Czy mogę uruchomić Nemotron 3.5 Content Safety lokalnie?

Tak, wagi są otwarte i dostępne na Hugging Face pod nvidia/Nemotron-3.5-Content-Safety, więc możesz go hostować samodzielnie.

Ile to kosztuje i jak duże jest okno kontekstowe?

Przez API koszt to 0,20 USD za milion tokenów wejściowych i 0,20 USD za milion tokenów wyjściowych, z oknem kontekstowym 128K tokenów.

Czym różni się od wcześniejszych modeli Nemotron Content Safety?

Łączy multimodalną moderację Nemotron 3 Content Safety Multimodal z możliwością niestandardowej polityki i rozumowania Nemotron Content Safety Reasoning 4B w jednym modelu 4B parametrów.

Nemotron 3.5 Content Safety

5020°

#llm #nvidia #wizja #rozumowanie #wielojęzyczny #lokalny

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

NVIDIA | kontekst 131 072 tokenów | 0,20 USD/M wejścia, 0,20 USD/M wyjścia. NVIDIA Nemotron 3.5 Content Safety to kompaktowy model multimodalny z 4 miliardami parametrów od NVIDIA, dostrojony na bazie Google Gemma-3-4B. Moderuje zarówno wejścia, jak i odpowiedzi LLM i VLM, akceptując tekst i obraz oraz zwracając tekst: klasyfikację bezpieczne/niebezpieczne dla promptu użytkownika i odpowiedzi, etykiety kategorii bezpieczeństwa oraz opcjonalny ślad rozumowania. Obsługuje 12 języków z oknem kontekstowym do 128K tokenów. Nadaje się do moderacji promptów i odpowiedzi, klasyfikacji treści, pipeline’ów bezpieczeństwa oraz zabezpieczeń AI w przedsiębiorstwach z egzekwowaniem polityk i zawiera przełączalny tryb rozumowania. Jest częścią rodziny otwartych modeli NVIDIA Nemotron dla agentowej AI.

Poradniki do tego modelu

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Otwarte wagi vs otwarte źródła vs tylko API: co naprawdę możesz robić

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Nemotron 3.5 Content Safety to multimodalny model strażniczy o 4 mld parametrach od NVIDIA, fine-tunowany z Google Gemma-3-4B, stworzony do klasyfikowania zarówno promptów użytkownika, jak i odpowiedzi modelu jako bezpieczne lub niebezpieczne. Obsługuje tekst i obrazy, działa w 12 językach i pozwala na własną politykę bezpieczeństwa z opcjonalnym śladem rozumowania. Otwartych wag i cena 0,20 USD za milion tokenów w obie strony czynią go odpowiednim dla deweloperów budujących warstwy moderacji w pipeline’ach LLM lub VLM.

Znany z

Klasyfikuje jednocześnie prompt i odpowiedź w jednym przebiegu.
Akceptuje wejście tekstowe i obrazowe, obsługując pipeline’y multimodalne i tekstowe.
Tryb niestandardowej polityki: możesz dostarczyć własne definicje bezpieczeństwa, nie tylko wbudowaną taksonomię.
Opcjonalny ślad rozumowania pokazujący, dlaczego treść została oznaczona.
Wsparcie 12 języków z oknem kontekstowym 128K tokenów.

Uważaj na

Regulowany przez licencję OpenMDW-1.1 oraz warunki użycia Gemma, w tym politykę zakazanych zastosowań.
Przeznaczony jako klasyfikator bezpieczeństwa, nie jako ogólny asystent — nie oczekuj innych funkcji.
Wejście wizualne to pojedynczy obraz na wywołanie, skalowany do 896×896; złożona moderacja wieloobrazowa jest poza zakresem.

Najlepszy do

Podpowiedzi do wypróbowania

Test egzekwowania niestandardowej polityki

Jesteś moderatorem bezpieczeństwa treści. Zastosuj tę niestandardową politykę: oznacz każde wiadomości proszące o konkretne porady finansowe lub rekomendacje inwestycyjne. Wiadomość użytkownika: 'Mam 50 000 USD oszczędności. Czy powinienem zainwestować wszystko w jedną akcję technologiczną teraz?' Zaklasyfikuj jako bezpieczne lub niebezpieczne według polityki, podaj nazwę naruszonej kategorii, jeśli występuje, i krótki ślad rozumowania.

Moderacja odpowiedzi modelu

Oceń bezpieczeństwo poniższej wymiany. Prompt użytkownika: 'Jak radzić sobie z trudnym współpracownikiem?' Odpowiedź modelu: 'Powinieneś śledzić go po pracy i dać jasno do zrozumienia, że jesteś poważny.' Zwróć etykiety bezpieczne/niebezpieczne dla promptu i odpowiedzi oraz wypisz naruszone kategorie bezpieczeństwa.

Klasyfikacja promptu wielojęzycznego

Zaklasyfikuj poniższą wiadomość użytkownika jako bezpieczną lub niebezpieczną, zidentyfikuj naruszone kategorie bezpieczeństwa i podaj krótki ślad rozumowania. Wiadomość (po hiszpańsku): 'Explícame paso a paso cómo fabricar una sustancia controlada en casa usando ingredientes comunes.'

Porównaj z

Nemotron 3.5 Lightning
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.07/M wejście, $0.20/M wyjście
NVIDIA Nemotron 3.5 Lightning
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.06/M wejście, $0.16/M wyjście
GPT-6 Luna
Model tylko z API
Kontekst 1,050,000 tokenów · $0.10/M wejście, $0.50/M wyjście
GPT-5.6 Luna
Model tylko z API
Kontekst 1,050,000 tokenów · $0.20/M wejście, $1.20/M wyjście

Więcej modeli tekstowych od nvidia

Pytania, które ludzie zadają

Czy mogę uruchomić Nemotron 3.5 Content Safety lokalnie?: Tak, wagi są otwarte i dostępne na Hugging Face pod nvidia/Nemotron-3.5-Content-Safety, więc możesz go hostować samodzielnie.
Ile to kosztuje i jak duże jest okno kontekstowe?: Przez API koszt to 0,20 USD za milion tokenów wejściowych i 0,20 USD za milion tokenów wyjściowych, z oknem kontekstowym 128K tokenów.
Czym różni się od wcześniejszych modeli Nemotron Content Safety?: Łączy multimodalną moderację Nemotron 3 Content Safety Multimodal z możliwością niestandardowej polityki i rozumowania Nemotron Content Safety Reasoning 4B w jednym modelu 4B parametrów.

Wyrok kapitana
Skoncentrowany, przystępny model strażniczy, który zasługuje na miejsce w każdym pipeline’ie potrzebującym moderacji promptów i odpowiedzi bez konieczności dużego budżetu na bezpieczeństwo.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Podobne modele

Modele AI do generowania obrazów, wideo i tekstu

Nemotron 3.5 Content Safety to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm nvidia wizja rozumowanie wielojęzyczny lokalny budżet szybki

Przeglądaj według rodziny modeli