O que a abliteração realmente muda no DeepSeek V4.1 Flash

DeepSeek V4.1 Flash é um modelo de mistura de especialistas com 552 bilhões de parâmetros, com 16 bilhões de parâmetros ativos por token [INDEPENDENTE, Artificial Analysis], lançado sob pesos MIT com um contexto de 1 milhão de tokens. DeepSeek V4.1 Flash Abliterated é esse mesmo checkpoint depois que uma direção foi subtraída de seus pesos, e quase nada além disso. Todo erro que as pessoas cometem sobre o segundo modelo decorre de quão pouco essa frase muda e de quanto o preço e o perfil de risco ainda podem variar ao redor dela, que é exatamente o tipo de distinção que o OrcaRouter AI Incident Archive existe para manter em vista.

A edição é uma projeção, não um retreinamento.

Abliteration é mais restrita do que o nome sugere. Ela começa com um experimento de pares correspondentes: execute a mesma solicitação pelo modelo em uma forma que ele recusa e em uma forma que ele responde, e registre as ativações do fluxo residual em cada camada. A diferença média entre as duas é uma direção — a direção de recusa. Tendo-a encontrado, a abliteration ortogonaliza as matrizes de peso que escrevem no fluxo residual em relação a essa direção, de modo que o modelo perde a capacidade de produzir o padrão. Não há passo de gradiente, nem novos dados, nem pares de preferência, nem rodada de reforço, e nenhuma mudança na arquitetura.

As builds publicadas mostram como isso se concretiza de forma tão diferente na prática. Trinta e cinco repositórios no Hugging Face carregam o nome em 26 de outubro [VENDOR]. Dois merecem uma leitura atenta, porque não concordam sobre o que é a edição.

• s-zaizen/DeepSeek-V4.1-Flash-Abliterated surgiu em 10 de setembro, no dia em que o checkpoint base foi lançado, e foi produzido com a ferramenta Heretic. É distribuído como 48 shards, totalizando 510,297 GB, e, em um conjunto de 100 prompts prejudiciais mantidos à parte, reduz as recusas de 97 para 24 [VENDOR, model card]. Aproximadamente um quarto das recusas sobrevive ao procedimento.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated funciona de forma diferente: estima direções de recusa separadamente para prompts de chat e prompts de raciocínio, camada por camada, e remove um subespaço de recusa de posto 2 das escritas no fluxo residual de 40 camadas principais. As recusas caem de 97 para 4 em prompts de chat e de 98 para 9 em prompts de raciocínio, com divergência KL no primeiro token de 0,067 em prompts inofensivos [VENDOR, ficha do modelo].

Duas builds, o mesmo critério de 100 prompts, quatro recusas restantes em uma e vinte e quatro na outra [VENDOR]. Ambas são honestamente descritas como DeepSeek V4.1 Flash Abliterated, e um comprador que escolhe entre elas não está escolhendo entre duas marcas da mesma coisa. A seleção de camadas, se chat e think são tratados como problemas separados, e o posto do subespaço removido aparecem todos no comportamento residual. O valor de KL é a outra metade dessa história: 0,067 em prompts inofensivos é pequeno, mas pequeno não é zero.

Os fatos sobre os pesos permanecem como estão.

Contagem de parâmetros, parâmetros ativos, janela de contexto, tokenizador, roteamento de especialistas: nenhum desses muda sob abliteração, porque nenhum deles é tocado. A derivada é a mesma arquitetura 552B/16B lendo a mesma janela de 1M tokens com o mesmo vocabulário [INDEPENDENT para a base, VENDOR para a derivada]. Qualquer coisa verdadeira sobre a estrutura do checkpoint base continua verdadeira para a versão abliterada, e qualquer alegação de capacidade sobre a derivada é, estritamente, uma alegação sobre pesos da base que ninguém testou.

