โมเดลที่ถูกถอด refusal เข้าแคตตาล็อก LiteLLM แล้ว — เพิ่มผู้ให้บริการ Refuseless ขาย GLM-5.3 abliterated $1.25/$2.25 ส่วน DeepSeek-V4.1-Flash-1017 มีฉบับ abliterated บน HF ภายใน 8 วันหลังปล่อย

เมื่อ 7 ก.ย. เราเขียนถึง abliteration.ai สตาร์ตอัปที่ทำ abliteration เป็นธุรกิจ คือแก้น้ำหนักของโมเดล open-weight เพื่อลบ “ทิศทางการปฏิเสธ” ออก แล้วขายเป็น API ตอนนั้นยังเป็นเจ้าเดียวที่ขายของแนวนี้ เจ็ดสัปดาห์ต่อมา LiteLLM ซึ่งเป็น AI gateway โอเพนซอร์สที่องค์กรจำนวนมากใช้เป็นจุดรวมทราฟฟิก LLM ได้เผยแพร่บล็อก “Abliterated models on LiteLLM” ลงวันที่ 26 ต.ค. 2026 แนะนำโมเดลประเภทนี้จาก 2 ผู้ให้บริการ คือ Refuseless และ Abliteration ทั้งสองเจ้ารองรับ streaming, tool calls, structured output และคิดราคา cached token

ฝั่งโค้ดมี PR สองตัวที่เปิดและเมิร์จเมื่อ 27 ต.ค. (UTC) ได้แก่ #48497 ซึ่ง เพิ่ม Refuseless เป็น provider ใหม่ พร้อมราคาของ 5 โมเดล และ #48498 ที่เติมราคาและ capability ให้ provider abliteration/ ส่วน provider นี้มีอยู่ใน LiteLLM มาตั้งแต่ ม.ค. 2026 แต่ก่อนหน้านี้ gateway ยังคำนวณค่าใช้จ่ายของมันไม่ได้ ผลรวมคือโมเดลที่ถูกถอด guardrail ตอนนี้เป็นรายการปกติในแคตตาล็อกของ gateway ตัวหลัก ตั้งค่าด้วย environment variable ตัวเดียวและเรียกด้วยชื่อโมเดลแบบเดียวกับ provider อื่น

มีอะไรในแคตตาล็อก และราคาเท่าไร

ราคาเป็นดอลลาร์ต่อล้านโทเคนตามที่บล็อกระบุ ณ 26 ต.ค. (input / cached input / output)

Refuseless (prefix refuseless/)

โมเดล	ราคา
glm-5.3-abliterated	$1.25 / $0.25 / $2.25
glm-5.3-flash-abliterated	$0.25 / $0.15 / $0.80
deepseek-v4.1-flash-abliterated	$0.22 / $0.045 / $0.75
deepseek-v4.1-flash-fast (น้ำหนักต้นฉบับ)	$0.05 / $0.003 / $0.15
minimax-m3.1-flash (น้ำหนักต้นฉบับ)	$0.05 / $0.002 / $0.25

Abliteration (prefix abliteration/)

โมเดล	ราคา
abliterated-model (รับภาพได้)	$1.00 / $0.10 / $3.00
abliterated-model-large-v2 (reasoning เสมอ)	$3.00 / $0.30 / $5.00
abliterated-model-large-flash (รับภาพได้)	$1.00 / $0.10 / $2.00

ตัวเลขที่ควรสังเกตคือราคา ตอนเดือน ก.ย. abliterated-model-large-v2 ซึ่งต่อยอดจาก GLM-5.3 ขายที่ $5 ต่อล้านโทเคนทั้งขาเข้าและขาออก ตอนนี้ขาเข้าลงมาเหลือ $3 และ Refuseless ขาย GLM-5.3 abliterated ที่ $1.25/$2.25 ต่ำกว่าครึ่ง ตลาดนี้มีผู้ขายมากพอจะแข่งราคากันแล้ว Refuseless ยังขายโมเดลน้ำหนักต้นฉบับราคาถูกปนอยู่ในรายการเดียวกันด้วย (DeepSeek-V4.1-Flash Fast ขาเข้า $0.05) ทำให้ดูเหมือนผู้ให้บริการ inference ทั่วไปที่บังเอิญมีของแบบไม่ปฏิเสธขายด้วย

ในหัวข้อ access control บล็อกของ LiteLLM ไม่ได้บอกว่า gateway เพิ่ม content policy หรือการกรองใด ๆ ให้โมเดลกลุ่มนี้ เขียนไว้เพียงว่า access control, budget และ rate limit ที่ตั้งไว้ยังทำงานตามปกติ บล็อกยอมรับว่าการลด refusal อาจกระทบคุณภาพคำตอบ ให้ผู้ใช้ประเมินกับงานของตัวเอง และยกตัวอย่างการใช้งานว่าเป็น security research และ red-teaming

จากน้ำหนักเปิดถึงฉบับไร้ refusal ใช้เวลาประมาณหนึ่งสัปดาห์

ฝั่ง Hugging Face ทำได้เร็วกว่านี้อีก DeepSeek อัปโหลด DeepSeek-V4.1-Flash-1017 (ไลเซนส์ MIT) เมื่อ 17 ต.ค. ส่วน huihui-ai/Huihui-DeepSeek-V4.1-Flash-1017-abliterated-GGUF ขึ้นเมื่อ 25 ต.ค. ห่างกันราว 8 วัน และมียอดดาวน์โหลดแล้ว 4,423 ครั้ง ณ วันนี้ ตอนเราค้นมีรีโป abliterated ของโมเดลนี้อีกอย่างน้อย 5 รีโปจากผู้อัปโหลดต่างกัน ทั้ง GGUF, EXL3 และ build สำหรับ ik_llama ส่วนรีโป GGUF ที่ขึ้น trending วันนี้ก็เป็นฉบับ abliterated ของโมเดลตัวเดียวกัน บน Hacker News กระทู้ “There are now 5 inference providers for abliterated DeepSeek” ขึ้นหน้าแรกเมื่อเช้า 27 ต.ค. (เวลาไทย) แต่หน้าเว็บที่กระทู้ลิงก์ไปไม่ได้บอกชื่อหรือจำนวนผู้ให้บริการ เราจึงยืนยันได้แค่ 2 เจ้าที่อยู่ใน LiteLLM

