Zum Inhalt springen
Alpha
  • Modelle
  • Ranglisten
  • Ori
Vertrieb kontaktieren

Fußzeile

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produkt

  • Chat
  • Ranglisten
  • Leistungsvergleiche
  • Apps
  • Entdecken
  • Modelle
  • Ori
  • Sammlungen
  • Anbieter
  • Tools
  • Preise
  • Business
  • Enterprise
  • Labs

Unternehmen

  • Über
  • Blog
  • Kunden
  • Karriere
    Offene Stellen
  • Datenschutz
  • Nutzungsbedingungen
  • Vertrauenszentrum
  • Support
  • Funktioniert mit OR
  • Daten
  • Marke

Entwickler

  • Dokumentation
  • API-Referenz
  • Entwicklerplattform
  • Status
  • KI-Sitemap

Verbinden

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon für venice

Venice: Uncensored

cognitivecomputations/dolphin-mistral-24b-venice-edition

Modellgewichte
Vergleich

Venice Uncensored Dolphin Mistral 24B Venice Edition is a fine-tuned variant of Mistral-Small-24B-Instruct-2501, developed by dphn.ai in collaboration with Venice.ai. This model is designed as an “uncensored” instruct-tuned LLM, preserving user control over alignment, system prompts, and behavior. Intended for advanced and unrestricted use cases, Venice Uncensored emphasizes steerability and transparent behavior, removing default safety and alignment layers typically found in mainstream assistant models.

Modalitäten
Eingabe- / Ausgabepreis
0,20 $ / 0,90 $pro 1 Mio.
Kontext
128K
Veröffentlicht
9. Juli 2025
Wissensstand
Apr. 2024
Vergleich
AnbieterPreiseLeistungVerfügbarkeitAppsAktivitätFAQEntdecken

Anbieter

Dieses Modell wird von einem einzigen Anbieter gehostet. OpenRouter leitet jede Anfrage direkt an ihn weiter – es sind keine Routing-Entscheidungen erforderlich.

Preise

Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.

Leistung

Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).

Verfügbarkeit

Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.

Apps

Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.

Aktivität

Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.

API

Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.

Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing

Weitere Modelle entdecken

KI-ModellranglistenRangliste
Latenz / Durchsatz
0,20 $0,90 $0,66s93 tps
100,00 %
Durchsatz
93Token/s

P50, bester Wert über alle Anbieter hinweg

Latenz
0,66s

P50, bester Anbieter

Verfügbarkeit (3 Tage)Das Modell war erreichbar. Die Anfrage wurde an einen Anbieter weitergeleitet.
100,00 %
Verfügbarkeit (3 Tage)Das Modell hat über einen beliebigen Anbieter ein Inferenzergebnis zurückgegeben. Fehler und leere Antworten wirken sich negativ darauf aus.
99,90 %

Verfügbarkeit in den letzten 3 Tagen

Letzte 72 Stunden
Verfügbarkeit 99,90 %
Vor 3 TagenVor 2 TagenGesternJetzt

Verfügbarkeit in den letzten 24 Stunden

OpenRouter Availability
99,88 %

Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.

1.
Favicon für https://chamadavip-orcin.vercel.app/
ChamadaVIP
neu
855MToken
2.
Favicon für https://hotlive-backend-production.up.railway.app/
HotLive
neu
495MToken
3.
Favicon für https://sillytavern.app/
SillyTavern
SillyTavern is the LLM frontend for power users, a chat interface that connects to any model and gives deep control through character creation, roleplay, and prompt customization.
336MToken
4.
Favicon für https://janitorai.com/
Janitor AI
Janitor AI is a chatbot platform where users create and chat with custom AI characters for interactive roleplay, storytelling, and immersive fiction.
163MToken
5.
Favicon für https://chub.ai/
Chub AI
GenAI for everyone
124MToken

Häufig gestellte Fragen

Venice Uncensored Dolphin Mistral 24B Venice Edition is a fine-tuned variant of Mistral-Small-24B-Instruct-2501, developed by dphn.ai in collaboration with Venice.ai. This model is designed as an “uncensored” instruct-tuned LLM, preserving user control over alignment, system prompts, and behavior.

Uncensored kostet 0,20 $/M Eingabe-Token und 0,90 $/M Ausgabe-Token.

Uncensored hat ein Kontextfenster von 128.000 Token. Es unterstützt bis zu 8.192 Completion-Token.

Nein. Uncensored akzeptiert tools nicht, daher sind Funktionsaufrufe nicht verfügbar. Es unterstützt response_format für die JSON-Ausgabe, ohne ein JSON-Schema zu erzwingen.

Uncensored wurde am 9. Juli 2025 veröffentlicht. Der Wissensstand reicht bis zum 30. April 2024.

Weitere Modelle von Cognitive Computations

Dolphin3.0 R1 Mistral 24B

Dolphin 3.0 R1 is the next generation of the Dolphin series of instruct-tuned models. Designed to be the ultimate general purpose local model, enabling coding, math, agentic, function calling, and general use cases.

The R1 version has been trained for 3 epochs to reason using 800k reasoning traces from the Dolphin-R1 dataset.

Dolphin aims to be a general purpose reasoning instruct model, similar to the models behind ChatGPT, Claude, Gemini.

Part of the Dolphin 3.0 Collection Curated and trained by Eric Hartford, Ben Gitter, BlouseJury and DphnAI

Text33K Kontext
Dolphin3.0 Mistral 24B

Dolphin 3.0 is the next generation of the Dolphin series of instruct-tuned models. Designed to be the ultimate general purpose local model, enabling coding, math, agentic, function calling, and general use cases.

Dolphin aims to be a general purpose instruct model, similar to the models behind ChatGPT, Claude, Gemini.

Part of the Dolphin 3.0 Collection Curated and trained by Eric Hartford, Ben Gitter, BlouseJury and DphnAI

Text33K Kontext
Dolphin Llama 3 70B 🐬

Dolphin 2.9 is designed for instruction following, conversational, and coding. This model is a fine-tune of Llama 3 70B. It demonstrates improvements in instruction, conversation, coding, and function calling abilities, when compared to the original.

Uncensored and is stripped of alignment and bias, it requires an external alignment layer for ethical use. Users are cautioned to use this highly compliant model responsibly, as detailed in a blog post about uncensored models at erichartford.com/uncensored-models.

Usage of this model is subject to Meta's Acceptable Use Policy.

Text8K Kontext
Dolphin 2.9.2 Mixtral 8x22B 🐬

Dolphin 2.9 is designed for instruction following, conversational, and coding. This model is a finetune of Mixtral 8x22B Instruct. It features a 64k context length and was fine-tuned with a 16k sequence length using ChatML templates.

This model is a successor to Dolphin Mixtral 8x7B.

The model is uncensored and is stripped of alignment and bias. It requires an external alignment layer for ethical use. Users are cautioned to use this highly compliant model responsibly, as detailed in a blog post about uncensored models at erichartford.com/uncensored-models.

#moe #uncensored

Text66K Kontext
Dolphin 2.6 Mixtral 8x7B 🐬

This is a 16k context fine-tune of Mixtral-8x7b. It excels in coding tasks due to extensive training with coding data and is known for its obedience, although it lacks DPO tuning.

The model is uncensored and is stripped of alignment and bias. It requires an external alignment layer for ethical use. Users are cautioned to use this highly compliant model responsibly, as detailed in a blog post about uncensored models at erichartford.com/uncensored-models.

#moe #uncensored

Text33K Kontext