DeepSeek V4.1 Flash 1017 出了个未审核版，拒答率直接砍掉 91.5%，能力还几乎没掉：有害提示拒答率从 0.874 降到 0.074，MMLU zero-shot 反而从 91% 涨到 92%。
这个版本是冲着安全研究、红队和 Agent 场景做的：1M 上下文、Engram、函数调用都齐全。本地部署的内存门槛不低，Mix-256G 推荐版约 236GB，Mix-128G 能压到 114GB，但质量会掉。
跑起来分三步：去 Hugging Face 下推荐量化版；编译带 PR #30817 的 llama.cpp，原版跑不了这套权重；再用 llama-server 加载，-ngl 99 把注意力扔到 GPU，专家可以放 CPU 或统一内存。Engram 表放 NVMe SSD，别开 –mlock，不然内存会爆。
另一条线更适合普通硬件：ISTA-DASLab 的 GSQ-RCO 非均匀量化版，Strata 引擎原生支持，763B 参数的 MoE 大模型最低能压到 1.75 bpw，12GB 显卡就能跑，前沿质量几乎无损。
提醒一句：这个版本已经去掉了拒答，适合做安全研究时用，最好加自己的系统提示和输出过滤兜底，后果自行负责。
权重下载：https://huggingface.co/orcarouter/DeepSeek-V4.1-Flash-1017-abliterated-GGUF
官方 API：https://www.orcarouter.ai/models/orca/orcacyber-flash-1.0
正文完