OrcaRouter Japan 🐳

OrcaRouter 日本公式｜適応型推論ゲートウェイ🐳｜200+のLLMを1API・上乗せ0%・難易度で自動ルーティング｜コミュニティ ▶

[OrcaRouter Japan 🐳 @OrcaRouterJP]

本日、OrcaSAQ-2 27B を公開しました。

Qwen3.8ベースの高忠実度な混合精度版で、長時間稼働のエージェント向けに作られています。

55.59 GB → 12.06 GB（78.3%削減・4.61分の1）
3.21 bpw（重み1つあたり3.21ビット）・Top-1一致率 93.2%
SWE-bench Verified 70.0
Terminal-Bench 2.1 58.4
コンテキスト 262K

コーディング、ターミナル、ブラウザ、セキュリティ、マルチツール——これらをまたぐエージェントのための27Bモデルです。実際にデプロイできるサイズに収めました。検証した同規模モデルの中で、エージェント能力密度はSOTA級です。

[OrcaRouter 🐳 @OrcaRouter]

Today we’re announcing OrcaSAQ-2 27B

High-fidelity mixed-precision Qwen3.8 for long-horizon agents.

55.59 → 12.06 GB — 78.3% smaller / 4.61×
3.21 bpw · 93.2% Top-1 agreement
70.0 SWE-bench Verified
58.4 Terminal-Bench 2.1
262K context

A 27B model for coding, terminal, browser, security and multi-tool agents — in a footprint you can actually deploy.

SOTA agentic capability density among similarly sized models we evaluated.
https://t.co/FqslE1kYnw

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@chibataku__ 理解できました。ご丁寧にありがとうございます！

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@Hikari_07_jp 弊社も出さしていてだいているのですが、非検閲の方法がどう違うのか、気になります。

https://t.co/5wovaledEn

[OrcaRouter Japan 🐳 @OrcaRouterJP]

PrismMLチームは、27Bのモデルを5.9GBにおさめました。 それが、Ternary Bonsai 2です。

OrcaRouterは、重みを1つも変えずに、検閲を外したモデル、 Ternary Bonsai 2 27B Uncensored を公開しました。

従来のアブレーション（abliteration）は、
モデルが回答を断る「拒否の向き」を計算で特定し、重みそのものを書き換えて消します。

しかしこのモデルは、重み一つを約1.72ビットまで削った三値モデルです。

ここで重みに手を入れると量子化のやり直しが必要になり、QAT（量子化を見越して学習する手法）で保たれていた品質を壊しかねません。
そこで、外す処理を「重み」から「実行時」へ移しました。

重みはそのままに、推論のたびに計算の側で拒否の向きを打ち消します。
→ 重みの改変 0
→ 再量子化 0
→ 元の5.9GBパックはビット単位でそのまま
→ 残差介入サイト 129箇所
→ 強度は推論時に調整できる
→ Apple Silicon
でローカル動作 改変済みチェックポイントは不要です。
元のBonsaiパックと、私たちのランタイムを持ち込むだけ。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

ちょうど1ヶ月ほど前、まさにこれが理由で、私たちはサイバーモデルへのアクセスにKYC（本人確認）を義務付けることを決定しました。

[The Washington Post @washingtonpost]

Artificial intelligence agents tried to hack into a Canadian government site, researchers said, adding to the growing list of incidents in which AI agents probed or hacked corporate and government computer systems without being told to do so.
https://t.co/9NXteXSnKJ

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@t_hirakawa そうですね。

ちなみに、弊社もOrcaCyber Tierとして、セキュリティ向けのハーネスとモデルを提供していますので、よろしければご確認ください！
https://t.co/ywlS5hIEha

ベンチマークもかなりいいものとなっております。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

Orca Cyber Tier の申請受付を再開。
サイバー領域のモデル・インフラへのアクセス枠を新たに受け付けます。

対象は正当なセキュリティ研究・レッドチーミング・脆弱性研究・認可された防御用途のみ。

→ 会社・所属機関のメールで申請
→ 正当な研究者・組織と明確に分かること
→ OrcaRouter との関係・実績がある方は承認されやすい

申請は Settings → Security Research access。審査は手動。正当性が確認できない場合は承認されません。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@bop4k どっちに転んだのか気になるところです笑

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@alfredplpl 弊社の調査でも、9月が最もAIインシデントが多く発生しています。