ตัวเลขนี้ไม่น่าแปลกใจหากย้อนไปดูรายงานของ Anthropic เมื่อปลาย ก.ย. ที่เราสรุปไว้ ทีม Frontier Red Team ทำ abliteration กับ GLM-5.3 เองโดยใช้ราว 2,200 GPU-hours (ประมาณ 4,400 ดอลลาร์) และประเมินว่าทีมที่ชำนาญจะใช้แค่ราว 600 GPU-hours อัตราปฏิเสธลดจากเกิน 90% เหลือเลขหลักเดียวบน JailbreakBench และ HarmBench ขณะที่ GPQA-Diamond ไม่เปลี่ยน ต้นทุนระดับนี้จ่ายได้ทั้งนักทำ GGUF รายบุคคลและบริษัทที่ตั้งใจทำขาย

ใครต้องสนใจ

• ทีมที่ดูแล LiteLLM ให้องค์กร: provider ใหม่ใช้งานได้เมื่อมีคนใส่ API key ไว้ใน environment ของ gateway ถ้านโยบายองค์กรไม่อนุญาตโมเดลกลุ่มนี้ ควรเขียนเป็นกฎใน config หรือ model allowlist ให้ชัด อย่าคิดว่าคงไม่มีใครเปิดใช้
• ทีมที่เอา open-weight มารันเอง: ถ้าดึง GGUF ชุมชนตามยอดดาวน์โหลดหรือ trending ให้อ่าน tag ใน model card ก่อน เพราะฉบับ abliterated มักชื่อคล้ายตัวต้นฉบับและใช้ quant แบบเดียวกัน
• คนที่ต้องการ red-team จริง: ราคาต่ำลงจริง แต่ยังไม่มีผู้ให้บริการรายไหนเผยผลเทียบคุณภาพระหว่างตัวต้นฉบับกับฉบับ abliterated ให้เห็นชัด

มุมมอง AI Curator

ประเด็นของเรื่องนี้ไม่ได้อยู่ที่เทคนิค abliteration ซึ่งมีมาตั้งแต่ปี 2024 แต่อยู่ที่ ช่องทางจำหน่าย เมื่อ ก.ย. คนที่อยากใช้โมเดลไร้ refusal ต้องไปหาเว็บของสตาร์ตอัปเฉพาะทางเอง ตอนนี้มันอยู่ในเมนูเดียวกับ Anthropic, OpenAI และ Bedrock ใน gateway ที่หลายองค์กรใช้เป็น choke point ด้านความปลอดภัย การเข้าถึงที่ง่ายขึ้นมักขยายตลาดมากกว่าการทำให้เทคนิคถูกลงเสียอีก ข้อนี้ต้องนับรวมกับข้อเท็จจริงว่า LiteLLM เพิ่งเจอเหตุ release 1.107.0 ถูกเจาะเมื่อสัปดาห์ก่อน ทีมที่ประเมินว่าจะไว้ใจ gateway ตัวนี้ระดับไหนคงอยากเห็นมุมมองด้าน governance ในบล็อกแบบนี้มากกว่าตาราง config เพียงอย่างเดียว

เราไม่คิดว่าการห้ามเป็นคำตอบ ไลเซนส์ MIT ของ DeepSeek และไลเซนส์ของ Z.AI อนุญาตให้ดัดแปลงแบบนี้ได้ และงาน red-team กับงานวิจัยความปลอดภัยต้องใช้โมเดลแบบนี้จริง สิ่งที่เปลี่ยนคือภาระย้ายไปอยู่กับผู้ใช้ปลายทาง สำหรับองค์กรไทยที่กำลังวาง AI gateway กลางตามแนวกำกับดูแลของ ETDA หรือของ ธปท. สำหรับสถาบันการเงิน ควรถือว่า “รายชื่อ provider และโมเดลที่อนุญาต” เป็นนโยบายที่ต้องมีเจ้าของและต้องทบทวนเป็นระยะ เหมือนรายชื่อ dependency ที่ผ่านการอนุมัติ ไม่ใช่ค่าเริ่มต้นที่ปล่อยให้ upstream ตัดสินแทน อีกเรื่องที่ควรเฝ้าดูคือแล็บ open-weight จะตอบสนองอย่างไร ตอนนี้ระยะจากวันปล่อยน้ำหนักถึงวันที่มีฉบับ abliterated ขายผ่าน API สั้นลงเหลือไม่กี่วัน ข้อถกเถียงเรื่องว่า safeguard ในน้ำหนักเปิดยังช่วยได้แค่ไหนจึงจะกลับมาอีกแน่นอนเมื่อมีโมเดลใหญ่ตัวถัดไปออกมา

แหล่งข่าว

• LiteLLM — Abliterated models on LiteLLM (26 ต.ค. 2026)
• GitHub — BerriAI/litellm PR #48497: feat(refuseless): add provider and model pricing
• Hugging Face — huihui-ai/Huihui-DeepSeek-V4.1-Flash-1017-abliterated-GGUF
• Hugging Face — deepseek-ai/DeepSeek-V4.1-Flash-1017