ИИ-чат с открытыми весами · NVIDIA
NVIDIA Nemotron Labs Dory1.0: карманный ИИ, который думает дважды
Большинство небольших ИИ-моделей отвечают быстро и на этом перестают думать. NVIDIA Nemotron Labs Dory1.0 работает иначе: перед ответом она может прогонять свой «мозг» снова и снова — как автор, который перечитывает черновик и шлифует его ещё раз. Количество проходов выбираете вы. Один проход — быстро и по-разговорному, два — золотая середина, а четыре выжимают максимум для сложного кода или длинных отчётов. Вся модель весит примерно как фильм, поэтому помещается на ноутбуке, Mac и даже на телефоне.
- 4B-модель с циклами
- Контекст 256K
- Открытые веса

Генератор ИИ-чата без цензуры — альтернатива
Хотите длинные ролевые игры без фильтров и взрослые истории, не настраивая локальную модель? Откройте чат без цензуры и начните за секунды.
Открыть чат без цензуры →4B-модель, которая перечитывает собственные мысли
NVIDIA выпустила модель 16 октября 2026 года в рамках экспериментальной линейки Nemotron Labs. У неё всего 4 миллиарда параметров, и работает она только с текстом, зато удерживает в поле зрения до 256K токенов — это примерно целый роман или кодовая база среднего размера в одном чате. Секрет — общий блок из 20 слоёв в середине сети, который повторно используется на каждом цикле: дополнительное «обдумывание» стоит времени, а не размера файла. По словам NVIDIA, модель создана для универсальных рассуждений в компактном формате, официально понимает английский и обучалась на 43 языках программирования. Открытые веса доступны на Hugging Face в нескольких вариантах — от полной точности до компактного файла на 3,67 ГБ.
Один регулятор, четыре скорости: 1, 2 или 4 цикла
Представьте настройку циклов как коробку передач. Каждый дополнительный цикл делает ответ чуть умнее и чуть медленнее, а файл на диске не меняется. NVIDIA рекомендует по умолчанию два цикла, и её собственная таблица тестов показывает почему: переход от одного к двум циклам даёт большой скачок, а от двух к четырём — лишь финальную шлифовку.
На практике один цикл используют для мозговых штурмов, заголовков и непринуждённого общения, где скорость важнее глубины. Два цикла — повседневный режим для текстов, пересказов и ролевых игр. Четыре цикла стоят ожидания, когда нужно исправлять баги, выполнять многошаговые агентные задачи или внимательно читать очень длинные документы. Научные вопросы в стиле викторины после двух циклов уже не улучшаются, так что для общих знаний выкручивать регулятор на максимум незачем.
| Тест NVIDIA | 1 цикл | 2 цикла | 4 цикла |
|---|---|---|---|
| SWE-bench Verified (исправление реальных ошибок в коде) | 50.3 | 59.5 | 61.8 |
| IFBench (следование инструкциям) | 74.29 | 77.94 | 79 |
| AA-LCR (рассуждения по длинным документам) | 63 | 71 | 73 |
| GDPval-AA Elo (полезные рабочие задачи) | 815 | 946 | 967 |
Результаты опубликованы NVIDIA в карточке модели, а не независимой лабораторией.
Почему маленькая думающая модель — это серьёзно
Маленькая модель обычно означает скромный интеллект. Здесь всё наоборот: компактная загрузка, которая всё равно умеет планировать, следовать подробным инструкциям и пользоваться инструментами. Это даёт реальные плюсы обычным пользователям, а не только инженерам.
- Приватность по умолчанию: запускайте модель на своём устройстве — заметки, черновики и чаты никуда не уходят.
- Работает офлайн: пишите в самолёте, на даче или там, где плохой Wi-Fi.
- Огромная память для своего размера: вставьте целую рукопись, расшифровку встречи или пакет договоров и задавайте вопросы по всему тексту.
- Держится задания: сильное следование инструкциям означает меньше переделок, когда нужен конкретный формат, тон или объём.
- Скорость, когда она нужна: один цикл для быстрого диалога, больше — когда задача усложняется.

