FlashLabs、セキュリティ研究向けにフィルタリング緩和AIモデル3種を提供開始

東京都千代田区に本社を置くFlashLabs株式会社は、独占提供するAI推論ゲートウェイ「OrcaRouter」のセキュリティチーム「OrcaCyber」が、セキュリティ研究向けに拒否応答（コンテンツフィルタリング）を緩和したアブリテーション版モデル3種を公開・提供開始したことを発表しました（2026年10月29日〜11月2日発表※1）。

対象となるのは、MiniMaxのオープンウェイトモデル「MiniMax M3.1 Flash」のアブリテーション版およびそのGGUF版と、「LFM3-1.7B」のアブリテーション版です※1。アブリテーションとは、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、脱獄用プロンプトや追加学習を用いずにモデル自体の重みへフィルタリング緩和を組み込みます。

防御側による先行テストを支える開発背景

サイバー攻撃の手法が高度化・自動化し、脆弱性の発見から悪用までの時間が短縮する中、OrcaCyberは実際の攻撃者に先んじて自社インフラの弱点を洗い出すサイバー防御環境の整備を進めています※1。

異なるモデルごとに検出可能な脆弱性が異なることから、「あらゆるモデルで防御する（Defending with every possible model）」という方針のもと、検証済みのモデルを順次アブリテーション化して「Orca Cyber Tier」やオープンウェイト形式で提供しています※1。

公開された3種のアブリテーション版モデル

提供が開始されたモデルの概要は以下の通りです。

OrcaCyber: MiniMax M3.1 Flash Abliterated（API）

MiniMaxのオープンウェイトモデル「MiniMax M3.1 Flash」をベースにした研究用モデルで、10月29日より「Orca Cyber Tier」のAPIで提供されています※1※3。コンテキストは262,144トークン、出力上限は131,072トークンで、テキストと画像のマルチモーダル入力に対応しています（FlashLabs確認※2）。価格はプロバイダー定価で100万トークンあたり入力$0.80、出力$1.60です※2。ゼロデータ保持（ZDR）にも対応しています※2。

MiniMax M3.1 Flash Abliterated GGUF

10月31日には、同モデルをベースにしたGGUF形式のウェイトが公開されました※1。426BパラメータのMoEモデルを約112GBに圧縮しており、128GBメモリのマシン1台でローカル推論を行えます※1。セキュリティ研究やレッドチーミングなどを想定しており、Hugging Faceからダウンロードが可能です（利用条件への同意が必要※4）※1。

LFM3-1.7B Abliterated

11月2日に公開されたエッジAI・ローカルエージェント向けのモデルです※1。デバイス知能のベンチマーク「pipette.liquid.ai」のパレートフロンティアで1位を獲得したLiquid AIの「LFM3-1.7B」をベースとしています※1※5。ウェイトはHugging Faceからダウンロード提供されます（利用条件への同意が必要※4）※1。