Ang Uncensored na DeepSeek API

Ang mga dumarating sa pariralang "uncensored DeepSeek API" ay may isang tiyak na gusto: isang modelong may kakayahan ng DeepSeek sa pangangatwiran at coding na sumasagot sa tanong na talagang itinanong nila. Mahusay na naidokumento ang kalahating kakayahan — inilathala ng DeepSeek-AI ang arkitektura at ang mga numero, at nasa Hugging Face ang weights sa ilalim ng MIT. Ang pangalawang kalahati ay desisyong pang-operasyon, at karaniwang ipinapasya ito para sa iyo. Sakop ng pahinang ito ang dalawa: kung ano ang pundasyong V4-Pro, kung ano ang ginagawa rito ng aming 3BIT-REAP na build, at kung ano mismo ang ibig sabihin ng "uncensored" kapag sinasabi namin ito.

01Ano talaga ang ibig sabihin ng "uncensored DeepSeek API"

Dalawang magkaibang mekanismo ang naitatala sa ilalim ng parehong salita. Ang una ay alignment na nakaluto sa weights — gawi ng pagtanggi na natutuhan sa post-training. Ang pangalawa ay layer ng moderasyon sa panig ng paghahain: isang hiwalay na classifier na sinusuri ang prompt mo bago ito makita ng model at ang output bago mo ito makita, at kayang putulin ang tugon sa gitna ng pangungusap kahit ano pa ang gustong sabihin ng model.

Parehong nasusukat, at nasukat na ang first-party na serbisyo ng DeepSeek. Nag-ipon ang Promptfoo ng 1,360-prompt na set ng mga tanong na sensitibo sa pulitika at iniulat na tinanggihan o iniwas ng naka-host na R1 ng DeepSeek ang 1,156 sa mga ito — humigit-kumulang 85%. Nakakita ang akademikong gawa sa parehong pamilya ng natatanging paraan ng pagbagsak na tinawag ng mga may-akda na pagsupil sa pag-iisip, kung saan nagwawakas ang bakas ng pangangatwiran ng model halos pagsimula pa lang nito sa isang sensitibong paksa. Isang hiwalay na pag-awdit na inilathala sa Information Sciences ang nagdokumento ng pagsupil sa antas ng semantika: nilalamang naroon sa panloob na pangangatwiran ng model na tahimik na inaalis o isinusulat muli bago ito makarating sa gumagamit. Mas mahirap iyong problema kaysa sa tahasang pagtanggi, dahil mukhang sagot ang isang pinutol na sagot.

Ang pinapatakbo namin ay ang open-weights na paglabas, sa hardware na aming pinapatakbo, sa Estados Unidos, sa ilalim ng Shannon Lab LLC. Walang refusal layer sa harap ng model at walang filter na ipinapataw sa bumabalik: hindi kinakategorya ang prompt mo ayon sa patakaran bago ito ihain, at hindi sinusuri ang stream ng output paglabas nito. Dahil lisensyadong MIT at pampubliko ang pundasyon, kaya mo mismong ihambing ang aming output laban sa reference na weights sa halip na basta maniwala sa amin.

02Ang pundasyon: DeepSeek-V4-Pro, isang 1.6T na MoE

Ang DeepSeek-V4 ang kasalukuyang pamilyang open-weights ng DeepSeek-AI, ipinreview noong Abril 2026 at inilabas sa ilalim ng MIT sa dalawang laki: V4-Flash (284B kabuuan, 13B aktibo) at V4-Pro (1.6T kabuuan, 49B aktibo). Tungkol sa antas na Pro ang artikulong ito. Parehong pre-trained sa humigit-kumulang 33 trilyong token at parehong natively na sumusuporta sa milyong-token na context.

Ang ratio ng sparsity ang dapat pansinin: mga 3% lang ng mga parameter ang pumuputok sa alinmang token, at iyon ang nagpapaposibleng maihain ang ganito kalaking model. Ang MoE block mismo ay DeepSeekMoE pa rin — ang pinong-pinong niruruta na mga expert kasama ang laging bukas na shared expert na ipinakilala sa V2 — na may maliliit na pagbabago lang sa V4, at pinakahayag ang hash routing sa pinakaunang mga layer. Napanatiling walang pagbabago ang Multi-Token Prediction, ang auxiliary na layunin ng V3 na nagpapagana rin ng speculative decoding.

