
Qwen3.8-27B-Uncensored-FP8:我们发布了什么,以及为什么它仅供研究使用
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 185 tok/s
- openai新OpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 每百万 tokens · 76 tok/s
- openai新OpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 每百万 tokens · 151 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 240 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百万 tokens · 178 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 94 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 每百万 tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 104 tok/s
我们今天发布了Qwen3.8-27B-Uncensored-FP8——这是 Qwen 的 Qwen3.8 27B 的一个经 abliteration 处理的离线 block-FP8 构建,托管于orcarouter/Qwen3.8-27B-Uncensored-FP8,位于 Hugging Face。本帖如实说明它是什么、我们做了什么,以及——最重要的是——它不适用于什么。本次发布与其他无审查仓库在下载量上的对比,详见无审查 LLM 排行榜。
这个模型是什么
Qwen3.8 27B 是一个拥有 270 亿参数的稠密原生视觉-语言模型,采用混合注意力机制(门控 DeltaNet 线性注意力 + 全注意力),支持灵活的思维控制、工具调用和 MTP 推测解码头。FP8 版本将其重新量化至官方 Qwen3.8-27B-FP8 的精确 FP8 方案,因此它能在完全相同的 vLLM 内核路径上运行——262K 上下文、工具、推理和 MTP 功能全部保留。
这个构建的不同之处在于FP8之前的那个词:uncensored。我们应用了abliteration——将拒绝方向从残差流中正交化移除——以消除模型因安全对齐而产生的拒绝行为。最终,这个模型会遵从原始模型会拒绝的请求。
两个关键工件:
• Hugging Face 仓库 — orcarouter/Qwen3.8-27B-Uncensored-FP8 — safetensors、Apache 2.0、block-FP8 E4M3、图像-文本到文本。
• OrcaRouter 模型卡 — 已上线于我们的 Obsidian 目录产品线之下,并附有定价与基准测试数据。
我们为何发布它
因为拒绝机制是一个合理的研究课题。可解释性团队研究拒绝方向在残差流中的编码方式。安全研究人员探索当对齐被移除时会发生什么。红队测试需要不会拒绝的模型,这样才能用那些主动尝试绕过防护的模型来测试你自己的保护措施。Abliterated 模型就是这类工具箱中的标准工具。
我们基于Qwen的开源权重(Apache 2.0)构建了此项目,并以相同许可证重新发布。目的是为研究人员提供一个已知的、可复现的abliterated基线——相同的架构,相同的FP8服务路径,仅改变一个变量。
下载前你必须阅读的部分
该模型的安全对齐已被大幅移除。具体来说:
• 它会遵从原始 Qwen3.8 27B 会拒绝的有害、不道德、冒犯性或非法请求。它没有有意义的内置护栏。
• 该内容严格仅用于合法研究——可解释性、AI安全性与拒绝机制研究、红队测试、鲁棒性评估及受控实验。
• 您对如何使用它以及它生成的所有内容承担全部责任和义务。在未添加您自己的安全、审核和滥用预防层之前,请勿将其部署给最终用户或投入生产环境。
• 使用必须遵守Apache 2.0许可证。
{{1}}如果您的用例是生产产品、聊天机器人或任何面向最终用户的服务——这个模型不适合您。{{/1}} {{2}}请使用标准的 Qwen3.8 27B,它保持了安全对齐。{{/2}}
如何使用它
如果你正在进行合法研究并且理解上述内容:
• 从 Hugging Face 拉取:orcarouter/Qwen3.8-27B-Uncensored-FP8
• 或者通过我们的模型卡访问,其中包含定价和基准测试详情。
它在标准vLLM内核路径上运行,262K上下文、工具、推理和MTP均保持完整。
我们发布这个项目,是因为拒绝移除(refusal-removal)研究是真实存在且未得到充分关注的。我们也附上了一则不掩饰其真实性质的免责声明。请阅读它、理解它,并仅在预期用途范围内使用它。
对于合法研究,权重文件可在 Hugging Face 上获取:从 Hugging Face 拉取
