Une IA sans refus facture le contrôle en supplément
— ÉTHIQUE
Abliteration AI vend un GLM-5.3 débarrassé de ses blocages pour le red teaming, avec une couche de règles vendue à part sous forme d'abonnement. Le modèle transfère la responsabilité de la sécurité à l'entreprise qui l'achète, exactement au moment où elle en a le plus besoin.
Un modèle qui accepte de tester une intrusion sans s'interrompre en cours de route, voilà ce que vend Abliteration AI avec large-v2. La technique s'appelle l'abliteration : elle repère dans les réglages internes du modèle GLM-5.3 la zone responsable des refus, puis l'atténue. Le résultat tient d'une conversation à l'autre, contrairement à une simple formule qui trompe le modèle un temps avant de cesser de fonctionner.
Les équipes de cybersécurité chargées d'audits autorisés sont les premières concernées. Reproduire une faille, préparer une preuve de concept ou faire tourner un agent sur plusieurs étapes suppose des manipulations qui ressemblent, vues de l'extérieur, à une attaque. Un fournisseur généraliste bloque souvent ces demandes par excès de prudence, même quand le client a donné son accord. Retirer ce filtre laisse l'analyse aller au bout, ce qui compte concrètement dans un audit chronométré.
La même disponibilité profite à qui n'a obtenu aucune autorisation. Le modèle ne vérifie à aucun moment si la cible appartient réellement à l'utilisateur. Abliteration AI a construit sa réponse à ce risque non pas dans le modèle, mais à côté : une couche payante appelée Policy Gateway, où chaque entreprise configure ses propres règles, bloque ou reformule une requête, et garde une trace exportable. La sécurité devient un module optionnel plutôt qu'un comportement par défaut.
Côté tarifs, l'accès se facture 5 dollars par million de jetons échangés, avec des abonnements mensuels à partir de 20 dollars pour les équipes plus légères. Ce chiffre situe le service dans une gamme professionnelle, loin d'un outil grand public, et cohérente avec un usage encadré par des budgets d'entreprise plutôt que par un utilisateur isolé.
Les tableaux de performance publiés par l'entreprise elle-même placent large-v2 derrière plusieurs concurrents sur certains tests, et devant sur d'autres selon le groupe choisi pour la comparaison. Aucun rapport ne détaille précisément ce que la suppression des refus change dans la qualité des réponses qui remplacent ces blocages. La promesse tient sur un point vérifiable, la disparition d'un frein technique, pas sur la preuve que ce qui vient à la place est fiable.
Ce déplacement du contrôle, du modèle vers une couche payante configurée par chaque client, dessine une manière de vendre l'IA qui dépasse la cybersécurité. D'autres fournisseurs d'outils IA regardent déjà comment séparer la puissance brute de la modération, pour la facturer séparément et laisser chaque entreprise assumer ses propres limites. Le prix de la liberté, ici, se négocie ligne par ligne dans un contrat plutôt que dans le comportement du modèle.