Istruktural ang mga bagong bahagi sa V4. Pinapalitan ng Manifold-Constrained Hyper-Connections (mHC) ang payak na residual path ng isang natutunang mixing matrix na nakakulong sa manifold ng doubly stochastic matrices sa pamamagitan ng Sinkhorn–Knopp projection — isang residual stream na muling tumitimbang kada input nang walang numerikong pag-anod na pumapatay sa napakalalim na stack. Lumipat ang pagsasanay mula AdamW patungong Muon para sa karamihan ng module, gamit ang Newton–Schulz orthogonalization, at pinanatili ang AdamW para lang sa embeddings, prediction heads, normalization at ang static na mga parameter ng mHC. At ang weights ng expert ay sinanay sa FP4 habang nasa FP8 ang karamihan ng ibang parameter — kaalam-sa-kuwantisasyon mula pa sa simula, at mahalaga iyon sa kung gaano kagaan tinatanggap ng model ang karagdagang pagsisiksik.

03Mula MLA tungong CSA + HCA: kung paano pinapamura ng DeepSeek ang mahabang context

Ang tuloy-tuloy na hibla ng DeepSeek sa apat na henerasyon ay hindi laki kundi ekonomiya ng attention. Bawat bersyon ay sinalakay ang KV cache, na lumalaki nang linear kasabay ng context at nangingibabaw sa memorya sa mahahabang haba.

• Ipinakilala ng V2 ang Multi-head Latent Attention (MLA) — isang low-rank na sabayang pagsisiksik ng keys at values sa isang latent vector, kaya ang generation ay nagka-cache ng vector na iyon kasama ang isang decoupled na RoPE key sa halip na buong K at V kada head. Iniulat ng DeepSeek na bumaba ang KV cache sa humigit-kumulang 4–14% ng karaniwang multi-head attention, na hawak o mas mabuti pa ang kalidad.
• Ini-scale ito ng V3 hanggang 671B, at ginawang default na palagay ang MLA para sa murang mahabang context sa mga bukas na model.
• Nagdagdag ang V3.2 ng DeepSeek Sparse Attention (DSA), na pumipili ng top-k na subset ng kasaysayan kada query sa pamamagitan ng magaang indexer sa halip na dumalo sa lahat.
• Hinahalo ng V4 ang dalawa. Ang Compressed Sparse Attention (CSA) ay unang sinisiksik ang mga KV entry ng bawat m token sa isang entry gamit ang natutunang timbang, tapos nagpapatakbo ng sparse top-k na pagpili sa mga sinisiksik na entry na iyon. Ang Heavily Compressed Attention (HCA) ay mas matinding sumisiksik pero nananatiling siksik sa resulta. Pinagsasalitan ang dalawang uri ng layer sa buong stack, kaya magkasamang umiiral ang murang pandaigdigang buod at ang tumpak na lokal na paghango.

Malinaw ang iniulat na pakinabang sa milyong-token na context: kailangan ng V4-Pro ng mga 27% ng inference FLOPs kada token at 10% ng KV cache ng V3.2. Kaya nga ang isang 262K na kahilingan ay kumikilos na parang karaniwang kahilingan sa halip na maging pangyayari sa memorya, at kaya humahawak ang mga numero sa paghango sa mahabang context sa halip na bumagsak lampas sa ilang sampung libong token.

04Ano ang ibig sabihin ng suffix na 3BIT-REAP

Nagtatapos sa 3BIT-REAP ang aming id sa katalogo, at inilalarawan niyon ang dalawang malayang hakbang ng pagsisiksik na sunod-sunod na ipinapataw.