Реальные сценарии: от помощника по коду до сценариста коротких драм
Благодаря сочетанию длинной памяти и пошаговых рассуждений модель справляется с задачами, для которых раньше нужен был куда более крупный ассистент. Вот сценарии, о которых первые пользователи говорят чаще всего:
- Напарник по коду: прочитать описание репозитория, указать файлы для правок и набросать патч. Именно в коде NVIDIA сообщает о самом большом приросте.
- Помощник по длинным документам: превратить 100-страничный отчёт или многочасовые заметки со встреч в решения, открытые вопросы и задачи.
- Планирование романов и сериалов: держать в контексте весь план, «библию» персонажей и предыдущие главы, пока пишется следующая сцена.
- Короткие драмы и видеосценарии: расписать вертикальные эпизоды, придумать крючки и клиффхэнгеры, а затем сгенерировать покадровые промпты для модели изображений или видео.
- Ассистент с инструментами: проверить данные через инструменты и подготовить ответ — удобно для службы поддержки и личной автоматизации.
- Взрослая проза и ролевые игры: длинные, последовательные голоса персонажей для вымышленных взрослых, а длинный контекст не даёт сюжету расползаться.

Шаблоны промптов, с которыми циклы окупаются
Чёткие роли и фиксированный формат ответа позволяют выжать максимум из дополнительного обдумывания. Замените части в квадратных скобках и подберите число циклов под задачу. Для начала NVIDIA советует temperature 1.0 и top_p 0.95.
- Исправление кода (4 цикла): Ты старший инженер. Прочитай описание репозитория ниже, перечисли 3 файла для изменения, затем выведи unified diff. Рассуждай пошагово. [описание]
- Длинный документ (2 цикла): Кратко изложи следующий документ в виде ключевых решений, открытых вопросов и задач с ответственными. Указывай номера страниц. [документ]
- Короткая драма (2 цикла): Составь план вертикальной короткой драмы из 10 эпизодов на тему [завязка]. Для каждого эпизода дай 3-секундный крючок, клиффхэнгер и 3 промпта кадров для видеомодели.
- Ролевая игра (2 цикла, только вымышленные взрослые): Ты — [персонаж, взрослый, вымышленный]. Оставайся в образе, ярко описывай сцены и никогда не ломай четвёртую стену.
- Вызов инструмента (2 цикла): Используй инструменты, чтобы проверить баланс счёта, затем подготовь ответ. Верни JSON {action, args}.
- Мозговой штурм (1 цикл): Дай 15 цепляющих заголовков на тему [тема], каждый короче 8 слов, в трёх разных настроениях.
Dory 4B против Qwen3.5 и Gemma 4
По сравнительной таблице NVIDIA, NVIDIA Nemotron Labs Dory1.0 сильнее всего там, где нужно действовать: следовать инструкциям, выполнять рабочие задачи и писать код. В чистой эрудиции она слабее — логично для 4B-модели, у которой меньше места для запоминания фактов. Практический вывод: подключите к ней веб-поиск или свои документы, а рассуждения оставьте ей.
| Тест NVIDIA | Dory 4B (4 цикла) | Qwen3.5-4B |
|---|---|---|
| IFBench (инструкции) | 79 | 53.83 |
| GDPval-AA Elo (рабочие задачи) | 967 | 424 |
| GPQA (научные знания) | 72 | 77.71 |
| AA-Omniscience (факты) | около 10 | около 15 |
В таблице NVIDIA также есть Qwen3.5-9B и Gemma 4 26B A4B; Dory конкурирует с ними в агентных задачах и следовании инструкциям, но уступает в вопросах на знания. Все цифры предоставлены разработчиком.
Запуск на телефоне, Mac или одной видеокарте
Официальный GGUF-файл в Q5_K_M весит около 3,67 ГБ — это по силам большинству современных ноутбуков. Сообщество уже сделало версии для Mac на MLX в 4, 6 и 8 бит, сборки CoreML и сборку LiteRT для телефонов. Сама NVIDIA тестировала модель на своём серверном оборудовании и DGX Spark, так что поддержка телефонов и Mac — заслуга сообщества.
- Ollama и llama.cpp: в карточке модели указан тег hf.co/nvidia/NVIDIA-Nemotron-Labs-Dory1.0-4B-GGUF:Q5_K_M, но поддержка новой архитектуры в llama.cpp пока находится в pull request, поэтому старые сборки могут её не загрузить.
