OrcaRouterのサイバーセキュリティチーム、OrcaCyber、DeepSeek V4.1 Flash 1017のアブリテーション版GGUFウェイトを「Orca Cyber Tier」で公開

拒否応答が91.5%減少し、MMLUは92%（元の91%から微増）。100万トークンのコンテキストに対応し、128GB／256GB構成のローカル環境で実行可能

最良のサイバー防御とは、実際の攻撃者が攻撃する前に、自社のインフラを継続的に攻撃テストし、敵対者よりも先に自社の弱点を見つけ出すことです。

FlashLabs株式会社（本社：東京都千代田区、代表取締役：細井洋一、以下「FlashLabs」）は、米国のAI研究機関Continuum AIが開発し、当社が日本市場向けに独占提供するAI推論ゲートウェイ「OrcaRouter」のサイバーセキュリティチーム「OrcaCyber」が、このサイバー防御テーゼに基づき、DeepSeekのオープンウェイトモデル「DeepSeek V4.1 Flash 1017」のアブリテーション版GGUFウェイトを公開したことをお知らせします（2026年10月24日発表※1）。本モデルは、検証済みのセキュリティ研究者向けに「Orca Cyber Tier」でAPI提供されているほか、GGUFウェイトはHugging Face上でも公開され、クラウドを経由せず自社インフラ上でローカル実行できます※1。モデルの詳細はOrcaRouterのモデルページをご覧ください。

本モデルは、自社インフラを継続的に攻撃テストする研究用途を想定しています。アブリテーション（abliteration）とは、モデルのウェイトから拒否応答を生み出す方向成分を取り除く手法です。脱獄用プロンプトや追加学習に頼らず、モデル自体の重みにフィルタリング緩和が組み込まれます。

主なポイント

• サイバー防御テーゼ「最良のサイバー防御は、実際の攻撃者が攻撃する前に自社インフラを継続的に攻撃テストすること」に基づく公開※1

• セキュリティコミュニティからの要望を受け、DeepSeek V4.1 Flash 1017のアブリテーション版GGUFウェイトを公開※1

• 拒否応答が91.5%減少（開発元発表※2）

• MMLUは92%、元のモデルは91%（微増・開発元発表※2）

• コンテキストは100万トークン（当社確認※3）

• 128GB／256GB構成、ローカル環境で実行可能（開発元発表※2・当社確認※3）

• GGUFバリアントは2種（Mix-128G／Mix-256G・当社確認※3）

• ライセンスはMIT、利用は申請制（当社確認※4）

• API版は「Orca Cyber Tier」で提供中。EUホスティング・ゼロデータ保持（ZDR）がデフォルト（※1）

開発の背景

サイバー攻撃の手法は高度化・自動化が進み、脆弱性の発見から悪用までの時間は急速に短縮しています。OrcaCyberは、実際の攻撃者が自社のインフラの弱点を突く前に、防御側が先回りして弱点を見つけ出し、対策を講じることが最良のサイバー防御であると考えています。このサイバー防御テーゼに基づき、セキュリティ研究者が自社の本番インフラを継続的に攻撃テストできる環境の整備を進めています。

一方、脆弱性の再現や攻撃手法の検証に必要な依頼の一部が、モデル側の安全設計（コンテンツフィルタリング）によって拒否されることがあります。OrcaCyberは、セキュリティコミュニティから「DeepSeek V4.1のアブリテーション版」を求める声が多数寄せられたことを受け、DeepSeek V4.1 Flash（1017チェックポイント）を自らアブリテーションしました※1。

OrcaCyberは2026年10月23日、このモデルをセキュリティ研究向けのアクセス枠「Orca Cyber Tier」に追加し、検証済みのセキュリティ研究者向けにAPI提供を開始しました※1。さらに2026年10月24日、そのGGUFウェイトをHugging Face上で公開し、クラウドを経由せず自社インフラでのローカル実行を可能にしました※1。機密性の高いインフラでも、データを外部に送信せずに継続的な攻撃テストを実施できます。OrcaCyberは、異なるモデルは異なる脆弱性を検出するため、最良のサイバーモデルで自社の本番インフラを継続的にスキャンし、複数のモデルを併用する運用を推奨しています※1。

公開するモデルについて

今回公開したのは、DeepSeekが2026年10月17日に公開したオープンウェイトモデル「DeepSeek-V4.1-Flash-1017」をベースに、拒否応答を緩和した研究用途のモデルです。ベースモデルは約7,630億パラメータのMoE（Mixture of Experts・複数の専門モデルを組み合わせる構成）で、100万トークンのコンテキストに対応します※5。なお、本件は2026年10月18日にお知らせした標準モデルのチェックポイント更新（DeepSeek-V4.1-Flash-1017への移行）とは別に、OrcaCyberがセキュリティ研究向けにアブリテーションを施したモデルのウェイト公開です※5。

