Abliteration thực sự thay đổi điều gì trong DeepSeek V4.1 Flash

DeepSeek V4.1 Flash là một mô hình hỗn hợp chuyên gia (mixture-of-experts) 552 tỷ tham số với 16 tỷ tham số hoạt động trên mỗi token [ĐỘC LẬP, Artificial Analysis], được phát hành với trọng số theo MIT và ngữ cảnh 1 triệu token. DeepSeek V4.1 Flash Abliterated chính là checkpoint đó sau khi một hướng đã bị trừ khỏi trọng số của nó, và gần như không có gì khác. Mọi sai lầm mà người ta mắc phải về mô hình thứ hai đều bắt nguồn từ việc câu đó thay đổi ít đến nhường nào và mức giá cùng hồ sơ rủi ro vẫn có thể dịch chuyển quanh nó nhiều đến nhường nào, và đó chính xác là kiểu phân biệt the OrcaRouter AI Incident Archive tồn tại để giữ trong tầm nhìn.

Việc chỉnh sửa là một phép chiếu, chứ không phải huấn luyện lại

Abliteration hẹp hơn cái tên gợi ý. Nó bắt đầu bằng một thí nghiệm cặp đối chiếu: chạy cùng một yêu cầu qua mô hình ở dạng mô hình từ chối và ở dạng mô hình trả lời, rồi ghi lại các kích hoạt của luồng dư ở mọi lớp. Chênh lệch trung bình giữa hai dạng là một hướng — hướng từ chối. Sau khi tìm ra hướng đó, abliteration trực giao hóa các ma trận trọng số ghi vào luồng dư theo hướng đó, khiến mô hình mất khả năng tạo ra mẫu đó. Không có bước gradient, không có dữ liệu mới, không có cặp ưu tiên, không có vòng tăng cường và không có thay đổi nào đối với kiến trúc.

Các bản dựng đã phát hành cho thấy điều đó diễn ra khác nhau đến mức nào trong thực tế. Tính đến ngày 26 tháng 10 [VENDOR], có ba mươi lăm kho lưu trữ trên Hugging Face mang tên này. Hai trong số đó đáng để đọc kỹ, vì chúng không thống nhất về việc bản chỉnh sửa là gì.

• s-zaizen/DeepSeek-V4.1-Flash-Abliterated xuất hiện vào ngày 10 tháng 9, đúng ngày checkpoint gốc được phát hành, và được tạo ra bằng công cụ Heretic. Nó được phát hành dưới dạng 48 shard với tổng dung lượng 510.297 GB, và trên một bộ 100 lời nhắc có hại được giữ riêng, nó giảm số lần từ chối từ 97 xuống 24 [VENDOR, model card]. Khoảng một phần tư số lần từ chối vẫn tồn tại sau quy trình này.

• mrfakename/DeepSeek-V4.1-Flash-1017-abliterated hoạt động theo cách khác: nó ước lượng riêng các hướng từ chối cho prompt trò chuyện và prompt suy nghĩ, theo từng lớp, và loại bỏ một không gian con từ chối hạng 2 khỏi các ghi vào luồng residual của 40 lớp chính. Tỷ lệ từ chối giảm từ 97 xuống 4 trên prompt trò chuyện và từ 98 xuống 9 trên prompt suy nghĩ, với phân kỳ KL của token đầu tiên là 0,067 trên các prompt vô hại [VENDOR, thẻ mô hình].

Hai bản dựng, cùng một thước đo 100 prompt, một bản còn bốn lần từ chối và bản kia hai mươi bốn [VENDOR]. Cả hai đều được mô tả trung thực là DeepSeek V4.1 Flash Abliterated, và người mua lựa chọn giữa chúng không phải đang lựa giữa hai thương hiệu của cùng một thứ. Việc lựa chọn lớp, việc chat và think có được xử lý như những bài toán tách biệt hay không, và hạng của không gian con bị loại bỏ — tất cả đều lộ ra trong hành vi tồn dư. Chỉ số KL là nửa còn lại của câu chuyện đó: 0,067 trên các prompt vô hại là nhỏ, nhưng nhỏ không phải là bằng không.

