Chat com IA de pesos abertos · NVIDIA
NVIDIA Nemotron Labs Dory1.0: a IA de bolso que pensa duas vezes
A maioria dos modelos de IA pequenos responde rápido e para de pensar. O NVIDIA Nemotron Labs Dory1.0 faz diferente: antes de responder, ele pode rodar seu “cérebro” principal várias vezes, como um escritor que relê o rascunho e dá mais uma polida. Você escolhe quantas passadas ele faz. Uma passada é rápida e boa para bater papo, duas é o ponto ideal e quatro tiram as melhores respostas para código difícil ou relatórios longos. O modelo inteiro ocupa mais ou menos o espaço de um filme, então cabe num notebook, num Mac e até num celular.
- Modelo 4B em loops
- Contexto de 256K
- Pesos abertos

Gerador de chat com IA alternativo sem censura
Quer roleplay longo e sem filtros e histórias adultas sem configurar um modelo local? Abra o chat sem censura e comece em segundos.
Abrir chat sem censura →Um modelo 4B que relê os próprios pensamentos
A NVIDIA lançou o modelo em 16 de outubro de 2026 como parte da sua linha experimental Nemotron Labs. Ele tem só 4 bilhões de parâmetros e trabalha apenas com texto, mas consegue manter até 256K tokens à vista, o que equivale a um romance inteiro ou a um projeto de código de porte médio numa única conversa. O segredo é um bloco compartilhado de 20 camadas no meio da rede, reaproveitado a cada loop, então pensar mais custa tempo, não tamanho de arquivo. Segundo a NVIDIA, ele foi criado para raciocínio geral num pacote pequeno, tem suporte oficial ao inglês e aprendeu com 43 linguagens de programação. Os pesos estão abertos no Hugging Face em vários tamanhos, da precisão completa até um arquivo compacto de 3,67 GB.
Um botão, quatro velocidades: escolhendo 1, 2 ou 4 loops
Pense na configuração de loops como um câmbio. Cada loop a mais deixa a resposta um pouco mais inteligente e um pouco mais lenta, e o arquivo no seu disco não muda. A NVIDIA recomenda dois loops como padrão, e a própria tabela de testes mostra o motivo: o salto de um para dois loops é grande, enquanto ir de dois para quatro dá só um acabamento final menor.
Na prática, o pessoal usa um loop para brainstorming, títulos e conversa casual, quando velocidade importa mais que profundidade. Dois loops são o ajuste do dia a dia para textos, resumos e roleplay. Quatro loops valem a espera para corrigir bugs, tarefas de agente com várias etapas e leitura cuidadosa de documentos muito longos. Perguntas no estilo quiz de ciências param de melhorar depois de dois loops, então não precisa girar o botão até o máximo para curiosidades.
| Teste da NVIDIA | 1 loop | 2 loops | 4 loops |
|---|---|---|---|
| SWE-bench Verified (correção de problemas reais de código) | 50.3 | 59.5 | 61.8 |
| IFBench (seguir instruções) | 74.29 | 77.94 | 79 |
| AA-LCR (raciocínio em documentos longos) | 63 | 71 | 73 |
| GDPval-AA Elo (tarefas de trabalho úteis) | 815 | 946 | 967 |
As pontuações foram divulgadas pela NVIDIA no model card, não por um laboratório independente.
Por que um modelo pequeno que pensa é algo tão grande
Modelo pequeno costuma significar cérebro pequeno. Este inverte a troca: você baixa um arquivo compacto que ainda consegue planejar, seguir instruções detalhadas e usar ferramentas. Isso traz benefícios reais para usuários comuns, não só para engenheiros.
- Privado por padrão: rode na sua própria máquina e suas notas, rascunhos e conversas nunca saem do aparelho.
- Funciona offline: escreva no avião, numa cabana ou em qualquer lugar onde o Wi-Fi seja ruim.
- Memória enorme para o tamanho: cole um manuscrito inteiro, a transcrição de uma reunião ou um pacote de contratos e faça perguntas sobre tudo.
- Segue o briefing: como obedece bem às instruções, você reescreve menos quando pede um formato, tom ou número de palavras específico.
- Velocidade quando você quiser: baixe para um loop no vai e vem rápido e aumente quando a tarefa ficar difícil.

