ИИ-чат с открытыми весами · NVIDIA

NVIDIA Nemotron Labs Dory1.0: карманный ИИ, который думает дважды

Спросить ИИ ▾

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
Начать ИИ-чат без цензуры →
Концепт-арт NVIDIA Nemotron Labs Dory1.0: крошечный светящийся ИИ-чип над ноутбуком в кольцах света

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 NVIDIA1 цикл2 цикла4 цикла
SWE-bench Verified (исправление реальных ошибок в коде)50.359.561.8
IFBench (следование инструкциям)74.2977.9479
AA-LCR (рассуждения по длинным документам)637173
GDPval-AA Elo (полезные рабочие задачи)815946967

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.
Телефон, мини-компьютер и ноутбук рядом: небольшая ИИ-модель для чата приватно работает на обычных устройствах

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.
Взрослый автор планирует сценарий короткой драмы и раскадровку с небольшой локальной ИИ-моделью для чата на ноутбуке

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 NVIDIADory 4B (4 цикла)Qwen3.5-4B
IFBench (инструкции)7953.83
GDPval-AA Elo (рабочие задачи)967424
GPQA (научные знания)7277.71
AA-Omniscience (факты)около 10около 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 контентаМодель с настройкой безопасностиБез фильтров контента
Открытые весаДаНе нужны — работает в браузере
МодельВеса от NVIDIA (BF16, MXFP8, NVFP4 или GGUF)Похожая чат-модель без цензуры в облаке
Стоимость стартаБесплатная загрузка, ваше устройствоЕсть 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.

Источники

Sign in

Welcome to Spicy AI

or