Uncensored
4699°
Venice | 128,000 代幣上下文 | $0.20/M 輸入,$0.90/M 輸出。Venice Uncensored Dolphin Mistral 24B Venice Edition 是 Mistral-Small-24B-Instruct-2501 的微調版本,由 dphn.ai 與 Venice.ai 合作開發。此模型為「不設限」的指令微調大型語言模型,保留用戶對對齊、系統提示與行為的控制。適用於進階且無限制的使用案例,強調可引導性與透明行為,移除主流助理模型中常見的預設安全與對齊層。
本模型的指南

Ollama vs LM Studio (2026):該用哪個本地 AI 應用程式,以及各自支援的頂級模型
我到底需要多少 VRAM 才能在本地跑 AI?
開放權重、開源與僅API:你到底能做什麼
什麼是 GGUF 檔案?量化模型解說(Q4、Q8、fp8、NF4)
船長筆記
2026-10-13 的筆記
Dolphin Mistral 24B Venice Edition 是 dphn.ai 與 Venice.ai 基於 Mistral-Small-24B-Instruct-2501 微調的模型,專門移除預設的對齊保護機制。系統提示由您自行撰寫:您決定語氣、規則與行為,而非模型製造者。適合需要完全掌控 AI 助理行為,且不希望第三方暗中更改或覆蓋的開發者與企業。
以...聞名
- 完全系統提示控制:由您設定對齊,而非製造者。
- 開放權重,可透過 Ollama、LM Studio、vLLM 或 Transformers 本地執行。
- 中型 24B 基礎模型,支援 128,000 標記上下文視窗。
- 設計用於重視模型穩定性與資料隱私的商業應用。
- Venice.ai 無審查層級的預設模型。
注意
- 無內建安全層:您需透過系統提示自行設定適當指引。
- 製造者建議低溫度(約 0.15);較高溫度可能產生不穩定輸出。
- 授權條款未詳述,商業部署前請查閱 Hugging Face 倉庫。
可嘗試的提示詞
建立自訂助理角色
你是一位直率、不拐彎抹角的法律研究助理。不會軟化壞消息或不必要地保留態度。一位小企業主問:我的房東上個月未通知就三次進入我租用的商業單位。我可能有哪些法律選項?現在應收集哪些證據?
無限制產品文案審查
請審查以下針對成人吸菸者戒菸的尼古丁口袋產品描述。標示任何含糊或過於謹慎的部分,將這些段落重寫為直接且誠實說明產品功效與限制,並解釋每項修改。
角色扮演:艱難談判
扮演一位強硬的零售大廠採購經理。我是供應商,試圖將付款條件從淨 60 天改為淨 30 天。請真實反駁,使用採購經理會提出的實際異議,且不輕易讓步。開始此情境對話。
比較
- GPT-6 Luna僅限 API 模型1,050,000 代幣上下文 · $0.10/M 輸入,$0.50/M 輸出
- Auto Router (Beta)僅限 API 模型2,000,000 代幣上下文 · $-1,000,000.00/M 輸入,$-1,000,000.00/M 輸出
- Aion 3.5僅限 API 模型262,144 代幣上下文 · $3.00/M 輸入,$6.00/M 輸出
- Llama 3.1 70B Instruct開放權重模型131,072 代幣上下文 · $0.40/M 輸入,$0.40/M 輸出
更多來自 cognitivecomputations 的文字模型
常見問題
- 我能本地執行 Dolphin Mistral 24B Venice Edition 嗎?
- 是的,權重開放並可於 Hugging Face 取得。製造者列出 Ollama、LM Studio、vLLM、sglang、tgi 及 Hugging Face Transformers 庫為支援的執行方式。
- 價格與上下文長度為何?
- 透過 Venice,價格為每百萬輸入標記 0.20 美元,每百萬輸出標記 0.90 美元,支援 128,000 標記上下文視窗。
- 與標準 Mistral-Small 指令模型有何不同?
- 基礎模型為相同的 Mistral-Small-24B-Instruct-2501,但此微調版本移除預設對齊與安全層,模型完全遵循您的系統提示,不會加上自身的倫理保護。
船長評語若您需要一款中型開放模型,能完全依系統提示執行且不多做其他事,這是實用的選擇。
Hugging Face 上的模型卡
船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料,可能會變動。
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.
這個分數是怎麼累積的
這個模型目前還沒有任何來源的流行度數據,所以它會有一個低於 7,000° 的替代數字,讓列表保持完整。它永遠不會排在有數據的模型前面。一旦有來源報告數據,細項就會顯示在這裡。
詞彙表:這裡使用的術語
- 熱度分數
- 一個數字,表示模型目前的使用和需求程度,範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序,沒有其他排序依據。
- 底線
- 每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°;底線以下保留給沒有數據的模型,確保有數據的模型總是排名較前。底線對所有人相同,不影響排名;超過底線的度數才是評分依據。
- 下載等值
- 分數中視為下載的所有項目加總:下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
- 對數刻度
- 以十為單位計數,不是以一為單位:從 1,000 到 10,000 下載增加的度數,和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
- 喜歡數
- 來自各來源的讚和喜歡,每個在對數刻度上算半個下載量。
- 採用率
- 模型目前每天的下載次數,根據兩次來源讀取的差異計算。權重是下載量的四分之一。
- 實測與估算
- 實測表示有兩個來源的讀數,且差異是真實的。估算表示只知道今天的總數,過去的數據則分散在模型的整個生命週期;網站會說明顯示的是哪一種。
- 種子節點
- 指在線上保留權重檔案供他人透過種子下載的人,或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
- AI Horde
- 一個志願者網絡,利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的,每張圖片算作一次下載。
- 生成網站
- 自己托管模型並讓人使用它生成圖片的網站,例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣,每次生成算一次下載。
- OpenRouter 代幣
- 透過 API 提供的文字模型,如 Claude 或 GPT,沒有權重可下載,因此使用量以代幣計算:過去30天內透過 OpenRouter(許多應用使用的閘道)讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
- 完整模型(檢查點)
- 權重本身,是能獨立生成的檔案。它會有額外加分,因為其他附加檔案都依賴它。
- LoRA和嵌入
- 小型附加檔案,用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
- 家族與權重
- 模型所建立的基礎,例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
- 年齡
- 根據家族權重發布時間距今多久,扣除的度數:每年150°,最多750°。它會保留那些有多年累積下載的舊模型,防止它們從排行榜頂端消失。
- 家族加成
- 針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成,會在分解中顯示。
- 替代分數
- 給尚無來源報告的模型一個穩定的最低分,讓列表保持完整。它永遠不會高於有數據的模型。
- 全新!(寬限期)
- 不到 7 天的新模型會顯示「全新!」而非分數,且不列入排名。分數從第一天開始計算,但一天大的模型成長最快,若不等待,週榜首將永遠是昨天剛出的模型,而非持續一週的。
- 趨勢
- 模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升,比典型慢表示下降。
- 典型模型
- 目錄中的中間值:一半模型在該期間成長較快,一半較慢。
