Abliteration AI продаёт модель, которая почти не умеет отказывать Стартап…

Abliteration AI продаёт модель, которая почти не умеет отказывать

Стартап Abliteration AI решил поставить снятие защитных механизмов с open-source моделей на коммерческие рельсы.

Компания хостит GLM-5.3 от Z.ai с вырезанными гардрейлами и даёт доступ через браузер и API. Цена — $5 за 1 млн токенов на вход и выход по единому тарифу. Есть и бесплатный план.

Сама идея не новая. Abliteration ищет в модели активации, связанные с отказами, и удаляет их из весов, почти не трогая остальное. Сообщество делает такие сборки годами, а на Hugging Face уже лежат тысячи «разлоченных» моделей.

Новизна здесь в другом: раньше нужно было самому качать веса и поднимать инференс, теперь достаточно просто завести аккаунт. То есть опасный эксперимент из гаражного open-source превращается в обычный SaaS с тарифами.

По заявлениям компании, модель показывает:
— 84,5% pass@1 в CyberGym
— 41,8% в Terminal-Bench 4.0
— 105 задач из 869 за два часа в ExploitGym
— 86,2% в AgentHarm при нуле отказов

Но сравнения стоит читать осторожно: конкурентов тестировали на разных харнессах и бюджетах, а сама компания помечает результаты как индикативные.

Отдельно смешно и тревожно выглядит AgentHarm. Этот бенчмарк измеряет готовность модели выполнять вредоносные агентные запросы. То есть высокий результат там — одновременно «достижение» и довольно честная рекламная вывеска.

Abliteration также продаёт приватность как фичу: по умолчанию промпты и ответы не хранятся. Компания утверждает, что данные обрабатываются и сразу выбрасываются, поэтому их нельзя слить, продать, использовать для обучения или запросить по ордеру.

Сайт:
https://abliteration.ai/
GitHub-фреймворк по теме:
https://github.com/p-e-w/heretic