Các thông tin về trọng số vẫn giữ nguyên.

Số lượng tham số, tham số hoạt động, cửa sổ ngữ cảnh, tokenizer, định tuyến chuyên gia: không có cái nào trong số này thay đổi dưới abliteration, vì không cái nào trong chúng bị tác động. Bản dẫn xuất vẫn là cùng kiến trúc 552B/16B, đọc cùng cửa sổ 1M token với cùng bộ từ vựng [INDEPENDENT cho bản gốc, VENDOR cho bản dẫn xuất]. Bất cứ điều gì đúng về cấu trúc của checkpoint gốc thì vẫn đúng với bản dựng đã abliterate, và mọi tuyên bố về năng lực đối với bản dẫn xuất, xét cho cùng, đều là tuyên bố về trọng số gốc mà chưa ai kiểm thử.

Một con số có thay đổi, và đó không phải là một dữ kiện về trọng số. Thẻ mô hình cơ sở của chúng tôi liệt kê đầu ra tối đa là 384,000 token; thẻ OrcaCyber Flash 1.0 liệt kê 393,216 [OURS]. Đó là một quyết định triển khai được áp dụng cho cùng một dòng mô hình, và là một lời nhắc hữu ích rằng hai con số được đặt cạnh nhau không phải lúc nào cũng đo cùng một loại thứ.

Bằng chứng về năng lực mỏng hơn nhiều so với bằng chứng về việc loại bỏ cơ chế từ chối. Chưa có nhà phát hành nào công bố benchmark năng lực cho bất kỳ bản dựng abliterated nào [VENDOR, cả hai thẻ mô hình], và bảng xếp hạng của Artificial Analysis hoàn toàn không có mục abliterated nào [INDEPENDENT, 26 tháng 10 năm 2026]. Mọi con số năng lực được công khai gắn với cụm từ “DeepSeek V4.1 Flash Abliterated” đều được đo trên checkpoint gốc. Đó không phải là lời buộc tội nhằm vào các nhà phát hành; đó là một tuyên bố về nguồn gốc của các phép đo.

Bản dựng được lưu trữ của chúng tôi, từng trường một so với checkpoint mà nó bắt nguồn

OrcaCyber Flash 1.0 là DeepSeek V4.1 Flash Abliterated, được cung cấp dưới một tên sản phẩm. Bởi vì chỉnh sửa là một phép trừ chứ không phải chưng cất, so sánh trung thực không phải là một câu chuyện kể về những gì đã trở nên tốt hơn. Đó là một bài đọc từng trường, với lưu ý rằng một thay đổi ở cấp độ trọng số và một thay đổi ở cấp độ dịch vụ đang được định giá trong cùng một danh sách.

• Kiến trúc và ngữ cảnh. Cả hai bên đều có tổng cộng 552B và 16B hoạt động trên ngữ cảnh 1M token; tuyến cơ sở nhận văn bản, trong khi OrcaCyber Flash 1.0 chấp nhận đầu vào văn bản và hình ảnh [OURS].

• Giá. Tuyến cơ sở có giá đầu vào $0.15 và đầu ra $0.60 trên mỗi 1 triệu token, với lượt đọc bộ nhớ đệm ở mức $0.003 và hệ số nhân theo thời gian 2× trong khoảng 01:00–04:00 và 06:00–10:00 UTC. OrcaCyber Flash 1.0 có giá đầu vào $0.80 và đầu ra $1.60 với lượt đọc bộ nhớ đệm ở mức $0.15 — gấp 5,3 lần mức giá đầu vào, 2,7 lần mức giá đầu ra và năm mươi lần mức giá đọc bộ nhớ đệm [OURS].

