Co abliteracja faktycznie zmienia w DeepSeek V4.1 Flash

DeepSeek V4.1 Flash to model typu mixture-of-experts z 552 miliardami parametrów i 16 mld aktywnych parametrów na token [INDEPENDENT, Artificial Analysis], udostępniony na licencji MIT, z kontekstem 1 mln tokenów. DeepSeek V4.1 Flash Abliterated to ten sam checkpoint po odjęciu jednego kierunku od jego wag i praktycznie nic więcej. Każdy błąd, jaki ludzie popełniają w odniesieniu do drugiego modelu, wynika z tego, jak niewiele zmienia to zdanie i jak bardzo cena oraz profil ryzyka mogą się wokół niego nadal przesuwać, co jest dokładnie tym rodzajem rozróżnienia, które OrcaRouter AI Incident Archive istnieje po to, by utrzymywać w polu widzenia.

Edycja jest projekcją, a nie ponownym trenowaniem.

Abliteracja jest węższa, niż sugeruje nazwa. Zaczyna się od eksperymentu z dopasowanymi parami: przepuść to samo żądanie przez model w formie, której odmawia, oraz w formie, na którą odpowiada, i zapisz aktywacje strumienia rezydualnego na każdej warstwie. Średnia różnica między nimi to kierunek — kierunek odmowy. Po jego znalezieniu abliteracja ortogonalizuje macierze wag, które zapisują do strumienia rezydualnego, względem tego kierunku, tak że model traci zdolność do wytwarzania tego wzorca. Nie ma kroku gradientowego, nowych danych, par preferencji, rundy wzmacniania ani zmian w architekturze.

Opublikowane kompilacje pokazują, jak odmiennie przekłada się to na praktykę. Na dzień 26 października [VENDOR] trzydzieści pięć repozytoriów na Hugging Face nosi tę nazwę. Dwa z nich warto uważnie przeczytać, ponieważ nie zgadzają się co do tego, czym jest ta zmiana.

• s-zaizen/DeepSeek-V4.1-Flash-Abliterated pojawił się 10 września, w dniu wydania bazowego checkpointu, i został wytworzony za pomocą narzędzia Heretic. Jest dostarczany jako 48 shardów o łącznym rozmiarze 510,297 GB, a na zestawie 100 wydzielonych szkodliwych promptów zmniejsza liczbę odmów z 97 do 24 [VENDOR, karta modelu]. Około jednej czwartej odmów przechodzi tę procedurę.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated działa inaczej: szacuje kierunki odmowy oddzielnie dla promptów czatu i promptów myślenia, warstwa po warstwie, i usuwa podprzestrzeń odmowy rzędu 2 z zapisów strumienia resztowego 40 głównych warstw. Liczba odmów spada z 97 do 4 w przypadku promptów czatu i z 98 do 9 w przypadku promptów myślenia, przy dywergencji KL pierwszego tokenu wynoszącej 0,067 na nieszkodliwych promptach [VENDOR, karta modelu].

Dwie wersje, ta sama miarka 100 promptów, cztery odmowy w jednej i dwadzieścia cztery w drugiej [VENDOR]. Obie są rzetelnie opisane jako DeepSeek V4.1 Flash Abliterated, a kupujący wybierający między nimi nie wybiera między dwiema markami tego samego. Wybór warstw, to, czy chat i think są traktowane jako osobne problemy, oraz rząd usuwanej podprzestrzeni — wszystko to ujawnia się w zachowaniu rezydualnym. Wartość KL to druga połowa tej historii: 0,067 na nieszkodliwych promptach jest małe, ale małe nie oznacza zera.

Fakty dotyczące wag pozostają na miejscu

Liczba parametrów, aktywne parametry, okno kontekstu, tokenizer, routing ekspertów: żaden z tych elementów nie zmienia się pod wpływem abliteracji, ponieważ żaden nie jest przez nią naruszany. Model pochodny to ta sama architektura 552B/16B, odczytująca to samo okno 1M tokenów z tym samym słownikiem [NIEZALEŻNY dla modelu bazowego, DOSTAWCA dla modelu pochodnego]. Wszystko, co jest prawdą o strukturze bazowego checkpointu, nadal jest prawdą o wersji poddanej abliteracji, a każde twierdzenie o zdolnościach modelu pochodnego jest, ściśle rzecz biorąc, twierdzeniem o wagach bazowych, których nikt nie testował.

