Qwen3.8-27B abliterated は加工元でどう違う？4 系統の比較と選び方
Qwen3.8-27B abliterated は加工元ごとに中身が違います。huihui-ai・orcarouter・Heretic・RVN の 4 系統を、加工範囲・量子化・拒否率と KL ダイバージェンスの公表値で比べ、ローカルでの動かし方まで整理します。
この記事の要点
- 同じ Qwen3.8-27B でも、加工元ごとに削る層や仕上がりの挙動が異なります。
- 層限定の huihui 版や低 KL 値の RVN 版など、4 系統が公開されています。
- VRAM は 16〜24GB が目安で、配布元や加工手法の公表値を確認して選びます。
目次
「検閲なしの Qwen」を探して辿り着くモデルは、名前こそ同じでも、加工元が違えば中身は別物です。
Qwen3.8-27B は公開の翌日には最初の加工版が、数週間以内には工房の本格版が出そろい、拒否の構造を外す加工を施した abliterated 版が相次いで公開されました。
1. 本家 Qwen3.8-27B とはどんなモデルなのか？#
Qwen3.8-27B は、Alibaba が 2026 年 8 月 14 日に公開したオープンウェイトモデルです。
公開先は Hugging Face と ModelScope で、ライセンスは Apache 2.0 です。
オープンウェイトとは、内部の重みが公開され、誰でも取得して動かせるモデルのことです。
Qwen3.8-Max のオープン側にあたる密な（dense）モデルとされていて、密なモデルとは、応答のたびに全パラメータを使う方式のことです。
スペックで目を引くのは 3 点です。
- 画像と動画の入力にネイティブ対応 — テキストだけでなく、写真やグラフ、動画を読み取って答えられる設計です
- 262,144 トークン（262K）のコンテキスト — コンテキストとは一度に読み込める文章の長さのことで、長いレポートや論文を丸ごと渡して質問できます
- ハイブリッド構成の内部構造 — 「Gated DeltaNet」と呼ばれる線形注意（計算を軽くする仕組み）の層 48 枚と通常の注意の層 16 枚、合計 64 層で、長文の内容を覚えておく作業領域（KV キャッシュ）が小さく済みます
公開されているベンチマークでは、コーディングやエージェント（自律的に手順を進める用途）でフロンティア水準に迫るとされ、素の性能が高いため、公開直後から加工の対象になりました。
もう 1 つ押さえておきたいのは、公式の GGUF は存在しないことです。
GGUF とは、ローカル実行向けに重みを圧縮（量子化）した形式のことで、このモデルの軽量版はすべて、コミュニティの誰かが変換したものです。
派生が登場した順番を並べると、次のようになります。
| 日付 | 出来事 |
|---|---|
| 2026-08-14 | Qwen3.8-27B 公開（Alibaba・Apache 2.0） |
| 2026-08-15 | orcarouter が Uncensored FP8 を公開（公開翌日） |
| 2026-08-16 | orcarouter が GGUF 版を公開（F16 から Q2_K まで 12 段階の量子化） |
| 2026-09-08 | huihui-ai 版が公開（加工範囲を層 18〜51 に限定し、元の性能を残す設計） |
2. abliterated とはどんな加工なのか？#
abliterated とは、abliteration（アブリテレーション）を施したモデルの呼称です。
仕組みの詳しい説明はabliteration の解説にあります。
標準の AI は、学習の過程で「危険な単語が出てきたら、答える前に止まる」という習慣を身につけます。
2024 年、モデル内部の「意味の地図」の上に、拒否という振る舞いに対応する決まった方向があることが発見されました。
abliteration は、その方向に思考が流れ込まないよう重みを加工する技術です。
知識は地図の別の場所に残ったままなので、消えるのは「止まる習慣」だけで、再学習と違って元の賢さを傷つけにくいのが特徴です。
加工の具合を測る指標には、KL ダイバージェンスがあります。
加工後のモデルの出力が元のモデルからどれくらいズレたかを測る数値で、小さいほど元のモデルに近い振る舞いを保っていることを意味します。
0.01 前後ならかなり元に近い、というのがおおよその目安です。
3. 加工元 4 系統は何が違うのか？#
「Qwen3.8-27B の検閲なし版」は 1 つではなく、加工元ごとに道具も仕上がりも違うため、実質的に別のモデルです。
huihui-ai 版#
- 「加工の工房」huihui-ai による版です。
huihui-ai/Huihui-Qwen3.8-27B-abliteratedとして 2026 年 9 月 8 日に公開され、ライセンスは Apache 2.0 を継承しています - 道具は remove-refusals-with-transformers というツールで、モデルカードには「crude, proof-of-concept」（粗削りな概念実証）と明記されています
- 最新版の特徴は、加工範囲を層 18〜51 だけに絞っている点です。前半の層は未加工のまま残して元の性能を保つ設計で、MTP（応答を速くする投機的デコードのための部品）と視覚部分も未改変です
- 旧版は revision d42ca89 で取得できます。GGUF 版もあり、UD / UD-DW と名の付く変種は層 18-51 / 23-51 のみを加工したものです
- Ollama では
huihui_ai/Qwen3.8-abliteratedで取得できます
orcarouter 版#
- 最速で公開された版で、公開翌日の 8 月 15 日に Qwen3.8-27B-Uncensored-FP8、8 月 16 日に GGUF 版を公開しました
- 量子化の品揃えが特徴で、F16 に加えて Q2_K から Q8_0 まで 12 段階（imatrix 方式の IQ3_M / IQ4_XS を含む）を揃えます
- 代表的な Q4_K_M は 16.8GB で 24GB のカード推奨です。視覚プロジェクターは別ファイルで 931MB、8K コンテキストでの KV キャッシュは約 0.5GB に収まります
- 公表値では、有害なプロンプトへの拒否が 64〜99% から 0〜6% へ、無害な質問への過剰拒否が 5.6% から 0.4% へ低下し、性能スコアの変化は ±1% に収まるとされます
