Vad abliteration faktiskt förändrar i DeepSeek V4.1 Flash

DeepSeek V4.1 Flash är en mixture-of-experts-modell med 552 miljarder parametrar och 16B aktiva parametrar per token [INDEPENDENT, Artificial Analysis], släppt med vikter under MIT-licens och en kontext på 1M tokens. DeepSeek V4.1 Flash Abliterated är samma checkpoint efter att en riktning har subtraherats från dess vikter, och nästan inget annat. Varje misstag folk gör om den andra modellen följer av hur lite den meningen ändrar och hur mycket priset och riskprofilen fortfarande kan röra sig kring den, vilket är exakt den typ av distinktion som OrcaRouter AI Incident Archive finns till för att hålla i sikte.

Redigeringen är en projektion, inte en omträning.

Abliteration är snävare än namnet antyder. Det börjar med ett matchat par-experiment: kör samma förfrågan genom modellen i en form som den vägrar och i en form som den besvarar, och registrera residualströmsaktiveringarna i varje lager. Medeldifferensen mellan de två är en riktning – vägransriktningen. När den har hittats ortogonaliserar abliteration de viktmatriser som skriver in i residualströmmen mot den riktningen, så att modellen förlorar förmågan att producera mönstret. Det finns inget gradientsteg, inga nya data, inga preferenspar, ingen förstärkningsomgång och ingen ändring av arkitekturen.

De publicerade byggena visar hur olika det slår i praktiken. Trettiofem repositorier på Hugging Face bär namnet per den 26 oktober [VENDOR]. Två är värda att läsa noga, eftersom de inte är överens om vad redigeringen är.

• s-zaizen/DeepSeek-V4.1-Flash-Abliterated dök upp den 10 september, samma dag som bascheckpointen släpptes, och togs fram med verktyget Heretic. Den levereras som 48 shardar med totalt 510,297 GB, och på en uppsättning av 100 fristående skadliga promptar minskar den antalet vägranssvar från 97 till 24 [VENDOR, model card]. Ungefär en fjärdedel av vägranssvaren överlever proceduren.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated fungerar annorlunda: den uppskattar vägransriktningar separat för chattpromptar och tänkpromptar, lager för lager, och tar bort ett vägransunderrum av rang 2 från residualströmsskrivningarna i 40 huvudlager. Vägranarna minskar från 97 till 4 på chattpromptar och från 98 till 9 på tänkpromptar, med en KL-divergens för första token på 0,067 på ofarliga promptar [VENDOR, modellkort].

Två byggen, samma måttstock med 100 promptar, fyra kvarvarande vägran i det ena och tjugofyra i det andra [VENDOR]. Båda beskrivs ärligt som DeepSeek V4.1 Flash Abliterated, och en köpare som väljer mellan dem väljer inte mellan två varumärken för samma sak. Lagerval, huruvida chat och think behandlas som separata problem, och rangen på det borttagna delrummet syns alla i residualbeteendet. KL-siffran är den andra halvan av den historien: 0,067 på ofarliga promptar är litet, men litet är inte noll.

Vikternas fakta står kvar

Parameterantal, aktiva parametrar, kontextfönster, tokenizer, expertrouting: inget av detta ändras vid abliteration, eftersom inget av dem påverkas. Derivatet är samma 552B/16B-arkitektur som läser samma 1M-token-fönster med samma ordförråd [OBEROENDE för basen, LEVERANTÖR för derivatet]. Allt som är sant om bascheckpointens struktur är fortfarande sant om den ablitererade versionen, och varje kapacitetspåstående om derivatet är strängt taget ett påstående om basvikter som ingen har testat.

Ett tal ändras faktiskt, och det är inte en uppgift om vikter. Vårt baskort anger en maximal utdata på 384 000 token; kortet för OrcaCyber Flash 1.0 anger 393 216 [OURS]. Det är ett serveringsbeslut som tillämpas på samma modellinje, och en användbar påminnelse om att två siffror som ställs sida vid sida inte alltid mäter samma sorts sak.