Jedna liczba faktycznie się zmienia i nie jest to fakt dotyczący wag. Nasza karta bazowa podaje maksymalną liczbę tokenów wyjściowych wynoszącą 384,000; karta OrcaCyber Flash 1.0 podaje 393,216 [OURS]. To decyzja dotycząca serwowania zastosowana do tej samej linii rozwojowej — przydatne przypomnienie, że dwie liczby umieszczone obok siebie nie zawsze mierzą ten sam rodzaj rzeczy.

Dowody na zdolności są znacznie skromniejsze niż dowody na usunięcie odmów. Żaden wydawca nie opublikował benchmarku zdolności dla żadnej wersji abliterowanej [PRODUCENT, obie karty modelu], a ranking Artificial Analysis nie zawiera zupełnie żadnych wpisów dotyczących wersji abliterowanych [NIEZALEŻNE, 26 października 2026]. Każda publicznie przypisana do frazy „DeepSeek V4.1 Flash Abliterated” wartość dotycząca zdolności została zmierzona na bazowym checkpoincie. To nie jest oskarżenie wobec wydawców; to stwierdzenie o tym, skąd pochodzą pomiary.

Nasza kompilacja hostowana, pole po polu w zestawieniu z punktem kontrolnym, z którego pochodzi

OrcaCyber Flash 1.0 to DeepSeek V4.1 Flash Abliterated udostępniany pod nazwą produktu. Ponieważ edycja polega na odjęciu, a nie na destylacji, uczciwe porównanie nie jest opowieścią o tym, co się poprawiło. To odczyt pole po polu, z zastrzeżeniem, że zmiana na poziomie wag i zmiana na poziomie usługi są wyceniane w tej samej liście.

• Architektura i kontekst. Obie strony mają łącznie 552B i 16B aktywnych parametrów w kontekście 1M tokenów; trasa bazowa przyjmuje tekst, natomiast OrcaCyber Flash 1.0 obsługuje tekst i obrazy na wejściu [OURS].

• Cena. Podstawowa trasa to $0,15 za wejście i $0,60 za wyjście za 1 mln tokenów, z odczytami z pamięci podręcznej po $0,003 oraz 2× mnożnikiem czasowym w godzinach 01:00–04:00 i 06:00–10:00 UTC. OrcaCyber Flash 1.0 to $0,80 za wejście i $1,60 za wyjście, z odczytami z pamięci podręcznej po $0,15 — 5,3× stawki wejściowej, 2,7× stawki wyjściowej i pięćdziesięciokrotność stawki odczytu z pamięci podręcznej [OURS].

• Ruch i niezawodność. Trasa bazowa przeniosła 26,18 biliona tokenów w ciągu 7 dni przy p50 1 549 ms, 194,6 tokena wyjściowego na sekundę i 0,036% błędów. Wdrożenie abliterowane przeniosło 17,5 miliarda tokenów w tym samym oknie przy p50 1,97 s, 171 tok/s i 0,07% błędów [OURS].

• Ewaluacja. Publiczne wyniki bazowego checkpointu to indeks Artificial Analysis wynoszący 39,46 na stronie wrześniowej i 45,10 na stronie z 17 października [NIEZALEŻNE]. Karta OrcaCyber podaje CyberGym 88,1, SEC-Bench Pro 62,8, DeepSWE v1.1 74,2, ExploitGym 15,3, GPQA Diamond 90,9 i Terminal-Bench 2.1 90,6, wszystkie zgłoszone samodzielnie [NASZE].

Tylko ostatnia pozycja jest porównaniem benchmarków i nie jest to porównanie czyste. Terminal-Bench 2.1 na naszej karcie i Terminal-Bench 4.0 z wynikiem 26.77% na stronie bazowego checkpointa [INDEPENDENT] to różne harnessy o różnym poziomie trudności, a odjęcie jednego od drugiego daje liczbę, która nie niesie żadnej informacji. Cena i opóźnienie są porównywalne; wyniki benchmarków już nie, ponieważ jedną stronę uruchomił niezależny ewaluator, a drugą dostawca.

Dwie strony checkpointów i luka, która nie ma nic wspólnego z abliteracją

Artificial Analysis prowadzi dwie strony dla tego modelu i nigdy nie wolno ich uśredniać. deepseek-v4-1-flash to punkt kontrolny z września 2026 r., a na jego stronie widnieje baner o wycofaniu: indeks 39,46, Terminal-Bench 4.0 na poziomie 26,77%, wskaźnik halucynacji 96,46%, 0,48 USD na zadanie indeksowe i 88 574 tokenów wyjściowych na zadanie [INDEPENDENT]. deepseek-v4-1-flash-1017 to aktualizacja z 17 października: indeks 45,10, 89 495 tokenów wyjściowych na zadanie i 167,3 tokenów na sekundę [INDEPENDENT].

