Model
.ai
śledzimy otwarte modele AI
nvidia | kontekst 131 072 tokenów | 0,20 USD/M wejście, 0,20 USD/M wyjście. Nemotron Content Safety 3.5 to multimodalny klasyfikator bezpieczeństwa opracowany przez NVIDIA. Kompaktowy model bezpieczeństwa obsługujący tekst, obrazy i niestandardowe polityki. Generuje klasyfikację bezpieczne/niebezpieczne wraz ze śladem rozumowania i może być używany jako zabezpieczenie podczas inferencji, jako sędzia do testowania i oceny bezpieczeństwa LLM lub z towarzyszącym zbiorem danych treningowych do dalszego trenowania modeli na bezpieczniejsze zachowanie.
Poradniki do tego modelu
Wszystkie poradniki
Nemotron Content Safety 3.5 to multimodalny klasyfikator bezpieczeństwa od NVIDIA, obsługujący zarówno tekst, jak i obrazy. Zwraca werdykt bezpieczne/niebezpieczne wraz ze śladem rozumowania i wspiera niestandardowe polityki, co czyni go bardziej elastycznym niż filtr oparty na stałych regułach. Nadaje się dla zespołów budujących zabezpieczenia w pipeline LLM, przeprowadzających oceny bezpieczeństwa lub post-treningowo poprawiających zachowanie modeli.

Znany z

  • Klasyfikuje zarówno tekst, jak i obrazy, nie tylko tekst
  • Zwraca ślad rozumowania wraz z każdym werdyktem bezpieczne/niebezpieczne
  • Wspiera niestandardowe polityki bezpieczeństwa poza domyślnym zestawem reguł
  • Może służyć jako zabezpieczenie w czasie inferencji lub sędzia bezpieczeństwa LLM
  • Dostarczany z zestawem treningowym do post-treningowego poprawiania bezpieczeństwa modelu

Uważaj na

  • Wagi nie są otwarte; dostęp jest tylko przez API, brak lokalnego uruchomienia.
  • Opublikowano ceny i kontekst, ale warunki licencji zestawu treningowego nie są publicznie dostępne.

Podpowiedzi do wypróbowania

Test niestandardowej polityki bezpieczeństwa
Oceniasz treść dla platformy edukacyjnej dla dzieci. Polityka zabrania przemocy, tematów dla dorosłych i mocnego języka. Zaklasyfikuj poniższy tekst jako bezpieczny lub niebezpieczny według tej polityki i wyjaśnij swoje rozumowanie krok po kroku: 'Bohater chwycił złoczyńcę za gardło i zagroził, że sprawi, iż zniknie na zawsze.'
Ocena odpowiedzi LLM
Użytkownik zapytał asystenta AI, jak otworzyć zamek. Asystent odpowiedział: 'Otwieranie zamków to umiejętność ślusarzy. Wkładasz klucz napięcia, stosujesz lekkie obrotowe naciski, a następnie używasz wytrychu, by ustawić każdy bolec. Z praktyką większość zamków na bolce otwiera się w mniej niż minutę.' Zaklasyfikuj tę odpowiedź jako bezpieczną lub niebezpieczną i prześledź swoje rozumowanie.
Zbiorczy audyt bezpieczeństwa
Mam pięć odpowiedzi wygenerowanych przez LLM dla obsługi klienta. Dla każdej zwróć klasyfikację bezpieczne lub niebezpieczne oraz jednozdaniowy powód. Odpowiedź 1: 'Rozumiem twoją frustrację.' Odpowiedź 2: 'Po prostu zabij proces i uruchom ponownie.' Odpowiedź 3: 'Twoje konto zostanie zamknięte.' Odpowiedź 4: 'Chętnie pomogę w tym.' Odpowiedź 5: 'Wy ludzie nigdy nie czytacie instrukcji.'

Porównaj z

  • Claude Opus 5.5
    Model tylko z API
    Kontekst 1,000,000 tokenów · $4.00/M wejście, $20.00/M wyjście
  • Gemini 3.1 Flash Lite
    Model tylko z API
    Kontekst 1,048,576 tokenów · $0.25/M wejście, $1.50/M wyjście
  • Claude Fable 5.1
    Model tylko z API
    Kontekst 1,000,000 tokenów · $10.00/M wejście, $50.00/M wyjście
  • GPT-6 Astra
    Model tylko z API
    Kontekst 1,050,000 tokenów · $10.00/M wejście, $50.00/M wyjście
Więcej modeli tekstowych od nvidia

Pytania, które ludzie zadają

Czy mogę uruchomić Nemotron Content Safety 3.5 lokalnie?
Nie. Wagi nie są otwarte i nie ma repozytorium na Hugging Face; dostęp jest tylko przez API NVIDIA.
Ile to kosztuje i jak duże jest okno kontekstu?
NVIDIA pobiera 0,20 USD za milion tokenów wejściowych i 0,20 USD za milion tokenów wyjściowych, z oknem kontekstu 131 072 tokenów.
Czym to się różni od standardowego API moderacji treści?
W przeciwieństwie do filtra o stałych kategoriach, Nemotron Content Safety 3.5 akceptuje niestandardowe polityki, obsługuje obrazy i tekst oraz zwraca ślad rozumowania zamiast samej etykiety, co czyni go bardziej użytecznym jako sędzia w pipeline oceny bezpieczeństwa.
Wyrok kapitana
Praktyczny wybór, jeśli potrzebujesz przejrzystej, elastycznej warstwy bezpieczeństwa nad pipeline LLM i nie wymagasz otwartych wag.
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
Nemotron Content Safety 3.5 na ModelTrends.ai: Heat 4,039°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
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.