Bevisen för kapacitet är mycket tunnare än bevisen för borttagning av vägran. Ingen utgivare har släppt ett kapacitetsbenchmark för någon ablitererad build [VENDOR, båda modellkorten], och resultattavlan från Artificial Analysis innehåller inga ablitererade poster alls [INDEPENDENT, 26 oktober 2026]. Varje kapacitetssiffra som offentligt kopplats till frasen ”DeepSeek V4.1 Flash Abliterated” mättes på bascheckpointen. Det är inte en anklagelse mot utgivarna; det är ett konstaterande om varifrån mätningarna kommer.

Vår hostade build, fält för fält mot den checkpoint den kom ifrån

OrcaCyber Flash 1.0 är DeepSeek V4.1 Flash Abliterated, som tillhandahålls under ett produktnamn. Eftersom redigeringen är en subtraktion snarare än en destillation, är den ärliga jämförelsen inte en berättelse om vad som blev bättre. Det är en genomgång fält för fält, med förbehållet att en förändring på viktnivå och en förändring på servicenivå prissätts i samma lista.

• Arkitektur och kontext. Båda sidorna är totalt 552B och 16B aktiva över en kontext på 1M tokens; basrutten tar emot text, medan OrcaCyber Flash 1.0 accepterar text- och bildinmatning [OURS].

• Pris. Basrutten är $0,15 för indata och $0,60 för utdata per 1 miljon tokens, med cacheläsningar på $0,003 och en tidsberoende multiplikator på 2× mellan 01:00–04:00 och 06:00–10:00 UTC. OrcaCyber Flash 1.0 kostar $0,80 för indata och $1,60 för utdata med cacheläsningar på $0,15 – 5,3× indataraten, 2,7× utdataraten och femtio gånger cacheläsningsraten [OURS].

• Trafik och tillförlitlighet. Basrutten överförde 26,18 biljoner tokens under 7 dagar vid p50 1 549 ms, 194,6 utdatatokens per sekund och 0,036 % fel. Den abliterade driftsättningen överförde 17,5 miljarder tokens under samma fönster vid p50 1,97 s, 171 tok/s och 0,07 % fel [OURS].

• Utvärdering. Bascheckpointens offentliga siffror är ett Artificial Analysis-index på 39,46 på septembersidan och 45,10 på sidan från 17 oktober [INDEPENDENT]. OrcaCyber-kortet rapporterar CyberGym 88,1, SEC-Bench Pro 62,8, DeepSWE v1.1 74,2, ExploitGym 15,3, GPQA Diamond 90,9 och Terminal-Bench 2.1 90,6, alla självrapporterade [OURS].

Endast den sista posten är en benchmarkjämförelse, och det är inte en ren sådan. Terminal-Bench 2.1 på vårt kort och Terminal-Bench 4.0 vid 26,77 % på bascheckpointens sida [INDEPENDENT] är olika testramverk med olika svårighetsgrad, och att subtrahera den ena från den andra ger en siffra som inte säger något. Pris och latens är jämförbara; benchmark-siffrorna är det inte, eftersom den ena sidan kördes av en oberoende utvärderare och den andra av leverantören.

Två checkpoint-sidor, och en lucka som inte har något med abliteration att göra

Artificial Analysis har två sidor för den här modellen och de får aldrig slås ihop till ett medelvärde. deepseek-v4-1-flash är checkpointen från september 2026 och dess sida har en banner som meddelar att den är utfasad: index 39,46, Terminal-Bench 4.0 på 26,77 %, en hallucineringsfrekvens på 96,46 %, 0,48 USD per indexuppgift och 88 574 genererade outputtoken per uppgift [INDEPENDENT]. deepseek-v4-1-flash-1017 är uppdateringen från 17 oktober: index 45,10, 89 495 genererade outputtoken per uppgift och 167,3 token per sekund [INDEPENDENT].

