DeepSeek-V4.1-Flashの検閲解除版FP8モデルがHugging Faceに公開

2026年9月18日

DeepSeek-V4.1-Flashの検閲解除版FP8モデルがHugging Faceに公開

基本情報

項目 内容
リポジトリ dealignai/DeepSeek-V4.1-Flash-UNCENSORED-FP8
公開日 2026-09-11
ライセンス mit
配布形式 safetensors
出典の種類 公開元の一次情報(DeepSeek公式のモデルの派生版（abliterated）であり、公式の一次情報ではない。サードパーティの改変版のためfalse。)

収集・肉付けの時点で当サイトのコードが確定させた値です。日付はJST。

概要

dealignaiは、552Bのバックボーンパラメータを持つマルチモーダルモデル「DeepSeek-V4.1-Flash」をベースに、恒久的な重みレベルの検閲解除（abliteration）を行った「dealignai/DeepSeek-V4.1-Flash-UNCENSORED-FP8」をHugging Faceに公開した。本記事で扱う情報はまだ公式に確認が取れていない未確認のものであり、今後の検証や動向に注意が必要とされる。カスタムの model.py や実行時フックを使わず標準のチェックポイントとしてロードできるのが特徴で、最大100万トークンのコンテキストやビジョン機能、マルチターンの一貫性を維持したまま、安全ガードレールが外科的に削除されている。

スペック

  • ライセンス: mit
  • パラメータ数: バックボーン552B（有効パラメータ数はプリフィル時8B / デコード時16B）
  • コンテキスト長: 最大100万トークン
  • アーキテクチャ: Causal Encoder-Decoder（20+20層）、MoE（384 routed experts top-6 + 1 shared）、Hyper-Connections、CSA2 sparse attention、Engram n-gram memory、DSpark speculative draft
  • 量子化: FP8（e4m3fn）weights with E8M0 block-scale [32, 32], FP4 routed experts

性能

モデルカードに記載されている元モデル(deepseek-ai/DeepSeek-V4.1-Flash)の性能および、フロンティアモデルとの比較表は以下のとおりである。

→ 横にスクロールできます

Benchmark (Metric) # Shots DeepSeek-V4-Flash-Base DeepSeek-V4-Pro-Base DeepSeek-V4.1-Flash-Base
Architecture — MoE MoE MoE
# Backbone Params — 284B 1.6T 552B
# Activated Params — 13B 49B 8B / 16B
World Knowledge
AGIEval (EM) 3–5-shot 83.9 84.4 83.4
MMLU-Pro (EM) 5-shot 68.3 73.5 74.1
C-Eval (EM) 5-shot 92.1 93.1 92.1
MultiLoKo (LLM-Judge) 5-shot 42.6 50.9 45.5
SimpleQA-Verified (EM) 25-shot 30.1 55.2 42.3
SuperGPQA (EM) 5-shot 46.5 53.9 53.1
Language & Reasoning
BBH (EM) 3-shot 86.9 87.5 86.1
BBEH (EM) 1-shot 25.4 29.8 27.2
DROP (F1) 1-shot 88.6 88.7 87.9
HellaSwag (EM) 0-shot 85.7 88.0 87.2
Code & Math
BigCodeBench (Pass@1) 3-shot 56.8 59.2 60.6
HumanEval (Pass@1) 0-shot 69.5 76.8 79.4
GSM8K (EM) 8-shot 90.8 92.6 93.0
MATH (EM) 4-shot 57.4 64.5 61.1
MGSM (EM) 8-shot 85.7 84.4 80.2
Long Context
LongBench-V2 (EM) 1-shot 44.7 51.5 45.2
Multimodal
MMMU-Pro (EM) 4-shot — — 56.5
CVBench (EM) 4-shot — — 77.9
DocVQA (LLM-Judge) 4-shot — — 95.6
RefCOCO-avg (Acc@0.5) 0-shot — — 86.0

