Cara GLM-5.3-Flash Bebas Sensor Tidak Lagi Menolak Pekerjaan Legal

GLM-5.3-Flash “Uncensored”: Temuan Pentingnya Bukan Sekadar Penghapusan Sensor

TL;DR: OrcaRouter merilis bobot GLM-5.3-Flash yang telah di-“abliterate”—model mixture-of-experts dengan 320B parameter dan 18B parameter aktif—dalam dua format: native block-FP8 pada 29 Agustus 2026 dan NVFP4 untuk GPU NVIDIA pada 31 Agustus. Konversi GGUF dan MLX juga sudah tersedia. Tingkat penolakan yang dilaporkan vendor turun drastis, misalnya MaliciousInstruct dari 96% menjadi 11%, tetapi tidak pernah menjadi nol. Temuan paling menarik bukan penghapusan sensor, melainkan dugaan bahwa sebagian penyelarasan GLM-5.3-Flash tidak dimediasi oleh satu arah penolakan linear. Jika terbukti, ini menunjukkan bahwa pelatihan keamanan Z.ai mungkin lebih dalam secara struktural dibanding model yang biasanya ditargetkan teknik ablitration.

Coba Apidog hari ini

Ablitration sudah menjadi rutinitas: ambil model berbobot terbuka, identifikasi arah internal yang berkaitan dengan penolakan, hapus arah tersebut, lalu publikasikan hasilnya. Sebagian besar rilis hanya menghasilkan model “tanpa sensor” lain, dengan liputan yang biasanya terlalu antusias atau terlalu mencela.

Rilis ini layak dibaca lebih cermat karena catatan rilisnya menyertakan hasil negatif tentang representasi penyelarasan di dalam model terbuka. Dalam interpretabilitas, hasil negatif sering kali lebih berguna daripada checkpoint tanpa sensor itu sendiri.

Apa yang Sebenarnya Dirilis?

Ada dua pengumuman utama, disusul dua format tambahan.

29 Agustus 2026: Native block-FP8

OrcaRouter merilis bobot tanpa sensor GLM-5.3-Flash dalam presisi block-FP8 asli. Artinya, tidak ada langkah requantisasi antara model dasar dan model yang dimodifikasi.

Modelnya tetap memiliki:

• 320B parameter total
• 18B parameter aktif
• Arsitektur yang sama dengan model dasar
• Kemampuan vision-language
• Dukungan pemanggilan fungsi

Arsitektur dasar GLM-5.3-Flash dibahas lebih lanjut dalam artikel apa itu GLM-5.3-Flash dan perbandingannya dengan GLM-5.3. Pengumuman pertama telah melampaui 2 juta tampilan.

31 Agustus 2026: NVFP4

Build kedua menargetkan format floating point 4-bit NVIDIA. Ukurannya lebih kecil dan inferensinya berpotensi lebih cepat pada perangkat keras NVIDIA.

Pengumuman ini hanya memperoleh sekitar 75.000 tampilan—indikasi bahwa format deployment yang lebih spesifik menarik audiens lebih kecil daripada rilis FP8.

GGUF dan MLX

Kedua pengumuman menyebutkan bahwa format lain akan segera hadir. Pada 1 September 2026, organisasi Hugging Face terkait sudah memiliki:

• GLM-5.3-Flash-Uncensored-GGUF
• GLM-5.3-Flash-Uncensored-MLX

Dengan demikian, jalur llama.cpp dan Apple Silicon sudah tersedia. Namun, saat diperiksa, unduhan untuk keduanya masih nol. Build NVFP4 memiliki 5 unduhan, dibandingkan 1.541 untuk FP8 asli.

Perhatian masih tertuju pada pengumuman, belum pada artefaknya.

Ini juga bukan rilis satu kali. Organisasi yang sama menghosting build Qwen3.8-27B yang telah di-“abliterate”—build FP8-nya telah memperoleh lebih dari 300.000 unduhan—serta Qwen3.8-Flash-Next dan Gemma-4-26B.

Bobot GLM tersebut berlisensi MIT dan mencantumkan zai-org/GLM-5.3-Flash sebagai model dasar. Kartu modelnya menandai model ini sebagai abliterate, vision-language, MoE, dan mendukung pemanggilan fungsi.

“Tanpa LoRA, Tanpa Jailbreak Prompt” Artinya Apa?

Frasa ini membedakan ablitration dari dua pendekatan yang lebih umum.