Cenários reais: de ajudante de código a roteirista de microdramas
Como junta memória longa com raciocínio passo a passo, o modelo encara tarefas que antes pediam um assistente bem maior. Estes são os cenários de que os primeiros usuários mais falam:
- Parceiro de código: lê o resumo de um repositório, aponta os arquivos que precisam mudar e rascunha um patch. É em código que a NVIDIA relata os maiores ganhos.
- Ajudante para documentos longos: transforma um relatório de 100 páginas ou horas de notas de reunião em decisões, dúvidas em aberto e tarefas.
- Planejamento de romances e séries: mantém o esboço completo, a bíblia de personagens e os capítulos anteriores no contexto enquanto escreve a próxima cena.
- Microdramas e roteiros de vídeo: esboça episódios verticais, escreve ganchos e cliffhangers e depois gera prompts cena a cena para um modelo de imagem ou vídeo.
- Assistente com ferramentas: consulta dados por meio de ferramentas e depois rascunha uma resposta, ótimo para atendimento e automações pessoais.
- Ficção adulta e roleplay: vozes de personagens longas e consistentes para adultos fictícios, com o contexto longo evitando que a história se perca.

Modelos de prompt que fazem os loops valerem a pena
Papéis claros e um formato de saída fixo aproveitam ao máximo o raciocínio extra. Troque as partes entre colchetes e ajuste o número de loops à tarefa. A NVIDIA sugere temperature 1.0 e top_p 0.95 como ponto de partida.
- Correção de código (4 loops): Você é um engenheiro sênior. Leia o resumo do repositório abaixo, liste os 3 arquivos a alterar e depois gere um diff unificado. Pense passo a passo. [resumo]
- Documento longo (2 loops): Resuma o documento a seguir em decisões principais, dúvidas em aberto e tarefas com responsáveis. Cite os números das páginas. [documento]
- Microdrama (2 loops): Esboce um microdrama vertical de 10 episódios sobre [premissa]. Para cada episódio, dê um gancho de 3 segundos, um cliffhanger e 3 prompts de cena para um modelo de vídeo.
- Roleplay (2 loops, só adultos fictícios): Você é [personagem, adulto, fictício]. Mantenha o personagem, descreva as cenas com riqueza e nunca quebre a quarta parede.
- Chamada de ferramenta (2 loops): Use as ferramentas para verificar o saldo da conta e depois rascunhe uma resposta. Retorne JSON {action, args}.
- Brainstorm (1 loop): Me dê 15 títulos marcantes para [tema], cada um com menos de 8 palavras, em três climas diferentes.
Como o Dory 4B se compara ao Qwen3.5 e ao Gemma 4
Na tabela comparativa da NVIDIA, o NVIDIA Nemotron Labs Dory1.0 se destaca em fazer coisas: seguir instruções, concluir tarefas de trabalho e programar. Ele é mais fraco em curiosidades puras, o que faz sentido para um modelo 4B com menos espaço para decorar fatos. A lição prática: combine-o com busca na web ou com seus próprios documentos e deixe o raciocínio com ele.
| Teste da NVIDIA | Dory 4B (4 loops) | Qwen3.5-4B |
|---|---|---|
| IFBench (instruções) | 79 | 53.83 |
| GDPval-AA Elo (tarefas de trabalho) | 967 | 424 |
| GPQA (conhecimento científico) | 72 | 77.71 |
| AA-Omniscience (fatos) | cerca de 10 | cerca de 15 |
A tabela da NVIDIA também traz o Qwen3.5-9B e o Gemma 4 26B A4B; o Dory compete com eles em tarefas de agente e de instruções, mas fica atrás em perguntas de conhecimento. Todos os números foram divulgados pelo fabricante.
Rodando no celular, no Mac ou numa única GPU
O arquivo GGUF oficial em Q5_K_M tem cerca de 3,67 GB, pequeno o bastante para a maioria dos notebooks modernos. A comunidade já criou versões para Mac em MLX de 4, 6 e 8 bits, builds CoreML e um build LiteRT para celulares. A própria NVIDIA testou no seu hardware de data center e no DGX Spark, então o suporte a celular e Mac vem da comunidade.
- Ollama e llama.cpp: o model card mostra a tag hf.co/nvidia/NVIDIA-Nemotron-Labs-Dory1.0-4B-GGUF:Q5_K_M, mas o suporte do llama.cpp a essa nova arquitetura ainda está num pull request, então builds antigos podem não carregá-lo.