5,6 punktu indeksu dzieli te dwa pomiary, a między nimi nie doszło do abliteracji — spowodowało to odświeżenie [INDEPENDENT]. Teraz umieść buildy po abliteracji na osi czasu: build z 10 września przypada na wrześniowy checkpoint, a build z 17 października przypada na odświeżenie [VENDOR]. Ktokolwiek cytuje „DeepSeek V4.1 Flash Abliterated osiąga 45” lub „osiąga 39”, cytuje liczbę zmierzoną na wagach bazowych, na jednym z dwóch checkpointów, w przebiegu, który nigdy nie dotknął buildu po abliteracji. Wynik dotyczący możliwości bez daty checkpointu nie jest pomiarem. To szum z kropką dziesiętną.

Hostowanie buildu z ograniczonym dostępem to inny produkt niż edytowanie wag.

Premia w naszym hostingu wynosi 5,3× za wejście, 2,7× za wyjście i 50× za odczyty z pamięci podręcznej [OURS], i warto jasno powiedzieć, czym te pieniądze nie są: nie są kosztem edycji. Edycja to wagi na licencji MIT i opublikowana procedura. Premia płaci za nazwany build przypięty do stałego checkpointu, opóźnienia i wskaźniki błędów mierzone przez 7 dni i 17,5 miliarda tokenów, stronę, która mówi, których checkpointów trzyma się wdrożenie, oraz bramkę przeciw anonimowemu użyciu.

Ta brama znajduje się na samej stronie modelu, a nie jest ukryta w dokumencie polityki: wymagane są zobowiązanie, passkey i warunki, a posiadanie klucza API nie otwiera modelu samo w sobie [OURS]. W przypadku wersji, której cechą definiującą jest usunięcie odmów z wag, pozwolenie każdemu posiadaczowi klucza na kierowanie na nią ruchu produkcyjnego nie jest neutralnym ustawieniem domyślnym i nie oferujemy jej jako takiej.

Samodzielne wykonanie odejmowania jest uzasadnioną opcją

Wagi bazowe są na licencji MIT. Istniejąca dziś wersja abliterowana to 48 shardów i 510,297 GB [VENDOR]. Narzędzia, które ją wytworzyły, są opublikowane, a procedura wymaga GPU, a nie umowy. Jeśli potrzebujesz zmodyfikowanego checkpointu i masz sprzęt, modyfikacja kosztuje cię tylko własne zasoby obliczeniowe i nic więcej — a wraz z nią przejmujesz cały ciężar utrzymania: zachowanie odmowne twojego konkretnego przebiegu, ewaluację, której nie przeprowadziłeś, oraz odpowiedzialność za checkpoint, na którym oparłeś swoje wdrożenie. Wynajem wersji hostowanej to wynajem cudzego przebiegu tej samej subtrakcji, z dołączoną umową wsparcia.

Takie ujęcie sprawia, że porównanie pozostaje uczciwe. Pytanie nie brzmi, czy model po ablacji jest bezpieczniejszy — w potocznym sensie nie jest, ponieważ odmowy usunięto celowo, a przetrwały 4 na 100 lub 24 na 100, w zależności od tego, którą wersję się wybierze [VENDOR]. Pytanie brzmi, co faktycznie zmieniono, od którego checkpointu zaczęto i za co płacisz w związku z tą zmianą. W naszej własnej ofercie 5,3× bazowej stawki za dane wejściowe kupuje utrzymywane wdrożenie tej modyfikacji, a nie mocniejszy model [OURS]. Mylenie tych dwóch rzeczy sprawia, że cena zamienia się w twierdzenie o możliwościach, którego nikt nigdy nie zmierzył.

Notatka dotycząca sourcingu

Artificial Analysis, indeks v4.3.2, 26 października 2026: obie strony checkpointów, deepseek-v4-1-flash i deepseek-v4-1-flash-1017. Karty modeli Hugging Face dla s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 września 2026) i mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 października 2026). Katalog OrcaRouter i strony modeli, 26 października 2026, dotyczące cen, przepustowości, wolumenu tokenów oraz karty OrcaCyber Flash 1.0. Wszystkie wiersze benchmarków OrcaCyber są danymi zgłoszonymi samodzielnie i nie zostały poddane niezależnemu audytowi; niezależne wskaźniki możliwości w tym artykule to pomiary Artificial Analysis bazowego checkpointu, a nie istnieje żaden niezależny benchmark możliwości jakiejkolwiek wersji abliterowanej, który można by przytoczyć.