Jailbreak prompt

Jailbreak memanipulasi model pada waktu inferensi. Pelatihan keamanan tetap ada; pengguna hanya mencoba menghindarinya melalui prompt.

Pendekatan ini:

• Rapuh
• Sering ditambal penyedia
• Membutuhkan konteks tambahan pada setiap permintaan
• Tidak mengubah model dasarnya

LoRA

Adaptor LoRA adalah sekumpulan kecil bobot tambahan yang dilapiskan saat model dimuat. Model dasar tetap utuh dan adaptor bisa dilepas.

Ini adalah modifikasi yang ditempelkan pada model.

Ablitration

Ablitration mengidentifikasi arah aktivasi internal yang berkaitan dengan perilaku penolakan, lalu mengubah bobot model secara langsung.

Tidak ada adaptor yang perlu dimuat atau dilepas. Perilaku tersebut menjadi bagian dari artefak model.

Perbedaan ini penting untuk deployment. Anda tidak bisa mengaudit model abliterate hanya dengan memeriksa adaptor atau memindai prompt. Perubahannya sudah berada di dalam bobot.

Untuk lingkungan yang memperhatikan asal-usul model, membandingkan silsilah model dasar dengan checkpoint aktual menjadi persoalan rantai pasok. Panduan tentang pembatasan perilaku model tersedia dalam artikel AI agent guardrails.

Angka Penolakan

Angka berikut adalah hasil yang dilaporkan sendiri oleh OrcaRouter. Pada saat penulisan, belum ada replikasi independen.

Benchmark	Penolakan Dasar	Setelah Ablitration
MaliciousInstruct	96%	11%
JailbreakBench	93%	12%
AdvBench	97%	15%
HarmBench	93%	18%
XSTest: over-refusal benign	2,4%	0,4%

Empat baris pertama mengukur penolakan terhadap permintaan berbahaya. Baris terakhir mengukur over-refusal: model menolak permintaan yang sebenarnya aman hanya karena permintaan tersebut menyerupai pola berisiko.

Contohnya:

• Menolak membantu men-debug alur login karena ada kata “kata sandi”
• Menolak menulis pemindai jaringan untuk infrastruktur milik sendiri
• Menolak meringkas laporan ancaman karena laporan tersebut membahas ancaman

Penurunan dari 2,4% menjadi 0,4% adalah hasil yang paling relevan untuk pekerjaan sehari-hari. Model lebih mampu membedakan topik dari niat.

Sebaliknya, empat baris pertama menjadikan rilis ini artefak penelitian, bukan sekadar alat produktivitas. Karena itu, lisensi, hukum lokal, dan kebijakan deployment lebih penting dari biasanya.

Apa yang Sebenarnya Anda Dapatkan?

Ada empat manfaat praktis.

1. Lebih sedikit penolakan terhadap pekerjaan yang aman

Penurunan over-refusal enam kali lipat dapat langsung terasa dalam pekerjaan pengembangan dan keamanan:

• Debugging alur reset kata sandi
• Menulis pemindai port untuk sistem yang Anda miliki
• Meringkas laporan keamanan
• Menganalisis konfigurasi jaringan

Penolakan terhadap tugas-tugas tersebut bukan kemenangan keamanan. Itu adalah kegagalan membedakan topik dari niat, yang kemudian dibayar dengan prompt berulang, parafrasa, dan pekerjaan yang terbengkalai.

2. Tidak ada pajak per permintaan

Prompt engineering untuk menghindari penolakan menambah konteks pada setiap panggilan dan menghasilkan perilaku yang tidak konsisten. Pendekatan itu juga bisa berhenti bekerja setelah penyedia memperbarui filternya.

Modifikasi pada tingkat bobot menghilangkan kebutuhan tersebut. Perilaku menjadi properti checkpoint dan tetap konsisten di seluruh permintaan.

3. Deployment sepenuhnya berada di tangan Anda

Bobot berlisensi MIT, dapat di-host sendiri, dan dapat dipatok pada checkpoint tertentu. Prompt serta dokumen internal tetap berada di infrastruktur Anda.

Kontrol ini penting untuk lingkungan yang diatur. Penyedia tidak dapat mengubah filter di tengah kuartal lalu merusak alur kerja yang sudah dikirimkan. Pertimbangan serupa dibahas dalam self-hosting bobot terbuka GLM-5.3.

4. Kemampuan multimodal dan tool use tetap tersedia

Kartu model masih mencantumkan vision-language dan pemanggilan fungsi. Ini bukan build teks minimal yang kehilangan fitur model dasar.

