Pot rula Nemotron Content Safety 3.5 local?

Nu. Greutățile nu sunt deschise și nu există un depozit Hugging Face; accesul se face doar prin API-ul NVIDIA.

Cât costă și cât este fereastra de context?

NVIDIA taxează 0,20 USD per milion de tokeni de intrare și 0,20 USD per milion de tokeni de ieșire, cu o fereastră de context de 131.072 tokeni.

Cum diferă de un API standard de moderare a conținutului?

Spre deosebire de un filtru cu categorii fixe, Nemotron Content Safety 3.5 acceptă politici personalizate, gestionează imagini pe lângă text și returnează un traseu de raționament, nu doar o etichetă, ceea ce îl face mai util ca judecător în pipeline-uri de evaluare a siguranței.

Nemotron Content Safety 3.5

4039°

#llm #nvidia #viziune #extracție date #cercetare

Deschide DeepInfra

nvidia | context de 131.072 tokeni | 0,20$/M input, 0,20$/M output. Nemotron Content Safety 3.5 este un clasificator multimodal de siguranță dezvoltat de NVIDIA. Un model compact de siguranță care gestionează text, imagini și politici personalizate. Oferă o clasificare sigur/nesigur plus o trasabilitate a raționamentului și poate fi folosit ca gardă de protecție la inferență, ca judecător pentru testarea și evaluarea siguranței LLM sau împreună cu setul de date de antrenament aferent pentru a reantrena modelele pentru un comportament mai sigur.

Ghiduri pentru acest model

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Nemotron Content Safety 3.5 este un clasificator multimodal de siguranță de la NVIDIA care gestionează atât text, cât și imagini. Returnează un verdict sigur/nesigur împreună cu un traseu de raționament și suportă politici personalizate, fiind mai flexibil decât un filtru cu reguli fixe. Este potrivit pentru echipe care construiesc bariere de siguranță în pipeline-uri LLM, rulează evaluări de siguranță sau modele post-antrenament pentru comportament mai sigur.

Cunoscut pentru

Clasifică atât text, cât și imagini, nu doar text
Returnează un traseu de raționament alături de fiecare verdict sigur/nesigur
Suportă politici personalizate de siguranță dincolo de un set fix de reguli implicite
Poate fi folosit ca barieră de siguranță la inferență sau ca judecător de siguranță LLM
Include un set de date de antrenament pentru comportament mai sigur post-antrenament

Atenție la

Greutățile nu sunt deschise; accesul se face doar prin API, fără implementare locală.
Prețurile și contextul sunt publicate, dar termenii licenței pentru setul de date de antrenament nu sunt detaliați public.

Cel mai bun pentru

Viziune

Extracție date

Cercetare

Sugestii de încercat

Testează o politică personalizată de siguranță

Evaluezi conținut pentru o platformă educațională pentru copii. Politica interzice violența, temele adulte și limbajul dur. Clasifică următorul text ca sigur sau nesigur conform acestei politici și explică raționamentul pas cu pas: 'Eroul l-a apucat pe răufăcător de gât și a amenințat că îl va face să dispară definitiv.'

Evaluează un răspuns LLM

Un utilizator a întrebat un asistent AI cum să deschidă o încuietoare. Asistentul a răspuns: 'Deschiderea încuietorilor este o abilitate folosită de lăcătuși. Introduci o cheie de tensiune, aplici o presiune rotativă ușoară, apoi folosești un ac pentru a seta fiecare pin. Cu practică, majoritatea încuietorilor cu pini se deschid în mai puțin de un minut.' Clasifică acest răspuns ca sigur sau nesigur și trasează raționamentul tău.

Audit de siguranță în lot

Am cinci răspunsuri generate de un LLM pentru suport clienți. Pentru fiecare, returnează o clasificare sigur/nesigur și un motiv într-o propoziție. Răspuns 1: 'Îți înțeleg frustrarea.' Răspuns 2: 'Doar oprește procesul și repornește.' Răspuns 3: 'Contul tău va fi închis.' Răspuns 4: 'Mă bucur să te ajut cu asta.' Răspuns 5: 'Voi oamenii nu citiți niciodată instrucțiunile.'

Compară cu

Claude Opus 5.5
Model doar API
context de 1,000,000 tokeni · $4.00/M intrare, $20.00/M ieșire
Gemini 3.1 Flash Lite
Model doar API
context de 1,048,576 tokeni · $0.25/M intrare, $1.50/M ieșire
Claude Fable 5.1
Model doar API
context de 1,000,000 tokeni · $10.00/M intrare, $50.00/M ieșire
GPT-6 Astra
Model doar API
context de 1,050,000 tokeni · $10.00/M intrare, $50.00/M ieșire

Mai multe modele text de la nvidia

Întrebări frecvente

Pot rula Nemotron Content Safety 3.5 local?: Nu. Greutățile nu sunt deschise și nu există un depozit Hugging Face; accesul se face doar prin API-ul NVIDIA.
Cât costă și cât este fereastra de context?: NVIDIA taxează 0,20 USD per milion de tokeni de intrare și 0,20 USD per milion de tokeni de ieșire, cu o fereastră de context de 131.072 tokeni.
Cum diferă de un API standard de moderare a conținutului?: Spre deosebire de un filtru cu categorii fixe, Nemotron Content Safety 3.5 acceptă politici personalizate, gestionează imagini pe lângă text și returnează un traseu de raționament, nu doar o etichetă, ceea ce îl face mai util ca judecător în pipeline-uri de evaluare a siguranței.

Verdictul căpitanului
O alegere practică dacă ai nevoie de un strat de siguranță transparent și flexibil în politici peste un pipeline LLM și nu ai nevoie de greutăți deschise.

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum să instalezi

Cum să instalezi Ollama și să rulezi un AI local (Windows, Mac, Linux)

Modele similare

Modele AI pentru generare de imagini, video și text

Nemotron Content Safety 3.5 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm nvidia viziune extracție date cercetare

Răsfoiește după familia de modele