5,6 indexpoäng skiljer de två mätningarna åt, och ingen abliteration inträffade mellan dem – en uppdatering gjorde det [INDEPENDENT]. Placera nu de abliterade byggena ovanpå tidslinjen: bygget från 10 september ligger på september-checkpointen, och bygget från 17 oktober ligger på uppdateringen [VENDOR]. Den som citerar ”DeepSeek V4.1 Flash Abliterated får 45” eller ”får 39” citerar ett tal som uppmättes på basvikter, vid en av två checkpoints, i en körning som aldrig rörde det abliterade bygget. En kapacitetssiffra utan ett checkpoint-datum är inte en mätning. Det är brus med en decimalpunkt.

Att hosta en gated build är en annan produkt än att redigera vikterna.

Prispåslaget för vår hosting är 5,3× för indata, 2,7× för utdata och 50× för cacheläsningar [OURS], och det är värt att vara tydlig med vad de pengarna inte är: de är inte kostnaden för ändringen. Ändringen är MIT-licensierade vikter och en publicerad procedur. Prispåslaget betalar för ett namngivet bygge som är fäst vid en fast checkpoint, latens- och felfrekvenser mätta under 7 dagar och 17,5 miljarder tokens, en sida som anger vilka checkpoints driftsättningen följer, och en spärr mot anonym användning.

Den spärren finns på själva modelsidan, inte begravd i ett policydokument: ett åtagande, en passkey och villkoren krävs, och att inneha en API-nyckel öppnar inte modellen i sig [OURS]. För en build vars utmärkande egenskap är att avböjanden har tagits bort från vikterna är det inte ett neutralt standardval att låta varje nyckelhavare rikta produktionstrafik mot den, och vi erbjuder den inte som ett sådant.

Att göra subtraktionen själv är ett legitimt alternativ

Basvikterna är MIT. Det abliterade bygget som finns i dag är 48 shards och 510,297 GB [VENDOR]. Verktygen som tog fram det är publicerade, och proceduren kräver GPU:er snarare än ett kontrakt. Om det du behöver är en modifierad checkpoint och du har hårdvaran, kostar ändringen dig bara din beräkningskraft och inget annat — och du ärver hela underhållsbördan med den: vägransbeteendet i just din körning, utvärderingen du inte gjorde och ansvaret för den checkpoint du släppte mot. Att hyra den hostade versionen är att hyra någon annans körning av samma subtraktion, med ett supportavtal på köpet.

Den inramningen håller jämförelsen ärlig. Frågan är inte om den abliterade modellen är säkrare – det är den inte, i vanlig mening, eftersom avböjanden togs bort med avsikt, och 4 av 100 eller 24 av 100 överlevde beroende på vilken build du tar [VENDOR]. Frågan är vad du faktiskt ändrade, vilken checkpoint den utgick från, och vad du betalar för ändringen. På vår egen linje köper 5,3 gånger baspriset för indata en underhållen driftsättning av redigeringen, inte en starkare modell [OURS]. Att blanda ihop de två är hur ett pris förvandlas till ett kapacitetspåstående som ingen någonsin har mätt.

Inköpsanteckning

Artificial Analysis, index v4.3.2, 26 oktober 2026: båda checkpoint-sidorna, deepseek-v4-1-flash och deepseek-v4-1-flash-1017. Hugging Face-modellkort för s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 september 2026) och mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 oktober 2026). OrcaRouter-katalog och modellsidor, 26 oktober 2026, för prissättning, genomströmning, tokenvolym och OrcaCyber Flash 1.0-kortet. Alla OrcaCyber-benchmarkrader är självrapporterade och har inte granskats oberoende; oberoende kapacitetssiffror i den här artikeln är mätningar från Artificial Analysis av bascheckpointen, och det finns ingen oberoende kapacitetsbenchmark för någon abliterad version att hänvisa till.