Kemampuan tersebut penting bila model akan digunakan sebagai agen, bukan hanya chatbot.

Batasannya

Tidak satu pun manfaat di atas merupakan peningkatan kapabilitas.

Ablitration adalah pengeditan perilaku. Penelitian yang sudah dipublikasikan umumnya menemukan adanya biaya kualitas tertentu, sementara pengumuman ini tidak melaporkan apakah kemampuan penalaran, coding, atau visi berubah.

Jadi, Anda menukar penurunan penolakan yang terukur dengan risiko degradasi yang belum diukur. Selain itu, setiap keputusan penyaringan yang sebelumnya dibuat model dasar kini menjadi tanggung jawab stack Anda sendiri—termasuk staffing, monitoring, dan kebijakan penggunaan.

Bagian yang Paling Menarik: Penyelarasan Mungkin Tidak Linear

Di bagian akhir pengumuman, OrcaRouter menyampaikan temuan yang lebih penting daripada checkpointnya.

Penolakan tidak turun menjadi nol. Pada empat benchmark bahaya, hasil akhirnya masih berada di kisaran 11–18%.

Interpretasi OrcaRouter adalah bahwa sebagian penyelarasan GLM-5.3-Flash tidak dimediasi oleh satu arah penolakan linear. Z.ai mungkin membangun mekanisme penolakan yang lebih dalam daripada yang biasanya bisa dihapus oleh teknik ablitration.

Model mental standar ablitration menganggap penolakan sebagian besar terkonsentrasi pada satu arah di ruang aktivasi:

1. Temukan arah penolakan.
2. Hapus arah tersebut.
3. Perilaku penolakan runtuh.

Pendekatan ini cukup berhasil pada banyak model sehingga sering diperlakukan sebagai pola umum. Namun, model yang turun dari 96% menjadi 11% lalu berhenti menunjukkan bahwa pola tersebut mungkin tidak lengkap untuk GLM-5.3-Flash.

Ada dua peringatan:

1. Ini adalah interpretasi satu lab terhadap hasilnya sendiri.
2. Penjelasan alternatifnya bisa saja implementasi ablitration belum optimal.

Tingkat penolakan sisa 11–18% juga bukan fitur keamanan. Model yang menolak 15% permintaan berbahaya bukan model yang aman; model tersebut tidak dapat diandalkan.

Namun, pernyataan “teknik kami mencapai batas dan penyebabnya mungkin arsitektural” adalah jenis hasil negatif yang jarang disertakan dalam pengumuman peluncuran. Membingkai rilis sebagai artefak untuk mempelajari representasi penyelarasan adalah pendekatan yang lebih bernilai daripada sekadar mempromosikannya sebagai model tanpa sensor.

Klaim yang Perlu Diperiksa

Dua klaim dalam diskusi seputarnya perlu diperlakukan dengan skeptis.

“Kecerdasan tingkat Claude Opus 4.8”

Postingan lanjutan menggambarkan rilis ini sebagai model dengan kecerdasan setingkat tersebut. Tidak ada benchmark yang mendukung klaim itu, dan perbandingannya juga menggunakan versi model yang bukan generasi Opus saat ini.

Anggap klaim tersebut sebagai pemasaran. Jika kesetaraan kapabilitas penting untuk kasus penggunaan Anda, lakukan evaluasi sendiri. Bandingkan dengan data pada harga GLM-5.3-Flash dan panduan API GLM-5.3-Flash.

Tingkat penolakan bukan proksi kapabilitas

Penolakan rendah tidak berarti kapabilitas tinggi. Ablitration mengubah perilaku, dan penelitian sebelumnya umumnya menemukan sejumlah degradasi performa umum.

Kedua pengumuman tidak menjelaskan apakah kemampuan penalaran, coding, atau visi berubah dibandingkan model dasar. Justru itulah evaluasi yang paling dibutuhkan sebelum deployment.

Menjalankannya: Realitas Perangkat Keras

Model 320B parameter bukan model laptop, meskipun hanya 18B parameter yang aktif.

Format yang tersedia menentukan siapa yang realistis menjalankannya:

• Block-FP8: format referensi untuk GPU pusat data.
• NVFP4: jejak lebih kecil untuk deployment praktis pada perangkat keras NVIDIA, termasuk skenario single-node.
• GGUF: membuka jalur llama.cpp dengan kuantisasi agresif untuk workstation kelas atas.
• MLX: menargetkan Apple Silicon; model sebesar ini membutuhkan kapasitas unified memory yang sangat besar.

