september-checkpoint, en de build van 17 oktober staat op de refresh [VENDOR]. Wie "DeepSeek V4.1 Flash Abliterated scoort 45" of "scoort 39" citeert, citeert een getal dat is gemeten op basisgewichten, op een van de twee checkpoints, in een run die de geablitereerde build nooit heeft aangeraakt. Een capaciteitscijfer zonder checkpointdatum is geen meting. Het is ruis met een decimaalteken.

Het hosten van een gated build is een ander product dan het bewerken van de gewichten.

De meerprijs op onze hosting is 5,3× op input, 2,7× op output en 50× op cache-reads [OURS], en het is goed om duidelijk te zijn over wat dat geld niet is: het zijn niet de kosten van de edit. De edit is MIT-gelicentieerde gewichten en een gepubliceerde procedure. De meerprijs betaalt voor een benoemde build die aan een vaste checkpoint is vastgezet, latentie en foutpercentages gemeten over 7 dagen en 17,5 miljard tokens, een pagina die aangeeft welke checkpoints de deployment volgt, en een poort tegen anoniem gebruik.

Die poort staat op de modelpagina zelf, niet begraven in een beleidsdocument: een engagement, een passkey en de voorwaarden zijn vereist, en het hebben van een API-sleutel opent het model niet op zichzelf [OURS]. Voor een build waarvan de bepalende eigenschap is dat weigeringen uit de gewichten zijn verwijderd, is het niet een neutrale standaard om elke sleutelhouder productieverkeer erop te laten richten, en wij bieden het ook niet als zodanig aan.

Zelf de aftrekking uitvoeren is een legitieme optie.

De basisgewichten zijn MIT. De abliterated build die vandaag bestaat, is 48 shards en 510,297 GB [VENDOR]. De tools die hem hebben geproduceerd zijn gepubliceerd, en de procedure vereist GPU's in plaats van een contract. Als je een aangepast checkpoint nodig hebt en je hebt de hardware, dan kost de bewerking je alleen je rekenkracht en niets anders — en je erft de volledige onderhoudslast mee: het weigeringsgedrag van jouw specifieke run, de evaluatie die je niet hebt gedaan, en de verantwoordelijkheid voor het checkpoint dat je hebt uitgebracht. De gehoste versie huren betekent de run van iemand anders van dezelfde subtractie huren, met een supportcontract erbij.

Die framing houdt de vergelijking eerlijk. De vraag is niet of het geabliteerde model veiliger is — dat is het niet, in de gewone zin, omdat weigeringen opzettelijk werden verwijderd, en 4 van de 100 of 24 van de 100 overleefden, afhankelijk van welke build je neemt [VENDOR]. De vraag is wat je feitelijk hebt gewijzigd, vanaf welke checkpoint het startte, en waarvoor je bij de wijziging betaalt. Op onze eigen lijn koopt 5,3× het basistarieef voor input een onderhouden deployment van de bewerking, geen sterker model [OURS]. De twee verwarren is hoe een prijs een capaciteitsclaim wordt die niemand ooit heeft gemeten.

Bronnotitie

Artificial Analysis, index v4.3.2, 26 oktober 2026: beide checkpointpagina's, deepseek-v4-1-flash en deepseek-v4-1-flash-1017. Hugging Face-modelkaarten voor s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 september 2026) en mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 oktober 2026). OrcaRouter-catalogus en modelpagina's, 26 oktober 2026, voor prijsstelling, doorvoer, tokenvolume en de OrcaCyber Flash 1.0-kaart. Alle OrcaCyber-benchmarkrijen zijn zelfgerapporteerd en niet onafhankelijk geaudit; de onafhankelijke capaciteitscijfers in dit artikel zijn de metingen van Artificial Analysis van het basischeckpoint, en er bestaat geen onafhankelijke capaciteitsbenchmark van een abliterated build om naar te verwijzen.