- vLLM: поддержка на рассмотрении в pull request; transformers работает уже сейчас.
- Режим размышлений в vLLM включён по умолчанию; в llama.cpp включите его флагом --reasoning on.
- На новейших видеокартах NVIDIA сборка NVFP4 работает примерно в 2,2–2,4 раза быстрее — по данным NVIDIA для DGX Spark.
Abliterated- и heretic-сборки Dory
Релиз NVIDIA Nemotron Labs Dory1.0 от разработчика прошёл настройку безопасности, а карточка модели просит не обходить ограничения. Но поскольку веса открыты, участники сообщества уже выложили на Hugging Face модифицированные версии — например, abliterated-сборку NVFP4 (с вариантами для MLX) и heretic GGUF с несколькими тысячами загрузок. NVIDIA их не проверяла, и мы тоже не проверяли их поведение, поэтому читайте карточку каждой модели перед загрузкой.
- Ищите на Hugging Face «Dory1.0 abliterated» или «heretic GGUF» и смотрите на число загрузок и примечания в карточке.
- Ролевые игры и взрослая проза — только с вымышленными персонажами 18+, никогда с реальными людьми.
- Не хотите ничего настраивать? Онлайн-чат без цензуры даёт похожий опыт без фильтров прямо в браузере.
Пикантные истории и видео на Spicy AI
NVIDIA Nemotron Labs Dory1.0 отлично вписывается в простой творческий цикл: быстрый лёгкий проход — для идей сюжета и имён персонажей, более глубокий — для проверки логики сюжета и списка кадров. Отправьте эти промпты кадров в редактор изображений или в инструмент «изображение в видео», чтобы превратить сценарий в картинку — например, в игривую сцену у бассейна или атмосферную встречу двух взрослых в баре отеля. Для ролевых игр без фильтров и взрослых сюжетов без всякой установки быстрее всего начать в чате без цензуры.
Пишите взрослые ролевые игры, сценарии и промпты для видео в чате без фильтров.
Открыть чат без цензуры →Dory 4B на своём устройстве или онлайн-чат на Spicy AI
| Локальный запуск (веса от NVIDIA) | Spicy AI онлайн | |
|---|---|---|
| Фильтры контента | Модель с настройкой безопасности | Без фильтров контента |
| Открытые веса | Да | Не нужны — работает в браузере |
| Модель | Веса от NVIDIA (BF16, MXFP8, NVFP4 или GGUF) | Похожая чат-модель без цензуры в облаке |
| Стоимость старта | Бесплатная загрузка, ваше устройство | Есть бесплатный тариф |
Частые вопросы
Что такое NVIDIA Nemotron Labs Dory1.0?
Это текстовая 4B-модель с открытыми весами, выпущенная NVIDIA 16 октября 2026 года. Она многократно использует общий блок слоёв в циклах, позволяет выбрать от 1 до 4 циклов при запуске и читает до 256K токенов.
Сколько циклов использовать?
NVIDIA рекомендует 2 по умолчанию. Один цикл — самый быстрый; четыре цикла показали лучшие результаты в задачах по коду и агентных задачах в тестах NVIDIA, например 61.8 в SWE-bench Verified.
Можно ли запустить её на телефоне или Mac?
Официальный GGUF в Q5_K_M весит около 3,67 ГБ, а сообщество предлагает конвертации для MLX, CoreML и LiteRT. Сама NVIDIA тестировала модель на своих серверных GPU и DGX Spark, так что на других устройствах всё держится на сборках сообщества.
Работает ли она с Ollama?
В карточке модели есть команда для Ollama и llama.cpp, но поддержка в llama.cpp пока находится в pull request. Нужна сборка с поддержкой этой архитектуры; старые версии могут не загрузить модель.
Есть ли версия Dory без цензуры?
От NVIDIA — нет. На Hugging Face есть abliterated- и heretic-версии от сообщества; они неофициальные, и их качество не проверено.
Понимает ли она китайский или другие языки?
NVIDIA заявляет поддержку только английского. Другие языки могут частично работать, но качество не подтверждено.