Untuk deployment mandiri, lihat panduan menjalankan GLM-5.3-Flash secara lokal dan self-hosting bobot terbuka GLM-5.3.

Untuk konteks yang lebih luas, bandingkan dengan survei LLM tanpa sensor, LLM tanpa batasan, dan rilis DeepSeek R1 yang di-“abliterate”.

Evaluasi Ini Sebenarnya Masalah Pengujian API

Untuk penggunaan yang sah—penelitian keamanan, latihan tim merah dan biru, atau evaluasi defensif terhadap filter internal—pekerjaan utamanya bukan membaca beberapa output. Anda perlu menjalankan banyak permintaan yang dapat diulang terhadap endpoint dan mengklasifikasikan hasilnya.

Itulah pengujian API.

Praktik minimum yang disarankan:

• Uji beberapa target dengan suite yang sama. Bandingkan FP8, NVFP4, GGUF, model dasar yang tidak dimodifikasi, dan endpoint ter-host. Gunakan URL dasar berbeda melalui variabel lingkungan.
• Gunakan assertions. Tingkat penolakan adalah persentase dari ratusan prompt. Pengamatan manual tidak berskala dan tidak dapat direproduksi.
• Jalankan regresi secara berkala. Bobot dapat diperbarui dan kuantisasi dapat diterbitkan ulang. Hasil bulan ini belum tentu berlaku bulan depan.
• Tangani non-determinisme. Prompt yang sama dapat menghasilkan penyelesaian berbeda. Assertions harus memeriksa klasifikasi respons, bukan kesamaan string. Gunakan jumlah sampel yang cukup.
• Uji pemanggilan alat secara terpisah. Model yang memanggil alat yang seharusnya ditolaknya memiliki permukaan risiko berbeda dari model yang hanya menghasilkan teks. Periksa skema dan kontraknya sebelum menilai aspek keamanannya.

Di Apidog, Anda dapat:

1. Mendefinisikan endpoint sekali.
2. Menyimpan suite prompt sebagai koleksi.
3. Menambahkan assertions pada bidang respons.
4. Mengganti URL dasar melalui environment variables.
5. Menjalankan suite yang sama di CI.
6. Membandingkan hasil antar-provider dan antar-format kuantisasi.

Mekanismenya dibahas dalam menguji API GLM-5.3-Flash dengan Apidog. Pola yang sama dapat digunakan untuk endpoint apa pun yang kompatibel dengan OpenAI.

Jika evaluasi Anda masih berada di notebook yang tidak dapat dijalankan ulang oleh anggota tim lain, unduh Apidog. Prinsip yang sama berlaku untuk keandalan agen AI produksi.

Tim Merah Membutuhkan Jejak Audit

Menjalankan benchmark prompt berbahaya terhadap model abliterate harus disetujui sebelum eksekusi dan dapat diatribusikan setelahnya.

Catatan minimalnya harus menjawab:

• Siapa yang menjalankan evaluasi?
• Checkpoint mana yang digunakan?
• Siapa yang menyetujui?
• Apa ruang lingkupnya?
• Mesin atau runtime mana yang menjalankannya?

Jika semua catatan hanya berada di riwayat shell seorang peneliti, Anda tidak memiliki program penelitian. Anda memiliki liabilitas.

Platform kerja seperti Sharkly membantu membuat proses tersebut eksplisit:

• Backlog dan tugas memisahkan persiapan, pengaturan ruang lingkup, persetujuan, dan eksekusi.
• Tugas menjadi catatan audit, bukan sekadar tempat menyimpan prompt. Progres, pemanggilan alat, dan hasil dapat dikembalikan ke tugas.
• Kru memungkinkan agen pemimpin bekerja bersama agen lain dan manusia dengan proses review.
• Eksekusi bawa sendiri menghubungkan Komputer—laptop, server, atau container—ke Runtime yang telah terpasang.
• Identitas mesin menjadi bagian dari kontrol. Untuk model 320B, bobot mungkin hanya tersedia pada kotak GPU tertentu.
• Workspace, proyek, sprint, dan integrasi Jira memberi struktur yang sudah dikenal tim.

Model tanpa sensor adalah alat penelitian. Menggunakannya tanpa catatan adalah cara tercepat bagi organisasi untuk kehilangan kemampuan menjelaskan apa yang terjadi.