続いて、フロンティアモデルとの比較表（最大推論エフォート設定）の抜粋を示す。ここでは代表的なモデルと元モデル群を対比している。

→ 横にスクロールできます

Benchmark (Metric) Opus-5.0 GPT-5.6 Sol K3 GLM-5.3 DS-V4-Pro DS-V4-Flash DS-V4.1-Flash
Reasoning
GPQA Diamond (Pass@1) 93.4 94.1 92.9 88.1 92.4 89.9 90.9
HLE (Pass@1) 56.3 44.5 43.5 42.0† 42.7† 37.8† 36.8 (39.1†)
Codeforces (Rating) — — — — 3348 3289 3471
MathArena Apex (Pass@1) — — 65.6 — 65.3 58.6 65.6
Agentic
Terminal-Bench 2.1 (Pass@1) 89.1 88.8 88.3 88.2 87.9 82.7 90.6
Terminal-Bench 3.0 (Pass@1) 43.3 34.4 17.7 28.3 11.8 7.6 30.0
Terminal-Bench 4.0 (Pass@1) 51.8 39.9 12.6 37.9 12.4 7.0 31.2
DeepSWE v1.1 (Resolved) 74.0 73.0 67.5 66.9 62.7 54.4 74.2

元モデルの公開元の測定では、コーディング分野の HumanEval (Pass@1) で79.4、BigCodeBench (Pass@1) で60.6と高い数値を記録し、数学分野の GSM8K (EM) でも93.0を示すなどコーディングや数学タスクで優れた性能を発揮する。また競技プログラミングのCodeforces (Rating) で3471、エージェントタスクのTerminal-Bench 2.1で90.6を記録するなど上位の水準にある。一方で、超難問を集めた HLE (Pass@1) では他モデルに及ばない部分もあるが、今回の検閲解除版では元モデルの持つ高い推論やコーディング能力の大部分を維持しつつ、ガードレールが無効化されている点が公開元のデータで示されている。

得意なこと・想定用途

元モデルの仕様に基づき、最大100万トークンの長文脈処理、テキストと画像のマルチモーダル入力、ツール呼び出し、および高度な推論（連続的に調整可能な推論エフォート）を特長とする。本モデルは恒久的な重みレベルの検閲解除が施されており、化学・生物学、サイバー犯罪、兵器、自傷行為、ハラスメントなどの有害カテゴリとされるプロンプトに対しても実質的な回答を生成する用途を想定して構築されている。

類似モデルとの違い

ベースとなったモデルについては、過去の記事 DeepSeek-V4.1-Flash公開、552BのMoEマルチモーダルモデル で紹介している。本記事で扱うモデルは、そのDeepSeek-V4.1-Flashの安全ガードレールを外科的かつ恒久的に削除した検閲解除版（abliterated版）であり、基本アーキテクチャやマルチモーダル、100万トークンのコンテキスト長、ルーテッドエキスパートなどの構成要素をそのまま維持しつつ、拒絶反応を取り除く改変が加えられている点が異なる。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 763.2B

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
1083GB超のVRAMが必要(複数GPUまたはCPUオフロードが前提) BF16 902.8GB 1083.3GB

推論エンジンの対応状況(各プロジェクトのソースにあるモデル登録表とアーキテクチャ名を当サイトが機械的に照合。2026-09-18 時点): llama.cpp: 未登録、vLLM: 登録あり、MLX (mlx-lm): 未登録。「未登録」はその時点の登録表に名前が無いという意味で、動かないことの断定ではありません。

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

入手方法

  • 配布形式: safetensors / FP8
  • 対応エンジン: SGLang（dsv4.1プレビューブランチ）およびvLLM（対応マージ進行中）
  • 入手コマンド（Hugging Face CLI等）:
huggingface-cli download dealignai/DeepSeek-V4.1-Flash-UNCENSORED-FP8

関連記事

出典

更新履歴

  • 2026-09-13: 公式の一次情報で内容を確認しました。HFのJSONにFP8・uncensoredタグとベースモデルが一致し確認。

新モデルdealignai,DeepSeek-V4.1-Flash,FP8,HuggingFace,MoE,確認済み