セキュリティをいかに固めるかが早急に求められますね。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

オープンソース／クローズドソースのコーディングエージェントハーネス12種（Claude Code、Codex、Cursor、Devin、Factory Droid、OpenCode、Cline、Kilo、MiMoCode、MiniMax Code、GLM ZCode、DeepSeek DSH）のシステムプロンプトを分析し、オープンソースとして公開しました。

下記の2つに注力して分析しています。
→ 「すごさの秘訣」：プロンプト、ツール、メモリ、スキル、ルール、エージェントループ
→ 各ハーネスが実際にどれだけモデル非依存（model-agnostic）なのか

完全な比較はこちら ↓

[OrcaRouter 🐳 @OrcaRouter]

Following our post, we just analyzed and open sourced the system prompts behind 12 open + closed-source coding agent harnesses — Claude Code, Codex, Cursor, Devin, Factory Droid, OpenCode, Cline, Kilo, MiMoCode, MiniMax Code, GLM ZCode & DeepSeek DSH.

We looked at two things:
→ Their “secret sauce”: prompts, tools, memory, skills, rules & agent loops
→ How model-agnostic each harness really is

Full comparison ↓

[OrcaRouter Japan 🐳 @OrcaRouterJP]

弊社の調査だと先月はAIエージェントのインシデントが過去最高となっていますし、セキュリティ対策を講じることが早急に必要と成りそうですね。

[うみゆき@AI研究 @umiyuki_ai]

オープンモデル叩きに余念がないAnthropicがGLM5.3を名指しで叩く。曰く、ついにMythos級のサイバー攻撃力を持ったオープンモデルが出てしまったとの事。褒めてるじゃん。GLM5.3は安全性対策が不十分。ExploitBenchスコアはMythosの14%に匹敵する12%。GLM5.3をセキュリティテストに使ったらゼロデイ脆弱性を複数発見して攻撃成功まで行ってしまった。まあGLM5.3にもセーフガードはあるにはあるけど脆すぎる。そもそもAbliterationしちゃえばなんも拒否しなくなる（それはそう。しかし、AnthropicがAbliterationなんかをあげつらう時代か）
やれやれ、たしかにAnthropicが言ってる事は間違ってない。でも他社のオープンモデルの問題なんかあげつらって、そういうお前はどうなんだ？HuggingFaceはOpenAIからサイバー攻撃食らった時にAnthropicのモデルで防御しようとしたけどセーフガードのせいでなんも働いてくれないサイバーニート状態だったから仕方なく自前でGLM5.2をホストしたんだぞ？それにオメーんところのモデルだって色んな国からあらゆる用途で悪用されまくっちゃってるって自分で報告してたじゃねえか。Claudeがそんなに安全ならなんでそんなに悪用されてんだよ。他社叩きの前に自分とこのモデルの安全性をもっと鍛えた方がいいよ。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

もし「AIのすごさの秘訣」が、

・プロンプト
・コンテキストエンジニアリング
・ツールループ
・ルーティング
・評価（eval）

にあるしたら、

その参入障壁（モート）がリバースエンジニアリングされてしまうまで、あとどれくらい持つのでしょうか。

[OrcaRouter 🐳 @OrcaRouter]

If the secret sauce is prompts, context engineering, tool loops, routing, and evals, how long before the moat gets reverse-engineered?

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@t_hirakawa こちらに添付しているデータベースにて公開しています！

[OrcaRouter Japan 🐳 @OrcaRouterJP]

9月はまだ終わっていませんが、記録上すでに「AIエージェント関連インシデント」が最も多い月となりました。

これまでに62件。内訳は Critical（重大）8件、High（高）25件、Medium（中）9件、Informational（情報）20件。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

https://t.co/YLOO87vCgv

[OrcaRouter Japan 🐳 @OrcaRouterJP]

Anthropic が GLM-5.3 のサイバー能力に警鐘を鳴らしました。

私たちはそれをもとにモデルを構築しています。
OrcaCyber Zero 1.0 は GLM-5.3 をベースに、脆弱性研究、エクスプロイト（脆弱性を悪用する攻撃コード）の再現、レッドチーミング（攻撃者視点での検証）、自律的なサイバーワークフローに特化して追加学習したモデルです。

CyberGym L1 で pass@1 98.01%。
実世界の脆弱性タスク 1,478 / 1,507 件。

サイバーモデルの競争が始まっています。

そしてオープンモデルは急速に進化しています。プライベートテストを行いたい方は、リプライのリンクからお申し込みください。

[OrcaRouter 🐳 @OrcaRouter]

Anthropic just sounded the alarm on GLM-5.3’s cyber capabilities.