REAP: pagpupungos ng expert, hindi paghahalo

Ang REAP ay Router-weighted Expert Activation Pruning, mula sa Cerebras Research — "REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression", tinanggap sa ICLR 2026. Sa isang sparse na MoE, hindi pantay ang paggamit ng router sa mga expert nito: may mahabang buntot na bihirang napipili, mahinang napipili, o pareho. Inuuri ng REAP ang bawat expert sa pamamagitan ng pagsasama ng mga halaga ng router gate (gaano kadalas at gaano kalakas itong napipili) sa activation norms ng expert (gaano kalaki ang ambag ng output nito), tapos tinatanggal nang tuluyan ang mga talunan.

Ang argumento ng papel ay mas mainam ang pagpupungos kaysa paghahalo: inaaverage ng paghahalo ang paggagalingan na siyang dahilan kung bakit sulit itayo ang MoE, samantalang ang pagtanggal sa mga expert na halos hindi naaabot ng router ay pinapanatili ito. Sa mga modelong 20B hanggang 1T, nahigitan ng REAP ang paghahalo at ang ibang paraan ng pagpupungos sa mga generative na benchmark, at iniulat ng mga may-akda ang halos walang-lugi na resulta sa paggawa ng code at sa tool calling sa 50% na pagpupungos ng expert sa Qwen3-Coder-480B at Kimi-K2 — na siyang mismong profile ng trabahong pinaglaanan ng modelong ito.

3-bit na weights: ang antas ng pagsisiksik para sa pinakamalalaking pundasyon

Ang natitira ay kinukuwantisa naman sa 3-bit na weights. Matindi ang tatlong bit, at hindi namin ipinagkakaila iyon: sa buong hanay ginagamit namin ang W8A16 kung saan sapat na maliit ang pundasyon para hindi na kailangan ng pagpiga, ang W4A16-AUTOROUND-REAP sa gitna, at ang 3BIT-REAP lamang sa pinakamalalaking pundasyon, kung saan ito ang pinagkaiba ng paghahain sa model at ng hindi paghahain nito.

Sulit sabihin nang tuwiran ang pinagpalit: ang 3-bit na 1.6T na MoE ay hindi bit-identical sa reference na paglabas, at tunay ang maliit na halaga sa kalidad. Ang nakukuha mo kapalit nito ay isang pundasyong ang hindi sinisiksik na kisame ay malayong mas mataas kaysa sa anumang kumakasyang maluwag sa mas mataas na presisyon — at dahil sa FP4 na sinanay ang mga expert ng V4 sa simula pa lang, di-karaniwang mabait ang model sa ilalim ng karagdagang pagsisiksik ng weights. Kung gusto mo ng DeepSeek na build na mas magaan ang hawak sa presisyon, ang DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP ay gumagamit ng 4-bit na weights na may 16-bit na activation at ng natutunang pagbibilog ng AutoRound, sa parehong 262K na context sa $0.50 in / $2.00 out.

05Pangangatwiran, at ang dayal na reasoning_effort

Ang post-training ng V4 ay hiwalay na nagsasanay ng mga espesyalista sa larangan — matematika, coding, agent, pagsunod sa tagubilin — na may SFT na sinusundan ng GRPO, ang Group Relative Policy Optimization na ipinakilala ng DeepSeek kasama ang R1. Pinagsasama-sama ang mga espesyalistang iyon sa isang model sa pamamagitan ng on-policy distillation sa ilalim ng reverse-KL na layunin, kaya ang isang checkpoint ay may dalang gawing pang-espesyalista sa ilang larangan nang sabay sa halip na maging heneralistang katamtaman sa lahat.

Inilalantad ng inilabas na model ang unti-unting antas ng pag-iisip sa halip na isang binaryong switch. Sa aming gateway, iyon ang karaniwang reasoning_effort na parameter, ang pinakakapaki-pakinabang na perilya sa modelong ito:

• Low — halos tuwirang pagsagot: pag-uuri, paghango, muling pagsulat, anumang binabayaran mo para sa kaalaman ng model sa halip na sa pagninilay nito.
• Medium — ang default na paraan ng pagtatrabaho para sa pagsusuri ng code, pag-debug at maramihang-hakbang na pagsusuri.
• High — mahabang pagninilay bago sumagot. Dito nalulutas ang mahihirap na problema, at dito rin nakatira ang bayarin mo sa output token, dahil sinisingil bilang output ang mga token ng pangangatwiran.

