Vai al contenuto
New

DeepSeek V4.1 Flash free for 7 days: 10M tokens a day after a top-up of $10 or more. Until Nov 30.

How it works

drael-v1: un modello nascosto, e i suoi bug nella doc

Che modello usa Drael? drael-v1 è un alias su pesi non dichiarati, con system prompt nascosto, ragionamento forzato e guasti annotati nella sua stessa doc.

Intermedio6 min di letturaDi NotHoly

Drael non dice quale modello usa. drael-v1 è, parole sue, "a public alias over weights that are ours to change": un alias pubblico sopra pesi che Drael si riserva di cambiare. Gira dietro un system prompt che non vedi mai, ignora il tuo max_tokens e risponde a qualunque nome di modello gli mandi. La sua documentazione registra anche malfunzionamenti del modello che in uno strumento per il lavoro per conto di clienti non accetteremmo.

Dati raccolti il 9 e il 10 novembre 2026 dal quickstart di Drael, dalla documentazione della chat e dalla pagina dei limiti, e dai prezzi di NotHoly. Non abbiamo chiamato l'API di Drael. Ogni affermazione sul comportamento del modello qui sotto è una citazione dalla documentazione di Drael.

Che modello usa Drael

Fuori da Drael non lo sa nessuno. Il quickstart dice "The model id is drael-v1, and it is the only one" (l'id del modello è drael-v1, ed è l'unico). La documentazione della chat aggiunge che è "a public alias over weights that are ours to change". Modello base, publisher, numero di parametri, licenza: non viene indicato nulla.

Domanda Cosa risponde la documentazione di Drael
Quale modello base? Non dichiarato
I pesi possono cambiare? Sì: "weights that are ours to change"
Un cambio viene annunciato? Nella documentazione niente lo dice
E se mando un altro ID di modello? "an id nobody serves is answered on it rather than refused" (a un id che nessuno serve risponde lui, senza rifiutarlo)
C'è un system prompt? "we prepend a system prompt you never see" (in testa ne viene aggiunto uno che non vedi mai)
Quanti modelli c'erano prima? "There were two", ce n'erano due, e il secondo è "gone"

I malfunzionamenti che la documentazione di Drael registra

La documentazione della chat spiega le scelte di progetto raccontando cosa è andato storto. Letta come elenco, è un registro di bug.

Con il ragionamento attivo e max_tokens a 4000, il modello "returned an empty answer in 22 of 24 runs, and at 8000 in 12 of 24": risposta vuota in 22 esecuzioni su 24, e in 12 su 24 a 8000, ogni volta senza errore e senza contenuto. La correzione di Drael è stata scartare max_tokens in ogni chiamata fatta con una chiave.

Con il ragionamento spento, "the model re-does its last step in a tool loop: a terminal session ran one command thirty times (19 October 2026)". Il modello rifà l'ultimo passo in un loop di tool, e il 19 ottobre 2026 una sessione di terminale ha eseguito lo stesso comando trenta volte. L'impostazione predefinita del ragionamento "was none for one evening and agent clients repeated the same completion on a third of their turns": per una sera è stata none, e i client agentici hanno ripetuto la stessa completion in un terzo dei turni. La correzione di Drael è stata forzare il ragionamento in ogni chiamata API.

La documentazione sui tool aggiunge che "the previous product reached 13.218 tokens of tool schema and paid for it in invented tool names and shallower answers". Il prodotto precedente era arrivato a 13.218 token di schema dei tool e l'aveva pagato con nomi di tool inventati e risposte più superficiali.

Pubblicare cose del genere è insolito, e prendiamo i numeri per buoni. Descrivono un modello che non restituisce nulla con un normale limite di output e che ripete i comandi in loop se non lo si obbliga a ragionare, rattoppato togliendo i controlli con cui uno sviluppatore lo gestirebbe. In un incarico per un cliente, uno strumento che rilancia lo stesso comando trenta volte è un problema che poi devi spiegare al cliente.