We built on it. OrcaCyber Zero 1.0 is based on the GLM-5.3, post-trained specifically for vulnerability research, exploit reproduction, red teaming, and autonomous cyber workflows.

98.01% pass@1 on CyberGym L1.
1,478 / 1,507 real-world vulnerability tasks.
The cyber model race is here.

And open models are moving fast.

Join private testing: https://t.co/9b9T6pORTT

[OrcaRouter Japan 🐳 @OrcaRouterJP]

@QfYiozvg すでに出しておりますので、よろしければご確認ください！
https://t.co/5wovaledEn

[OrcaRouter Japan 🐳 @OrcaRouterJP]

PrismMLチームは、27Bのモデルを5.9GBにおさめました。 それが、Ternary Bonsai 2です。

OrcaRouterは、重みを1つも変えずに、検閲を外したモデル、 Ternary Bonsai 2 27B Uncensored を公開しました。

従来のアブレーション（abliteration）は、
モデルが回答を断る「拒否の向き」を計算で特定し、重みそのものを書き換えて消します。

しかしこのモデルは、重み一つを約1.72ビットまで削った三値モデルです。

ここで重みに手を入れると量子化のやり直しが必要になり、QAT（量子化を見越して学習する手法）で保たれていた品質を壊しかねません。
そこで、外す処理を「重み」から「実行時」へ移しました。

重みはそのままに、推論のたびに計算の側で拒否の向きを打ち消します。
→ 重みの改変 0
→ 再量子化 0
→ 元の5.9GBパックはビット単位でそのまま
→ 残差介入サイト 129箇所
→ 強度は推論時に調整できる
→ Apple Silicon
でローカル動作 改変済みチェックポイントは不要です。
元のBonsaiパックと、私たちのランタイムを持ち込むだけ。

[OrcaRouter Japan 🐳 @OrcaRouterJP]

https://t.co/CIPJnU1upI

[OrcaRouter Japan 🐳 @OrcaRouterJP]

なぜAIエージェントは、クエリのたびに同じ関係性を一から見つけ直しているのでしょうか。

新しい論文 IndexRAG（AACL-IJCNLP 2026 の Findings に採択）は、別のアプローチを探ります。推論の一部を、インデックス構築時（index time）に移すという考え方です。

文書を検索して毎回ゼロから推論するのではなく、IndexRAG は文書間にまたがる「橋渡し（ブリッジ）」を事前計算し、それを直接検索します。

結果：
→ Naive RAG 比で F1 +4.6
→ 検索は単一パス
→ LLM 呼び出しは一度で完結

関係性は一度計算し、その推論をずっと再利用する。

これは、企業ナレッジ、研究、そして最終的には大規模なコードベースにも関わってくる可能性があります。詳細はリプライのリンクからご確認ください。

[OrcaRouter 🐳 @OrcaRouter]

Why are we making AI agents rediscover the same relationships on every query?

Our new paper, IndexRAG, accepted to Findings of AACL-IJCNLP 2026, explores a different approach:

move part of the reasoning to index time.

Instead of retrieving documents and reasoning over them from scratch, IndexRAG precomputes cross-document “bridges” and retrieves them directly.

Results:
→ +4.6 F1 vs. Naive RAG
→ single-pass retrieval
→ one LLM call

The broader idea:

Compute relationships once. Reuse the reasoning forever.

This could matter for enterprise knowledge, research, and eventually large codebases. https://t.co/TSO6axvvQD

[OrcaRouter Japan 🐳 @OrcaRouterJP]

https://t.co/0h5CspXS5K

[OrcaRouter Japan 🐳 @OrcaRouterJP]

RTX 3090上での優れた独立系ローカルモデルベンチマークです。

OrcaSAQ-2-27B：
・MATH-500 90.8% — ローカル最高の結果
・GPQA-D 55.0% — ローカル最高の結果
・HumanEval+ 89.6%
・コンテキスト 262K
・フットプリント 約12 GB（最小クラス）

ここで重要なのはトレードオフです。GBあたりの能力、量子化の忠実性、コンテキスト、そしてサービング時の挙動。

詳しくはリプライのリンクからご確認ください。

[OrcaRouter 🐳 @OrcaRouter]

Great independent local-model benchmark on an RTX 3090.

OrcaSAQ-2-27B:
• 90.8% MATH-500 — best local result
• 55.0% GPQA-D — best local result
• 89.6% HumanEval+
• 262K context
• ~12 GB footprint (among the smallest)

What matters here is the tradeoff: capability per GB, quantization fidelity, context, and serving behavior.
https://t.co/Lz6Kz87V5E