Dahil walang refusal layer, hindi pinuputol ang bakas ng pangangatwiran sa mga sensitibong paksa — walang mekanismo para mangyari rito ang pattern ng pagsupil sa pag-iisip na naidokumento sa first-party na serbisyo.

06Code at agentikong trabaho: ano ang iskor ng pundasyon

Ito ang sariling inilathalang mga numero ng DeepSeek-AI para sa paglabas ng V4-Pro — hindi sa amin, at hindi nasukat sa aming kinuwantisang build. Ipinapakita namin ang mga ito dahil ito ang tapat na dahilan para piliin ang pundasyong ito, at minamarkahan namin bilang first-party para matimbang mo nang naaayon.

Dalawa ang nararapat komentuhan. Ang SWE-bench Verified sa 80.6% ay paglutas ng isyu sa tunay na repository — pagbasa ng hindi pamilyar na codebase, paghanap sa depekto, paggawa ng patch na pumapasa sa sariling test ng proyekto. Ang MRCR sa isang milyong token (83.5) ay maramihang-round na coreference retrieval sa buong haba, ang numerong nagsasabi sa iyo na hindi palamuti ang pahayag tungkol sa mahabang context. Iniulat din ng DeepSeek ang Codeforces rating na 3206 para sa model, at 62.0 sa CorpusQA sa 1M na context.

Ang mga numero sa itaas ay iniulat ng DeepSeek-AI para sa reference na paglabas ng DeepSeek-V4-Pro. Ang aming 3BIT-REAP na build ay sinisiksik na baryante ng mga weights na iyon at hindi pa nasusukat nang malaya sa mga gawaing ito; ituring ang reference na iskor bilang kisame ng pundasyon, hindi bilang sukat ng endpoint na ito.

07262K na context: ano talaga ang kasya

Sinanay ang reference na model para sa isang milyong token. Naghahain kami ng 262,144 — ang window na ibinabahagi ng bawat model sa gateway, kaya ang paglipat ng model ay isang linyang pagbabago at hindi kailanman pag-urong sa context. Sa praktika, lampas na ang 262K sa punto kung saan nakagagapos ang context para sa karamihan ng tunay na trabaho:

Trabaho	Tinatayang token	Kasya ba sa 262K?
Katamtamang service repo (~50k linya)	~600K	Hindi — pumili ng module
Isang subsystem + ang mga test nito	~60–120K	Oo, maluwag
Buong set ng RFC para sa isang protocol	~150K	Oo
Isang 700-pahinang teknikal na libro	~250K	Oo, malapit sa hangganan
Mahabang takbo ng agent, 40+ na tool turn	~80–200K	Oo

Ang hangganang dapat planuhin ay ang output: 16,384 na token ang pinakamataas kada tugon. Mahabang dokumento iyon o malaking patch na maraming file, pero hindi isang codebase. Ang malalaking trabaho sa paggawa ay ginagawa sa pamamagitan ng pagkakadena ng mga kahilingan kasama ang naunang output pabalik sa context — na pinapamura ng 262K na window — sa halip na humingi ng iisang napakalaking completion.

08Presyo, at kung saan nakaupo ang V4-Pro sa hanay

Sa $1.95 in / $3.90 out kada milyong token, ang V4-Pro ang pangunahing antas ng pangangatwiran — ang modelong inaabot mo kapag mahirap ang problema. Kapag malaki lang ito, gagawin ito ng mas murang model sa parehong 262K na window sa isang-kapat ng presyo.

Uncensored na model	In / 1M	Out / 1M	Vision	Pinakamainam para sa
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	Wala	Mahirap na pangangatwiran, code, agent
DeepSeek-V4-Flash · W4A16	$0.50	$2.00	Wala	Parehong angkan, mataas na dami
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Wala	Pangkalahatang kabayo sa trabaho
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Meron	Pinakamataas na multimodal na agent
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Meron	Pinakamurang vision

