Venice: Uncensored

Venice: Uncensored es un modelo de texto publicado bajo el id de modelo cognitivecomputations/dolphin-mistral-24b-venice-edition. Es una variante ajustada de Mistral-Small-24B-Instruct-2501, desarrollada por dphn.ai en colaboración con Venice.ai. El proveedor indicado para él es Venice, y la fecha de lanzamiento del proveedor es 2025-07-09. Se sitúa en la categoría de texto y se describe como un modelo de lenguaje grande ajustado para instrucciones y sin censura.

El modelo toma texto como entrada y devuelve texto como salida, por lo que es un modelo sencillo de chat y completado sin manejo de imágenes ni audio. Tiene una longitud de contexto de 128.000 tokens, lo que permite procesar documentos largos, conversaciones extendidas y grandes cargas de prompt en una sola solicitud. La salida máxima es de 8.192 tokens, por lo que las respuestas quedan muy por debajo del tamaño del contexto de entrada. Su fecha de corte de conocimiento es 2024-04-30, lo que significa que no tiene conocimiento de eventos posteriores a esa fecha a menos que se proporcionen en el prompt.

Debido a que es un modelo ajustado para instrucciones con una ventana de contexto grande, encaja en tareas como respuesta a preguntas de formato largo sobre material de origen extenso, resumir o extraer información de prompts con múltiples documentos, y agentes conversacionales que necesitan retener un historial largo. Su ajuste sin censura lo hace relevante cuando un desarrollador quiere menos rechazos en temas sensibles o controvertidos, por ejemplo en escritura de ficción, roleplay, simulación de debates o investigación sobre el comportamiento de modelos. El límite de salida de 8.192 tokens significa que es más adecuado para respuestas y borradores que para generar documentos muy largos en una sola pasada.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "cognitivecomputations/dolphin-mistral-24b-venice-edition". Los parámetros de solicitud admitidos son frequency_penalty, max_tokens, presence_penalty, response_format, stop, temperature, top_k, top_p. No hay una lista de parámetros separada más allá de estos, por lo que el comportamiento de muestreo se controla mediante temperature, top_p y top_k, la repetición mediante las dos penalizaciones, y la longitud de salida mediante max_tokens. La salida estructurada se puede solicitar mediante response_format, y la generación se puede detener en cadenas dadas con stop.

Merece la pena sopesar dos restricciones antes de comprometerte. La fecha de corte de conocimiento de 2024-04-30 significa que las preguntas sensibles al tiempo necesitan recuperación o contexto fresco inyectado en el prompt. La salida máxima de 8.192 tokens limita la longitud de una sola respuesta, así que si necesitas salidas mucho más largas tendrías que encadenar llamadas o elegir un modelo con un techo de salida mayor. La entrada es solo texto, por lo que cualquier tarea que implique imágenes o audio requiere un modelo diferente.