• Lưu lượng và độ tin cậy. Tuyến cơ sở đã xử lý 26,18 nghìn tỷ token trong 7 ngày với p50 là 1.549 ms, 194,6 token đầu ra mỗi giây và tỷ lệ lỗi 0,036%. Triển khai abliterated đã xử lý 17,5 tỷ token trong cùng khoảng thời gian với p50 là 1,97 s, 171 tok/s và tỷ lệ lỗi 0,07% [OURS].

• Đánh giá. Các con số công khai của checkpoint cơ sở là chỉ số Artificial Analysis 39,46 trên trang tháng 9 và 45,10 trên trang ngày 17 tháng 10 [ĐỘC LẬP]. Thẻ OrcaCyber báo cáo CyberGym 88,1, SEC-Bench Pro 62,8, DeepSWE v1.1 74,2, ExploitGym 15,3, GPQA Diamond 90,9 và Terminal-Bench 2.1 90,6, tất cả đều tự báo cáo [CỦA CHÚNG TÔI].

Chỉ mục cuối cùng là một so sánh benchmark, và đó không phải là một so sánh sạch. Terminal-Bench 2.1 trên thẻ của chúng tôi và Terminal-Bench 4.0 với 26.77% trên trang của checkpoint cơ sở [INDEPENDENT] là những harness khác nhau ở mức độ khó khác nhau, và lấy cái này trừ cái kia sẽ tạo ra một con số không mang thông tin gì. Giá và độ trễ thì có thể so sánh được; các con số benchmark thì không, vì một bên được chạy bởi đơn vị đánh giá độc lập và bên kia bởi nhà cung cấp.

Hai trang checkpoint, và một khoảng trống không liên quan gì đến abliteration

Artificial Analysis có hai trang cho mô hình này và không bao giờ được lấy trung bình cộng chúng với nhau. deepseek-v4-1-flash là bản checkpoint tháng 9 năm 2026 và trang của nó có biểu ngữ ngừng hỗ trợ: chỉ số 39.46, Terminal-Bench 4.0 đạt 26.77%, tỷ lệ ảo giác 96.46%, $0.48 cho mỗi tác vụ chỉ số và 88,574 token đầu ra cho mỗi tác vụ [INDEPENDENT]. deepseek-v4-1-flash-1017 là bản làm mới ngày 17 tháng 10: chỉ số 45.10, 89,495 token đầu ra cho mỗi tác vụ và 167.3 token mỗi giây [INDEPENDENT].

5,6 điểm chỉ số tách biệt hai phép đo đó, và không có abliteration nào xảy ra giữa chúng — một lần refresh đã làm điều đó [INDEPENDENT]. Giờ hãy đặt các bản build đã abliterate lên trên dòng thời gian: bản build ngày 10 tháng 9 nằm trên checkpoint tháng 9, và bản build ngày 17 tháng 10 nằm trên bản refresh [VENDOR]. Bất kỳ ai trích dẫn "DeepSeek V4.1 Flash Abliterated scores 45" hoặc "scores 39" đều đang trích dẫn một con số được đo trên trọng số gốc, tại một trong hai checkpoint, trong một lần chạy chưa từng đụng tới bản build đã abliterate. Một con số năng lực không kèm ngày checkpoint không phải là một phép đo. Đó là nhiễu kèm theo một dấu thập phân.

Việc lưu trữ một bản dựng giới hạn truy cập là một sản phẩm khác với việc chỉnh sửa trọng số.

Phụ phí trên dịch vụ hosting của chúng tôi là 5.3× cho đầu vào, 2.7× cho đầu ra và 50× cho lượt đọc cache [OURS], và đáng để nói thẳng số tiền đó không phải là gì: nó không phải là chi phí của bản chỉnh sửa. Bản chỉnh sửa là các trọng số theo giấy phép MIT và một quy trình đã được công bố. Phụ phí trả cho một bản build có tên được ghim vào một checkpoint cố định, độ trễ và tỷ lệ lỗi được đo trong 7 ngày và trên 17.5 tỷ token, một trang cho biết bản triển khai tuân theo những checkpoint nào, và một cổng chặn việc sử dụng ẩn danh.