Tuwiran tayo sa paghahambing na talagang gagawin ng mga tao: mas mura ang sariling API ng DeepSeek kaysa rito — nakalista ang first-party na V4-Pro sa mga $0.435 in / $0.87 out, at mas mababa pa ang presyo nila sa input na tumatama sa cache. Kung presyo kada token lang ang pamantayan mo at hindi naaapektuhan ng gawi ng moderasyon ang trabaho mo, gamitin ang first-party na API; mas gusto naming sabihin iyan sa iyo kaysa malaman mo mamaya. Ang dagdag na bayad ay bumibili ng ibang hanay ng katangian: walang refusal layer at walang filter sa output, isang operator sa US sa ilalim ng Shannon Lab LLC, isang naka-pin na may-petsang checkpoint (0813) kaya hindi kailanman babaguhin ng tahimik na upstream na pag-upgrade ang output mo sa gitna ng proyekto, tatlong dayalekto ng API laban sa isang model, at parehong 262K na window at parehong ibabaw ng parameter sa lahat ng labindalawang model sa hanay.

09Pagtawag dito: tatlong dayalekto, isang model

Bawat model sa gateway ay sumasagot sa lahat ng tatlong endpoint, na may streaming sa bawat isa. Hindi ka nag-aampon ng bagong SDK — binabago mo ang base URL at ang model id.

curl https://api.shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Pro-0813-3BIT-REAP",
    "reasoning_effort": "high",
    "stream": true,
    "messages": [
      {"role": "system", "content": "You are a systems programmer. Be direct."},
      {"role": "user", "content": "Audit this parser for memory-safety bugs."}
    ]
  }'

• /v1/chat/completions — dayalektong OpenAI; gumagana sa mga OpenAI SDK at sa anumang nakatayo sa mga ito.
• /v1/messages — dayalektong Anthropic, para sa mga codebase na nakasulat na sa hugis na iyon.
• /v1/responses — ang interface na tulad ng Responses.

Suportado sa modelong ito: streaming, native na tool calling, mahigpit na json_schema na structured output, response_format, at reasoning_effort. Nasa dokumentasyon ng API ang buong sanggunian ng parameter at ang buhay na playground.

10Tapat na mga limitasyon

Apat na bagay na dapat malaman bago ka magtayo rito:

• Walang vision. Teksto lamang; hindi ito tatanggap ng input na larawan sa anumang endpoint. Kung kailangan mo ng uncensored na modelong nakakakita, gamitin ang Kimi-K3, Kimi-K2.6, MiniMax-M3, MiMo-V2.5 o inkling.
• 16,384-token na kisame ng output. Binibilang laban dito ang mga token ng pangangatwiran sa mataas na effort, kaya ang mahabang pagninilay ay nag-iiwan ng mas maliit na puwang para sa sagot. Ikadena ang mga kahilingan para sa malalaking trabaho sa paggawa.
• Tunay na pagsisiksik ang 3-bit. Inilalarawan ng reference na iskor ang pundasyon, hindi ang build na ito. Para sa pinakamataas na antas ng katapatan, ang mga W8A16 na model (MiMo-V2.5-Pro, MiMo-V2.5, Hy3) ang may pinakakaunting kuwantisasyon.
• Ang uncensored ay hindi walang bunga. Ang kawalan ng refusal layer ay nangangahulugang nasa iyo ang pananagutan sa itinatanong mo, at sa ginagawa mo sa sagot — sa ilalim ng aming mga tuntunin ng serbisyo at ng batas kung saan ka nag-oopereyt.

11Mga madalas itanong

---

Mga sanggunian: DeepSeek-AI — model card ng DeepSeek-V4-Pro · Teknikal na ulat ng DeepSeek-V4 (CSA/HCA, mHC, Muon) · DeepSeek-V2 (MLA, DeepSeekMoE) · Teknikal na ulat ng DeepSeek-V3 · REAP the Experts (Cerebras Research) · Pag-awdit ng Promptfoo sa sensura · Discovering Forbidden Topics in Language Models. Ang mga numero ng benchmark ay iniulat ng DeepSeek-AI para sa reference na paglabas; nakabinbin pa ang malayang third-party na pagpapatunay sa sinisiksik na build. Ang mga presyo ay listahan ng presyo ng Shannon AI noong Setyembre 5, 2026.