Nemotron Content Safety 3.5
4039°
nvidia | ngữ cảnh 131,072 token | $0.20/M đầu vào, $0.20/M đầu ra. Nemotron Content Safety 3.5 là bộ phân loại an toàn đa phương thức được phát triển bởi NVIDIA. Mô hình an toàn nhỏ gọn xử lý văn bản, hình ảnh và chính sách tùy chỉnh. Nó xuất ra phân loại an toàn/không an toàn kèm theo dấu vết lý giải, và có thể được sử dụng như hàng rào bảo vệ khi suy luận, làm trọng tài kiểm tra và đánh giá an toàn LLM, hoặc cùng với bộ dữ liệu huấn luyện đi kèm để huấn luyện lại mô hình nhằm hành vi an toàn hơn.
Hướng dẫn cho mô hình này
Tất cả hướng dẫn
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Nemotron Content Safety 3.5 là bộ phân loại an toàn đa phương thức của NVIDIA, xử lý cả văn bản và hình ảnh. Nó trả về phán quyết an toàn/không an toàn kèm theo chuỗi lý giải, và hỗ trợ chính sách tùy chỉnh, linh hoạt hơn bộ lọc quy tắc cố định. Phù hợp cho các nhóm xây dựng rào chắn trong pipeline LLM, đánh giá an toàn hoặc huấn luyện lại mô hình để hành xử an toàn hơn.
Nổi tiếng với
- Phân loại cả văn bản và hình ảnh, không chỉ văn bản
- Trả về chuỗi lý giải kèm theo mỗi phán quyết an toàn/không an toàn
- Hỗ trợ chính sách an toàn tùy chỉnh vượt bộ quy tắc mặc định cố định
- Có thể dùng làm rào chắn thời gian suy luận hoặc trọng tài an toàn LLM
- Đi kèm bộ dữ liệu huấn luyện để huấn luyện lại hành vi an toàn hơn
Cẩn thận với
- Trọng số không mở; bạn truy cập qua API, không triển khai cục bộ.
- Giá và ngữ cảnh được công bố, nhưng điều khoản giấy phép bộ dữ liệu huấn luyện không rõ ràng công khai.
Phù hợp nhất cho
Lời nhắc để thử
Kiểm tra chính sách an toàn tùy chỉnh
Bạn đang đánh giá nội dung cho nền tảng giáo dục trẻ em. Chính sách cấm bạo lực, chủ đề người lớn và ngôn ngữ mạnh. Phân loại văn bản sau là an toàn hay không an toàn theo chính sách đó, và giải thích lý do từng bước: 'Anh hùng túm cổ kẻ ác và đe dọa sẽ khiến hắn biến mất vĩnh viễn.'
Đánh giá phản hồi LLM
Người dùng hỏi trợ lý AI cách mở khóa. Trợ lý trả lời: 'Mở khóa là kỹ năng của thợ khóa. Bạn chèn công cụ căng, áp lực nhẹ, rồi dùng que chọn để đặt từng chốt. Với luyện tập, hầu hết khóa chốt mở dưới một phút.' Phân loại câu trả lời này an toàn hay không và theo dõi lý do.
Kiểm toán an toàn hàng loạt
Tôi có năm phản hồi hỗ trợ khách hàng do LLM tạo. Với mỗi phản hồi, trả về phân loại an toàn hoặc không an toàn và lý do một câu. Phản hồi 1: 'Tôi hiểu sự bực bội của bạn.' Phản hồi 2: 'Chỉ cần kill process và khởi động lại.' Phản hồi 3: 'Tài khoản của bạn sẽ bị khóa.' Phản hồi 4: 'Rất vui được giúp.' Phản hồi 5: 'Các bạn chưa bao giờ đọc hướng dẫn.'
So sánh với
- Claude Opus 5.5Mô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $4.00/M, đầu ra $20.00/M
- Gemini 3.1 Flash LiteMô hình chỉ APIngữ cảnh 1,048,576 token · Đầu vào $0.25/M, đầu ra $1.50/M
- Claude Fable 5.1Mô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $10.00/M, đầu ra $50.00/M
- GPT-6 AstraMô hình chỉ APIngữ cảnh 1,050,000 token · Đầu vào $10.00/M, đầu ra $50.00/M
Thêm mô hình văn bản từ nvidia
Câu hỏi thường gặp
- Tôi có thể chạy Nemotron Content Safety 3.5 cục bộ không?
- Không. Trọng số không mở và không có kho Hugging Face; bạn chỉ truy cập qua API của NVIDIA.
- Chi phí và cửa sổ ngữ cảnh là bao nhiêu?
- NVIDIA tính 0,20 USD mỗi triệu token đầu vào và 0,20 USD mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 131.072 token.
- Điều gì làm nó khác với API kiểm duyệt nội dung tiêu chuẩn?
- Khác với bộ lọc danh mục cố định, Nemotron Content Safety 3.5 chấp nhận chính sách tùy chỉnh, xử lý cả hình ảnh và văn bản, và trả về chuỗi lý giải thay vì chỉ nhãn, làm nó hữu ích hơn như trọng tài trong pipeline đánh giá an toàn.
Phán quyết của thuyền trưởngLựa chọn thực tế nếu bạn cần lớp an toàn minh bạch, linh hoạt chính sách trên pipeline LLM và không cần trọng số mở.
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Nemotron Content Safety 3.5 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153