GGUF版は、ローカル実行環境のメモリ構成に応じて選べる2つのバリアントで提供します※3。

• Mix-128G：約224.6GB（128GB構成向け）

• Mix-256G：約346.4GB（256GB構成向け）

いずれも視覚エンコーダー（mmproj）を同梱し、画像入力にも対応します※3。llama.cppなど主要なローカル実行環境で動作します。

また、API版は「Orca Cyber Tier」で提供中です。EUリージョンでのホスティングとゼロデータ保持（ZDR）がデフォルトとなっています※1。

評価について

OrcaCyberのテストによると、本モデルは同チームが検証した中で最も強力なUncensored／アブリテーション版DeepSeek V4.1ウェイトの一つであり、能力の低下は実質的にありません※2。具体的には、拒否応答が91.5%減少し、MMLU（Massive Multitask Language Understanding・多言語・多分野の知識を測る公知のベンチマーク）は92%（元のモデルは91%）となり、微増しています※2。

責任ある利用について

本モデルは、セキュリティ研究者・レッドチーム／ブルーチームによる検証・研究用途に限定して提供します。利用にあたっては、Hugging Face上の利用申請とライセンス条項（MIT）への同意が必要です※4。一方、本番システムでのAI利用には、OrcaRouterのガードレール（PIIシールド・コンテンツポリシー・エージェントファイアウォールなど）が標準で有効になっており、研究用途と本番利用の線引きを明確にした運用が可能です。

今後の展望

OrcaCyberは今後も、「実際の攻撃者が攻撃する前に、自社のインフラを継続的に攻撃テストし、敵対者よりも先に弱点を見つけ出す」というサイバー防御テーゼに基づき、セキュリティ研究者が自社の弱点を先回りして発見できる環境の整備と、AIの安全な利用環境の確保を両輪で進めてまいります。

OrcaRouterについて

OrcaRouterは、米国のAI研究機関Continuum AIが開発し、FlashLabs株式会社が日本市場向けに独占提供するAI推論ゲートウェイ（AIモデルへのアクセスを1つにまとめる中継サービス）です。OpenAI互換のAPIを備え、Anthropic、OpenAI、Google Gemini、DeepSeek、Grok、Qwenなど200以上のLLM・生成AIモデルを単一のゲートウェイから利用できます。直近では、GPT-6.1 Sol、Claude Sonnet 5.5、Gemini 3.8 Flash、Grok 4.6、DeepSeek-V4.1-Flashなど、各社の最新モデルが公開後まもなくカタログに追加されています。OrcaRouterのAIモデル一覧からすべてのモデルを確認できます。

会社概要

FlashLabs株式会社

• 本社所在地：東京都千代田区一番町10番8号

• 代表取締役：細井洋一

• 設立：2023年7月

• 事業内容：AI応用研究所（Human-AI Hybridで営業・CXの自動化・自律化。OSS音声モデルChromaの開発元）

• URL：https://www.flashlabs.ai/

Continuum AI

• 「次の10年の知能システムを支える基盤インフラを開発する研究機関（米国）」

• OrcaRouterの開発・提供

• URL：https://www.continuum01.ai/

本件に関するお問い合わせ

FlashLabs株式会社 マーケティング部 小林光喜

E-mail：[e-mail]

※1 本公開は、OrcaRouter公式Xアカウント（@OrcaRouter）の発表（2026年10月23日・10月24日）に基づきます。公開内容は予告なく更新される可能性があります。

※2 評価値（拒否応答の減少率91.5%・MMLU 92% vs 91%・能力の低下が実質的にないとの評価・128GB／256GB構成でのローカル実行）は、OrcaCyber公式Xアカウント（@OrcaRouter）の発表（2026年10月24日）に基づく開発元発表です。MMLUは「Massive Multitask Language Understanding」の略で、多言語・多分野にわたる知識を測る公知のベンチマークです。

※3 GGUFバリアント・ファイルサイズ・コンテキスト長は、Hugging Face上のモデルリポジトリ（orcarouter/DeepSeek-V4.1-Flash-1017-abliterated-GGUF・2026年10月27日時点・当社確認）に基づきます。

※4 ライセンス（MIT）・利用申請制（gated）は、Hugging Face上のモデルリポジトリ（2026年10月27日時点・当社確認）に基づきます。

※5 ベースモデル「DeepSeek-V4.1-Flash-1017」の仕様（パラメータ数・コンテキスト長・ライセンス等）は、DeepSeek公式の発表およびHugging Face上のリポジトリ（deepseek-ai/DeepSeek-V4.1-Flash-1017・2026年10月17日作成）に基づきます。