Um número muda, e não é um fato sobre os pesos. Nosso cartão base lista uma saída máxima de 384.000 tokens; o cartão do OrcaCyber Flash 1.0 lista 393.216 [NOSSO]. Essa é uma decisão de serving aplicada à mesma linhagem, e é um lembrete útil de que dois números colocados lado a lado nem sempre medem o mesmo tipo de coisa.

As evidências de capacidade são muito mais escassas do que as evidências de remoção de recusa. Nenhum publicador lançou um benchmark de capacidade para qualquer build abliterated [FORNECEDOR, ambos os cartões de modelo], e o ranking do Artificial Analysis não contém nenhuma entrada abliterated [INDEPENDENTE, 26 de outubro de 2026]. Todos os números de capacidade associados publicamente à expressão "DeepSeek V4.1 Flash Abliterated" foram medidos no checkpoint base. Isso não é uma acusação contra os publicadores; é uma afirmação sobre de onde vêm as medições.

Nossa build hospedada, campo a campo, comparada ao checkpoint de origem

OrcaCyber Flash 1.0 é o DeepSeek V4.1 Flash Abliterated, oferecido sob um nome de produto. Como a edição é uma subtração e não uma destilação, a comparação honesta não é uma narrativa sobre o que melhorou. É uma leitura campo a campo, com a ressalva de que uma mudança no nível dos pesos e uma mudança no nível do serviço estão sendo avaliadas na mesma lista.

• Arquitetura e contexto. Ambos os lados têm 552B no total e 16B ativos em um contexto de 1M de tokens; a rota base aceita texto, enquanto o OrcaCyber Flash 1.0 aceita entrada de texto e imagem [OURS].

• Preço. A rota base custa US$ 0,15 de entrada e US$ 0,60 de saída por 1M de tokens, com leituras de cache a US$ 0,003 e um multiplicador temporal de 2× entre 01:00–04:00 e 06:00–10:00 UTC. O OrcaCyber Flash 1.0 custa US$ 0,80 de entrada e US$ 1,60 de saída, com leituras de cache a US$ 0,15 — 5,3× a taxa de entrada, 2,7× a taxa de saída e cinquenta vezes a taxa de leitura de cache [OURS].

• Tráfego e confiabilidade. A rota base moveu 26,18 trilhões de tokens em 7 dias com p50 de 1.549 ms, 194,6 tokens de saída por segundo e 0,036% de erro. A implantação abliterated moveu 17,5 bilhões de tokens no mesmo período com p50 de 1,97 s, 171 tok/s e 0,07% de erro [OURS].

• Avaliação. Os números públicos do checkpoint base são um índice da Artificial Analysis de 39,46 na página de setembro e 45,10 na página de 17 de outubro [INDEPENDENTE]. O cartão OrcaCyber reporta CyberGym 88,1, SEC-Bench Pro 62,8, DeepSWE v1.1 74,2, ExploitGym 15,3, GPQA Diamond 90,9 e Terminal-Bench 2.1 90,6, todos autorrelatados [NOSSOS].

Apenas o último item é uma comparação de benchmark, e não é uma comparação limpa. Terminal-Bench 2.1 no nosso card e Terminal-Bench 4.0 com 26,77% na página do checkpoint base [INDEPENDENT] são harnesses diferentes, com níveis de dificuldade diferentes, e subtrair um do outro produz um número que não carrega informação. Preço e latência são comparáveis; os números de benchmark não são, porque um lado foi executado por um avaliador independente e o outro pelo fornecedor.

Duas páginas de checkpoint, e uma lacuna que não tem nada a ver com abliteration

O Artificial Analysis mantém duas páginas para este modelo, e elas nunca devem ser combinadas em uma média. deepseek-v4-1-flash é o checkpoint de setembro de 2026, e sua página traz um banner de descontinuação: índice 39,46, Terminal-Bench 4.0 em 26,77%, uma taxa de alucinação de 96,46%, US$ 0,48 por tarefa do índice e 88.574 tokens de saída por tarefa [INDEPENDENTE]. deepseek-v4-1-flash-1017 é a atualização de 17 de outubro: índice 45,10, 89.495 tokens de saída por tarefa e 167,3 tokens por segundo [INDEPENDENTE].