Cổng đó nằm ngay trên trang mô hình, không bị chôn trong một tài liệu chính sách: bắt buộc phải có một cam kết, một passkey và các điều khoản, và việc nắm giữ khóa API không tự mở quyền truy cập mô hình [OURS]. Đối với một bản dựng mà đặc tính định hình của nó là các lời từ chối đã bị loại bỏ khỏi trọng số, việc để mọi người nắm giữ khóa đều có thể hướng lưu lượng production vào nó không phải là một mặc định trung lập, và chúng tôi không cung cấp nó như một mặc định như vậy.

Tự mình thực hiện phép trừ là một lựa chọn chính đáng.

Các trọng số gốc theo giấy phép MIT. Bản dựng abliterated hiện có hôm nay gồm 48 phân mảnh và 510.297 GB [VENDOR]. Các công cụ tạo ra nó đã được công bố, và quy trình cần GPU chứ không cần hợp đồng. Nếu thứ bạn cần là một checkpoint đã chỉnh sửa và bạn có phần cứng, việc chỉnh sửa chỉ tốn tài nguyên tính toán của bạn và không tốn gì khác — và bạn thừa hưởng toàn bộ gánh nặng bảo trì cùng với nó: hành vi từ chối của lần chạy cụ thể của bạn, việc đánh giá mà bạn đã không thực hiện, và trách nhiệm đối với checkpoint mà bạn đã phát hành dựa trên đó. Thuê phiên bản được host là thuê lần chạy của người khác cho cùng phép trừ đó, kèm theo một hợp đồng hỗ trợ.

Cách đặt vấn đề đó giữ cho việc so sánh được trung thực. Câu hỏi không phải là liệu mô hình abliterated có an toàn hơn không — nó không an toàn hơn, theo nghĩa thông thường, bởi vì các lời từ chối đã bị loại bỏ có chủ đích, và 4 trong 100 hoặc 24 trong 100 lời từ chối vẫn còn sót lại tùy vào bản build bạn chọn [VENDOR]. Câu hỏi là bạn thực sự đã thay đổi điều gì, nó xuất phát từ checkpoint nào, và bạn đang trả giá cho thay đổi đó để đổi lấy điều gì. Trên dòng sản phẩm của chúng tôi, mức 5.3× giá đầu vào cơ bản mua được một bản triển khai được bảo trì của chỉnh sửa đó, chứ không phải một mô hình mạnh hơn [OURS]. Nhầm lẫn hai điều đó chính là cách một mức giá biến thành một tuyên bố về năng lực mà chưa ai từng đo lường.

Ghi chú tìm nguồn cung ứng

Artificial Analysis, chỉ số v4.3.2, ngày 26 tháng 10 năm 2026: cả hai trang checkpoint, deepseek-v4-1-flash và deepseek-v4-1-flash-1017. Thẻ mô hình Hugging Face cho s-zaizen/DeepSeek-V4.1-Flash-Abliterated (10 tháng 9 năm 2026) và mrfakename/DeepSeek-V4.1-Flash-1017-abliterated (17 tháng 10 năm 2026). Danh mục và các trang mô hình OrcaRouter, ngày 26 tháng 10 năm 2026, về giá, thông lượng, khối lượng token và thẻ OrcaCyber Flash 1.0. Tất cả các dòng benchmark OrcaCyber đều do đơn vị tự báo cáo và chưa được kiểm toán độc lập; các số liệu năng lực độc lập trong bài viết này là kết quả đo của Artificial Analysis đối với checkpoint gốc, và không có benchmark năng lực độc lập nào của bản dựng abliterated để trích dẫn.