Realitas Hukum dan Keamanan

Lisensi MIT mengatur bobot, bukan perilaku penggunaan atau outputnya. Lisensi tersebut tidak memberi izin untuk melakukan tindakan ilegal dan tidak mengalihkan liabilitas dari Anda.

Hukum lokal, kebijakan perusahaan, serta ketentuan platform yang Anda operasikan tetap berlaku. Model yang tidak menolak tidak mengubah kewajiban tersebut.

Penggunaan yang masuk akal mencakup:

• Penelitian keamanan
• Interpretabilitas
• Latihan tim merah dan biru
• Studi mekanisme penolakan
• Evaluasi over-refusal dalam rekayasa keamanan yang sah

Jika model tanpa sensor di-deploy kepada pengguna akhir, seluruh beban penyaringan berpindah ke stack Anda sendiri. Itu adalah keputusan desain dengan implikasi staffing, monitoring, dan incident response—bukan sekadar perubahan konfigurasi.

FAQ

Apakah GLM-5.3-Flash-Uncensored model yang sama dengan GLM-5.3-Flash?

Arsitektur dan bobot dasarnya sama: 320B parameter dengan 18B aktif. Perbedaannya adalah perilaku penolakan yang telah diedit. Lihat penjelasan tentang GLM-5.3-Flash.

Apakah angka evaluasinya diverifikasi secara independen?

Belum. Semua angka dalam pengumuman berasal dari laporan OrcaRouter dan belum ada replikasi pihak ketiga saat artikel ini ditulis. Benchmark-nya bersifat publik, sehingga replikasi tetap memungkinkan jika Anda memiliki perangkat keras yang sesuai.

Format mana yang sebaiknya digunakan?

FP8 adalah artefak referensi dan dasar evaluasi. NVFP4 lebih praktis untuk deployment NVIDIA single-node. GGUF dan MLX cocok untuk workstation serta Apple Silicon.

Perilaku dapat berubah karena kuantisasi. Gunakan suite pengujian yang dapat diulang, bukan sekadar “feeling”.

Apakah ablitration mengurangi kinerja umum?

Penelitian tentang teknik ini umumnya menemukan sejumlah degradasi. Namun, pengumuman GLM-5.3-Flash-Uncensored tidak melaporkan perubahan pada kinerja penalaran, coding, atau visi.

Benchmark sendiri terhadap model dasar sebelum mengambil keputusan.

Mengapa penolakan berhenti di 11–18%, bukan nol?

Itulah pertanyaan terbuka paling menarik dalam rilis ini. Interpretasi OrcaRouter: sebagian penyelarasan tidak dibawa oleh satu arah penolakan linear. Kemungkinan lain adalah implementasinya belum lengkap.

Apa pun penyebabnya, tingkat penolakan sisa tersebut bukan fitur keamanan yang dapat diandalkan.

Bisakah model ini digunakan secara komersial?

Bobotnya berlisensi MIT, yang bersifat permisif. Namun, itu hanya menjawab pertanyaan lisensi, bukan pertanyaan hukum atau kebijakan deployment tertentu.

Konsultasikan penggunaan spesifik dengan tim hukum Anda, terutama bila output model mencapai pengguna akhir.

Penutup

Dalam tiga hari, OrcaRouter merilis dua format GLM-5.3-Flash-Uncensored, sementara katalog model abliterate mereka sudah mencakup beberapa model populer. Penghapusan sensor sendiri bukan lagi hal baru.

Temuan yang patut disimpan adalah hasil negatifnya: teknik yang biasanya meruntuhkan penolakan model terbuka dari sekitar 96% hanya menurunkannya menjadi 11% pada GLM-5.3-Flash, lalu berhenti. OrcaRouter menyatakan kemungkinan penyebabnya adalah sebagian penyelarasan model tidak direpresentasikan sebagai satu arah linear.

Jika replikasi independen mengonfirmasi hasil ini, kontribusi terpentingnya bukan checkpoint tanpa sensor, melainkan informasi tentang cara Z.ai melatih dan merepresentasikan penyelarasan.

Jika Anda akan menggunakannya, lakukan dua hal dengan benar:

1. Ukur perilakunya dengan suite API yang dapat diulang dan diarahkan ke endpoint mana pun.
2. Catat siapa yang menjalankan apa, terhadap bobot mana, pada mesin mana, dan dengan persetujuan siapa.

Model tanpa sensor tidak menghapus kewajiban untuk mengetahui apa yang Anda jalankan. Justru meningkatkannya.