- vLLM: o suporte está em revisão num pull request; o transformers já funciona diretamente hoje.
- O modo de raciocínio vem ativado por padrão no vLLM; no llama.cpp, ative com --reasoning on.
- Nas GPUs mais novas da NVIDIA, o build NVFP4 roda cerca de 2,2 a 2,4 vezes mais rápido, segundo os números da NVIDIA para o DGX Spark.
Builds abliterated e heretic do Dory
A versão oficial do NVIDIA Nemotron Labs Dory1.0 tem ajuste de segurança, e o model card pede que os usuários não contornem as proteções. Como os pesos são abertos, membros da comunidade já publicaram versões modificadas no Hugging Face, como um build NVFP4 abliterated (com variantes MLX) e um GGUF heretic com alguns milhares de downloads. Elas não são revisadas pela NVIDIA e o comportamento delas não foi verificado aqui, então leia o model card de cada uma antes de baixar.
- Procure no Hugging Face por “Dory1.0 abliterated” ou “heretic GGUF” e confira o número de downloads e as notas do card.
- Mantenha roleplay e ficção adulta com personagens fictícios maiores de 18 anos, nunca pessoas reais.
- Se preferir não configurar nada, um chat sem censura online oferece uma experiência sem filtros parecida, direto no navegador.
Usando para histórias e vídeos picantes no Spicy AI
O NVIDIA Nemotron Labs Dory1.0 combina com um ciclo criativo simples: use uma passada rápida e leve para levantar premissas e nomes de personagens e depois uma passada mais profunda para checar a lógica da trama e escrever uma lista de cenas. Leve esses prompts de cena para o editor de imagens ou para a ferramenta de imagem para vídeo e transforme o roteiro em visual, como uma cena de flerte à beira da piscina ou um encontro intenso num bar de hotel entre dois adultos. Para roleplay sem filtros e enredos adultos sem instalar nada, o chat sem censura é o jeito mais rápido de começar.
Crie roleplay adulto, roteiros de histórias e prompts de vídeo num chat sem filtros.
Abrir chat sem censura →Rodar o Dory 4B por conta própria vs conversar online no Spicy AI
| Instalação local (pesos oficiais) | Spicy AI online | |
|---|---|---|
| Filtros de conteúdo | Modelo oficial com ajuste de segurança | Sem filtros de conteúdo |
| Pesos abertos | Sim | Não precisa — roda no navegador |
| Modelo | Pesos oficiais (BF16, MXFP8, NVFP4 ou GGUF) | Modelo de chat sem censura parecido, hospedado online |
| Custo para começar | Download grátis, no seu próprio aparelho | Plano gratuito disponível |
Perguntas frequentes
O que é o NVIDIA Nemotron Labs Dory1.0?
É um modelo de texto 4B com pesos abertos lançado pela NVIDIA em 16 de outubro de 2026. Ele reaproveita um bloco compartilhado de camadas em loops, deixa você escolher de 1 a 4 loops na hora de rodar e lê até 256K tokens.
Quantos loops devo usar?
A NVIDIA recomenda 2 como padrão. Um loop é o mais rápido; quatro loops tiveram as maiores notas em código e tarefas de agente nos testes da NVIDIA, como 61.8 no SWE-bench Verified.
Ele roda no celular ou no Mac?
O GGUF oficial em Q5_K_M tem cerca de 3,67 GB, e a comunidade oferece conversões MLX, CoreML e LiteRT. Os testes da própria NVIDIA usaram suas GPUs de data center e o DGX Spark, então outros aparelhos dependem de builds da comunidade.
Funciona com o Ollama?
O model card mostra um comando para Ollama e llama.cpp, mas o suporte do llama.cpp ainda está num pull request. Você precisa de um build com suporte a essa arquitetura; versões antigas podem não conseguir carregá-lo.
Existe um modelo Dory sem censura?
Não da NVIDIA. Há versões abliterated e heretic da comunidade no Hugging Face; elas não são oficiais e a qualidade não foi verificada.
Ele entende português ou outros idiomas?
A NVIDIA lista apenas o inglês como suportado. Outros idiomas podem funcionar em parte, mas a qualidade não foi confirmada.