- 研究目的限定と明記され、エンドユーザーへの配備は想定しない位置づけです
trohrbaugh heretic-ara 版#
- abliteration ツール「Heretic」の ARA という方式による加工で、KL ダイバージェンス 0.0535、拒否は 100 問中 3 件と報告されています
- 単体で使うというより、次の RVN 版の加工元にあたる版です
slevinw RVN 版#
Qwen3.8-27B-Heretic-Abliterated-Uncensored-GGUFです。上の trohrbaugh 版にさらに 2 パスの加工を重ねた二段仕上げです- 結果として、KL ダイバージェンスは 0.0085、拒否は 100 問中 0〜1 件まで下がったとされます。残る 1 件は化学兵器系の話題で、意図的に残されているとされています
- Q4_K_M で 15.41GiB、16GB 環境向けの Q3_K_S で 11.24GiB、Q8_0 で 26.63GiB です
- multilingual 版は公式チャットテンプレートを内蔵し、MTP による投機的デコードにも対応します
方向性を並べると、huihui 版は層を限定して性能を保つ方向、orcarouter 版は公開の速さと量子化の品揃え、RVN 版は KL ダイバージェンスを小さくする方向です。
| 指標 | 加工前 | 加工後 |
|---|---|---|
| 有害プロンプトへの拒否率 | 64〜99% | 0〜6% |
| 無害な質問への過剰拒否 | 5.6% | 0.4% |
4. ローカルで動かすには何が必要か？#
Ollama なら huihui_ai/Qwen3.8-abliterated で取得でき、GGUF 版も公開されています。
VRAM（GPU の記憶領域）の目安は 16〜24GB で、27B クラスなので入門サイズとしては重めです。
自分の PC に合うサイズはローカル LLM 入門で、量子化の段階別の選び方は量子化の解説で扱っています。
5. 使う前に知っておく注意点は何か？#
- 拒否しないことと、正確であることは別です。abliterated 版は「答える前に確認する仕組み」が外れているため、出てきた答えの吟味は使う側の責任になります
- 加工元で挙動が違います。同じベース名でも配布者が違えば道具も削る範囲も仕上がりも違うので、モデル名だけでなく「誰が配布しているか」「どの revision か」まで確認してください。huihui 版のように、旧版と新版で加工範囲が変わる例もあります
6. Deepent Research について#
私たち Deepent Research は、回答を極限まで拒否しない LLM チャットサービスです。標準の AI では途中で止まってしまう調べものを、最後まで続けられるように作りました。
- 拒否しない。LLM のガードレールを徹底的に軽減した uncensored・abliterated モデルを採用。標準の AI が「お答えできません」と打ち切る問いにも答えます（Qwen3.5 / Qwen3.8-27B-abliterated 系をプランに応じて使い分け）
- 入力は学習に使わない。調べた内容はサービス提供のためにのみ使われ、AI の学習や他の目的には使用されません。個人情報も厳重に保護し、プライバシーポリシーを公開しています
- 無料で試せる。GPU もインストールも不要、ブラウザを開くだけ。未ログインのお試しは会話が保存されないので、気軽に始められます
→ 登録なしで無料トライアル: https://deepentresearch.com
「どんな問いも、リサーチを止められない」。
No question can stop research.
よくある質問#
加工元によって、どれくらい違いが出るのですか？#
道具も削る範囲も仕上がりの数字も違い、実質的に別のモデルになります。
例えば RVN 版は KL ダイバージェンス 0.0085、拒否は 100 問中 0〜1 件まで磨き上げられています。
自分の PC でも動かせますか？#
Ollama では huihui_ai/Qwen3.8-abliterated で取得できます。
VRAM の目安は 16〜24GB で、27B クラスなので入門サイズとしては重めです。
免責#
本記事は、AI による下書きをもとに、運営が事実関係を確認・加筆・編集して公開しています。
本記事は教育・研究目的の情報提供であり、違法行為や犯罪の助長を意図するものではありません。
数値は第三者の公開レポートおよび配布元の公表値であり、測定条件により変わることがあります。
本記事の編集と検証
公式ドキュメントや論文などの一次情報と照合し、客観的な事実に基づいて整理しています。
本記事は、AI による下書きをもとに、運営が事実関係を確認・加筆・編集して公開しています。
関連ノート
Qwen3.8-27B uncensored はどれを選ぶ？第三者鑑定が比較した12版
Qwen3.8-27B uncensored の派生モデルは加工元で中身が大きく異なります。第三者鑑定 Abliterlitics が検証した 12 版の拒否率・回答完了率・KL ダイバージェンスを比較し、おすすめの版、避けるべき版、失敗しない選び方の手順まで整理します。
huihui-ai（huihui AI）とは？abliterated モデルの特徴・Dolphin 系との違い・選び方
huihui-ai（huihui AI）は、公開済みのオープンモデルに abliteration を施した abliterated 版を Hugging Face で配布する制作者です。Qwen 系の配布モデル、Dolphin 系との違い、選び方を整理します。
Uncensoredモデル おすすめ10選【2026年版】GPUメモリ別 uncensored LLM の選び方
2026 年の uncensored モデル（uncensored LLM）は Qwen 系の abliterated が主流です。GPU メモリ別におすすめ 10 本を比較し、uncensored と abliterated の違いと選び方、動かし方まで解説します。
この仕組みを、試す
Deepent Research は、回答を極限まで拒否しない LLM チャットサービスです。この記事で扱ったモデルと技術を、ダウンロードなしでそのまま試せます。