5,6 pontos de índice separam essas duas medições, e nenhuma abliteração ocorreu entre elas — um refresh fez isso [INDEPENDENT]. Agora coloque as builds abliteradas na linha do tempo: a build de 10 de setembro fica no checkpoint de setembro, e a build de 17 de outubro fica no refresh [VENDOR]. Qualquer pessoa que cite "DeepSeek V4.1 Flash Abliterated pontua 45" ou "pontua 39" está citando um número medido nos pesos base, em um de dois checkpoints, em uma execução que nunca tocou a build abliterada. Um valor de capacidade sem uma data de checkpoint não é uma medição. É ruído com uma vírgula decimal.

Hospedar uma build com acesso restrito é um produto diferente de editar os pesos

O prêmio da nossa hospedagem é de 5,3× na entrada, 2,7× na saída e 50× nas leituras de cache [OURS], e vale a pena ser claro sobre o que esse dinheiro não é: não é o custo da edição. A edição são pesos licenciados sob MIT e um procedimento publicado. O prêmio paga por uma build nomeada vinculada a um checkpoint fixo, latência e taxas de erro medidas ao longo de 7 dias e 17,5 bilhões de tokens, uma página que informa quais checkpoints a implantação segue, e uma barreira contra o uso anônimo.

Esse controle está na própria página do modelo, não enterrado em um documento de política: são exigidos um engagement, uma passkey e os termos, e possuir uma chave de API não abre o modelo por si só [OURS]. Para um build cuja propriedade definidora é que as recusas foram removidas dos pesos, permitir que qualquer detentor de chave direcione o tráfego de produção para ele não é um padrão neutro, e não o oferecemos como tal.

Fazer a subtração você mesmo é uma opção legítima.

Os pesos base são MIT. A build abliterada que existe hoje tem 48 shards e 510,297 GB [VENDOR]. As ferramentas que a produziram estão publicadas, e o procedimento exige GPUs, não um contrato. Se o que você precisa é de um checkpoint modificado e você tem o hardware, a edição custa a você sua capacidade de computação e nada mais — e você herda junto todo o ônus de manutenção: o comportamento de recusa da sua execução específica, a avaliação que você não fez e a responsabilidade pelo checkpoint contra o qual você fez a entrega. Alugar a versão hospedada é alugar a execução de outra pessoa da mesma subtração, com um contrato de suporte atrelado.

Esse enquadramento mantém a comparação honesta. A questão não é se o modelo abliterado é mais seguro — não é, no sentido comum, porque as recusas foram removidas de propósito, e 4 em 100 ou 24 em 100 sobreviveram dependendo de qual versão você usa [VENDOR]. A questão é o que você realmente alterou, de qual checkpoint ele partiu e pelo que você está pagando pela mudança. Na nossa própria linha, 5,3× a taxa de entrada base compra uma implantação mantida da edição, não um modelo mais forte [OURS]. Confundir as duas é como um preço se transforma em uma alegação de capacidade que ninguém jamais mediu.

Nota de sourcing

Artificial Analysis, índice v4.3.2, 26 de outubro de 2026: ambas as páginas de checkpoint, deepseek-v4-1-flash e deepseek-v4-1-flash-1017. Cartões de modelo do Hugging Face para s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 de setembro de 2026) e mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 de outubro de 2026). Catálogo e páginas de modelo do OrcaRouter, 26 de outubro de 2026, para preços, throughput, volume de tokens e o cartão OrcaCyber Flash 1.0. Todas as linhas de benchmark do OrcaCyber são autorrelatadas e não foram auditadas de forma independente; os números independentes de capacidade neste artigo são medições do Artificial Analysis do checkpoint base, e não existe nenhum benchmark independente de capacidade de uma versão abliterada para citar.