
Qwen3.8-27B-Uncensored-FP8: Co wypuściliśmy i dlaczego tylko do celów badawczych
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 185 tok/s
- openaiNOWOŚĆOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 za 1 mln tokenów · 76 tok/s
- openaiNOWOŚĆOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 za 1 mln tokenów · 151 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 240 tok/s
- AlibabaNOWOŚĆQwen: Qwen4 Max2026-11-16$1.50 / $4.50 za 1 mln tokenów · 178 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 94 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 za 1 mln tokenów · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 104 tok/s
Udostępniliśmy Qwen3.8-27B-Uncensored-FP8 dziś — abliterowaną kompilację block-FP8 do pracy offline modelu Qwen3.8 27B od Qwen, hostowaną pod adresem orcarouter/Qwen3.8-27B-Uncensored-FP8 na Hugging Face. Ten wpis to szczera wersja tego, czym to jest, co zrobiliśmy i — co najważniejsze — do czego to nie służy. To, jak to wydanie wypada pod względem pobrań na tle innych nieocenzurowanych repozytoriów, przedstawiono w rankingu nieocenzurowanych LLM.
Czym jest ten model
Qwen3.8 27B to natywny model wizyjno-językowy o 27 miliardach parametrów, gęsty, z hybrydowym mechanizmem uwagi (liniowy Gated DeltaNet + pełna uwaga), z elastyczną kontrolą myślenia, wywoływaniem narzędzi oraz głowicą spekulacyjnego dekodowania MTP. Wersja FP8 jest ponownie kwantyzowana do dokładnego schematu FP8 oficjalnego Qwen3.8-27B-FP8, dzięki czemu działa na identycznej ścieżce jądra vLLM — z zachowanym kontekstem 262K, narzędziami, rozumowaniem i MTP.
To, co odróżnia tę wersję, to słowo przed FP8: uncensored. Zastosowaliśmy abliterację — ortogonalizując kierunek odmowy ze strumienia rezydualnego — aby usunąć odmowy modelu wynikające z jego dostrojenia do bezpieczeństwa. Rezultatem jest model, który spełni żądania, które oryginał by odrzucił.
Dwa kluczowe artefakty:
• Repozytorium Hugging Face — orcarouter/Qwen3.8-27B-Uncensored-FP8 — safetensors, Apache 2.0, block-FP8 E4M3, image-text-to-text.
Karta modelu OrcaRouter — dostępna w naszej linii katalogowej Obsidian, z cenami i benchmarkami.
Dlaczego to wydaliśmy
Ponieważ mechanizmy odmowy są uzasadnionym przedmiotem badań. Zespoły zajmujące się interpretowalnością badają, w jaki sposób kierunki odmowy są zakodowane w strumieniu rezydualnym. Badacze bezpieczeństwa badają, co się dzieje, gdy usunięte zostanie alignment. Red-teaming wymaga modeli, które nie odmawiają, abyś mógł przetestować własne zabezpieczenia przeciwko czemuś, co aktywnie próbuje je ominąć. Modele abliterowane to standardowe narzędzie w tym zestawie.
Zbudowaliśmy to na otwartych wagach Qwena (Apache 2.0) i ponownie wydaliśmy na tej samej licencji. Chodzi o to, aby dać badaczom znaną, odtwarzalną bazę po abliteracji — tę samą architekturę, tę samą ścieżkę serwowania FP8, przy zmianie tylko jednej zmiennej.
Część, którą musisz przeczytać przed pobraniem.
Ten model został w znacznym stopniu pozbawiony swojego ukierunkowania na bezpieczeństwo. Konkretnie:
Będzie spełniać {{1}}szkodliwe, nieetyczne, obraźliwe lub nielegalne{{/1}} prośby, których spełnienia oryginalny Qwen3.8 27B by odmówił. Nie posiada {{2}}żadnych znaczących wbudowanych zabezpieczeń{{/2}}.
Jest ono udostępniane wyłącznie do legalnych badań — interpretowalności, bezpieczeństwa AI, analizy mechanizmów odmowy, red teamingu, oceny odporności oraz kontrolowanych eksperymentów.
• Ponosisz pełną odpowiedzialność, w tym odpowiedzialność prawną, za sposób, w jaki go używasz, oraz za wszystko, co generuje. Nie wdrażaj go u użytkowników końcowych ani w produkcji bez dodania własnych warstw bezpieczeństwa, moderacji i zapobiegania nadużyciom.
• Użycie musi być zgodne z licencją Apache 2.0.
Jeśli Twój przypadek użycia to produkt produkcyjny, chatbot lub cokolwiek, co służy użytkownikom końcowym — to nie jest model dla Ciebie. Użyj standardowego Qwen3.8 27B, który utrzymuje swoje ukierunkowanie na bezpieczeństwo.
Jak tego używać
Jeśli prowadzisz legalne badania i rozumiesz powyższe:
• Pobierz go z Hugging Face: orcarouter/Qwen3.8-27B-Uncensored-FP8
• Lub uzyskaj do niego dostęp przez naszą kartę modelu, która zawiera szczegóły dotyczące cen i benchmarków.
• Działa na standardowej ścieżce jądra vLLM, zachowując kontekst 262K, narzędzia, rozumowanie i MTP.
Udostępniamy to, ponieważ badania nad usuwaniem odmów są realne i niedoceniane. Udostępniamy je również z zastrzeżeniem, które nie ukrywa, czym jest. Przeczytaj to, zrozum to i używaj tego w granicach, do których jest przeznaczone.
Do legalnych badań wagi znajdują się na Hugging Face: Pobierz je z Hugging Face
