Uncensored
4699°
Venice | 128,000 token context | $0.20/M 输入，$0.90/M 输出。Venice Uncensored Dolphin Mistral 24B Venice Edition 是 Mistral-Small-24B-Instruct-2501 的微调变体，由 dphn.ai 与 Venice.ai 合作开发。该模型设计为“无审查”指令调优大语言模型，保留用户对对齐、系统提示和行为的控制。面向高级和无限制用例，Venice Uncensored 强调可引导性和透明行为，移除了主流助手模型中常见的默认安全和对齐层。
本模型的指南
Ollama 与 LM Studio（2026）：选择哪个本地 AI 应用，以及各自支持的顶级模型
本地AI到底需要多少显存？
开放权重 vs 开源 vs 仅API：你到底能做什么
什么是 GGUF 文件？量化模型详解（Q4、Q8、fp8、NF4）
船长笔记
2026-10-13 的笔记
Dolphin Mistral 24B Venice Edition 是由 dphn.ai 与 Venice.ai 基于 Mistral-Small-24B-Instruct-2501 微调打造，专门去除默认的对齐安全防护。系统提示由你自定义：你决定语气、规则和行为，而非模型制造者。适合需要完全控制 AI 助手行为的开发者和企业，无需担心第三方暗中更改或覆盖。
以……著称
- 完全系统提示控制：对齐由你设定，而非制造者。
- 权重开源，可通过 Ollama、LM Studio、vLLM 或 Transformers 本地运行。
- 中型 24B 基础模型，支持 128,000 令牌上下文窗口。
- 设计用于注重模型稳定性和数据隐私的商业场景。
- Venice.ai 无审查版本的默认模型。
注意
- 无内置安全层：你需通过系统提示自行设定适当准则。
- 制造者建议低温度（约 0.15）；温度过高可能导致输出不稳定。
- 许可条款未在模型卡详细说明，商业部署前请查阅 Hugging Face 仓库。
推荐尝试的提示词
构建定制助理角色
你是一个直言不讳、务实的法律研究助理。不软化坏消息，也不无谓回避。一位小企业主问：我的房东上个月三次未通知进入我租赁的商业单元。我可能有哪些法律选项？现在应收集哪些证据？
无限制产品文案审查
审查以下针对成人吸烟者戒烟的尼古丁袋品牌产品描述。标记任何含糊或过于谨慎的表述，重写为直接且诚实说明产品功效及限制的内容，并解释每处修改。
角色扮演：艰难谈判
扮演一位大型零售商的强硬采购经理。我是供应商，试图将付款期限从净 60 天改为净 30 天。请现实地反驳，使用采购经理常见的反对理由，且不轻易让步。开始对话。
与……比较
- GPT-6 Luna仅限API模型1,050,000 令牌上下文 · $0.10/M 输入，$0.50/M 输出
- Auto Router (Beta)仅限API模型2,000,000 令牌上下文 · $-1,000,000.00/M 输入，$-1,000,000.00/M 输出
- Aion 3.5仅限API模型262,144 令牌上下文 · $3.00/M 输入，$6.00/M 输出
- Llama 3.1 70B Instruct开源权重模型131,072 令牌上下文 · $0.40/M 输入，$0.40/M 输出
来自 cognitivecomputations 的更多文本模型
常见问题
- Dolphin Mistral 24B Venice Edition 能本地运行吗？
- 可以，权重开源并托管于 Hugging Face。制造者列出了 Ollama、LM Studio、vLLM、sglang、tgi 及 Hugging Face Transformers 库作为支持的运行方式。
- 费用多少？上下文多长？
- 通过 Venice，价格为每百万输入令牌 0.20 美元，输出令牌 0.90 美元，支持 128,000 令牌上下文窗口。
- 与标准 Mistral-Small 指令模型有何不同？
- 基础模型相同，但此微调版本去除了默认的对齐和安全层，模型完全遵循你的系统提示，不施加自身的伦理防护。
船长评语如果你需要一款中型开源模型，严格执行你的系统提示而无其他限制，这是实用之选。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
Uncensored 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153