Cosa non puoi controllare

Parametro Cosa ne fa Drael
model A qualunque ID sconosciuto risponde drael-v1, senza errore
max_tokens "through a key the ceiling is always dropped" (con una chiave il tetto viene sempre scartato)
reasoning_effort: none Riceve il livello low; "There is no off through a key"
priority "discarded", scartato
system Unito a un prompt che non vedi mai
La data Ripetuta nel tuo ultimo messaggio

Un refuso nel nome del modello non viene mai a galla, perché l'alias risponde comunque. Un tetto di costo per chiamata non esiste. Una parte del prompt è di Drael e non ti viene mostrata. Ciascuna è una piccola perdita di controllo, e messe insieme ti impediscono di dichiarare quale configurazione ha prodotto una data risposta.

Perché questo rovina un finding

Un finding in un report deve essere riproducibile: stesso input, stesso strumento, stessa versione. Con drael-v1 la versione non puoi indicarla, perché non ce n'è una. Se un cliente rifà il test fra tre mesi e il modello si comporta in modo diverso, non hai modo di dire se sono cambiati i pesi, il prompt nascosto o entrambi.

La valutazione ha lo stesso problema. Un tasso di rifiuto o un punteggio di accuratezza misurati questa settimana descrivono un alias che la settimana prossima può puntare altrove. L'HackerOne Hacker-Powered Security Report 2026 conta in un anno un aumento del 557% delle segnalazioni valide di leak del system prompt, il che ricorda che i prompt nascosti sono tanto diffusi quanto fragili.

Cosa pubblica NotHoly

Ogni modello NotHoly dichiara la sua base e la sua finestra di contesto nella pagina dei modelli, e la maggior parte è abliterated. La base è un modello rilasciato dal suo publisher, quindi puoi scriverla, con la data, in un report.

Abliterated significa che dai pesi è stata tolta la direzione del rifiuto e il resto è stato lasciato com'era; la tecnica è spiegata nella nostra guida e in modelli abliterated vs uncensored. Arditi et al. hanno trovato il rifiuto mediato da una sola direzione in 13 modelli aperti, e il README di Heretic riporta il compromesso tra rifiuti e divergenza dall'originale. Questi pesi non li abbiamo addestrati noi e non sono nostri. Possono ancora sbagliare, e possono ancora rifiutare.

Dove si colloca ciascuno

drael-v1 va bene per chi vuole solo una risposta e non deve mai riprodurla: il modello, il prompt nascosto e i limiti sono di Drael, che può cambiarli. NotHoly va bene per il lavoro che deve essere ripetibile e citabile: ogni modello dichiara la sua base e il suo contesto nella pagina dei modelli, max_tokens e ragionamento li imposti tu, e in un report puoi scrivere il modello base e la data. I pesi non sono nostri; non li abbiamo addestrati, e possono ancora sbagliare o rifiutare.

Domande frequenti

Che cos'è drael-v1?

L'unico ID di modello sull'API di Drael. È un alias, e Drael si riserva il diritto di cambiare i pesi che ci stanno dietro.

Che modello usa Drael?

Drael non lo rende noto.

Drael rispetta max_tokens?

Con una chiave API no. La documentazione dice che lì il tetto "is always dropped", viene sempre scartato.

Posso spegnere il ragionamento sull'API di Drael?

No. none e off ricevono il livello low.

Perché su Drael un nome di modello sbagliato ha funzionato lo stesso?

Perché a qualunque ID che "nobody serves" (che nessuno serve) risponde drael-v1, senza errore.

Quale modello cito in un report in cui ho usato NotHoly?

Il nome del modello e la sua base pubblicata nella pagina dei modelli, con la data.

Verdetto

drael-v1 è un nome dietro cui non c'è niente che tu possa verificare. I pesi sono segreti e sostituibili, il prompt è in parte nascosto, il limite di output viene ignorato, e la documentazione descrive loop e risposte vuote come comportamento noto. Un report costruito lì sopra non lo firmeremmo. NotHoly dichiara ogni base e si parte con una ricarica da US$ 5 dai prezzi di NotHoly; il resto è nel confronto completo e nel post sul costo dell'API.

Fonti

  1. Drael docs, quickstart, collected 2026-11-09
  2. Drael docs, chat, collected 2026-11-09
  3. Drael docs, limits, collected 2026-11-09
  4. Arditi et al., Refusal in Language Models Is Mediated by a Single Direction
  5. p-e-w/heretic v1.0.1, README
  6. HackerOne, Hacker-Powered Security Report, 10th edition, 2026
  7. Drael docs: tools

Altro su Modelli LLM e API