Apex-35B-V1.0-Uncensored-Sangreal-ICE

该模型属于 gbuzhf 的 Sangreal-ICE 系列，同系列还包括 MiniCPM-V-4.7-35B-A3B-Uncensored-Sangreal-ICE、Nex-N2.5-mini-OrcaRouter-Sangreal-ICE、SNEX-V1、Sage-A1.5-Sangreal-ICE 等条目，命名后缀统一，可视为同一发布者的一套并行产品线。从规格看，它解决的是“图文混合理解 + 开源可改”的需求：输入侧接受文字与图片，输出侧只生成文字，属于理解型多模态模型，而非图像生成模型。名称中的 Uncensored 表明其对齐策略偏向放宽内容限制，适合对表达自由度有要求的实验与创作场景。许可证为 Apache-2.0，允许商用与二次微调，这对需要私有化部署的团队是主要吸引力。需要说明的是，官方未公布定价、上下文长度、训练数据与能力标注，本站也未收录任何第三方跑分，模型在主流平台上架数量为 0，因此现阶段的可选路径基本只有自行下载权重并部署，能力边界需以自测为准。

选型建议需要开源权重、能自建推理并自行承担内容审核的团队值得评估；想要现成 API、明确跑分或开箱即用安全对齐的，不适合。

• 在自建推理服务上部署图文问答，处理截图、扫描件与配图内容的提问
• 基于 Apache-2.0 权重做领域微调，把通用图文理解适配到内部文档与工单体系
• 搭建对内容限制较宽松的创意写作或角色对话实验环境，并外挂自有审核层
• 作为私有化多模态基线，与现有闭源接口做同题对照测试，评估替换可行性
• 用于研究宽松对齐对模型行为的影响，在隔离环境中观察输出分布变化

官方未披露网络结构细节，只能依据规格与命名做定性判断：这是一款 35B 规模、支持图像与文本输入的多模态模型，权重以 Apache-2.0 开放。

• 结构公开资料未说明采用稠密还是混合专家设计，35B 参数量意味着完整精度推理对显存要求较高，通常需要多卡或量化后才便于单机落地。
• 能力输入侧接收文本与图像、输出侧仅生成文本，属于图文理解型；视觉信息一般由独立编码器接入语言主干，具体实现方式未公开。
• 披露发布者未公布训练数据、上下文窗口与对齐方案，名称中的 Uncensored 指向审核放宽的微调方向，Sangreal-ICE 为同厂系列后缀。

开源权重

是

许可证

apache-2.0

参数规模

35B

本站未收录该模型的任何第三方跑分，以下仅为基于规格与命名方向的结构性判断，强弱结论须由使用者自行评测确认。

• 强项35B 量级在理解类任务上有较充裕的容量，叠加图像输入可处理图文混合问答；Apache-2.0 允许商用与二次微调，改造空间大。
• 短板缺少公开跑分、上下文长度与能力标注，长文档、代码、数学等维度无法预判；Uncensored 方向往往以对齐让步换自由度，安全对齐可能偏弱。
• 适合适合有自建推理能力、愿意先做小规模评测再上线的团队，不适合依赖现成托管接口或要求开箱即用安全护栏的业务。

官方价格未公开，本站收录平台数为 0，目前不存在任何可比的 API 报价，成本结构只能从自托管角度估算。

• 定位权重开源而定价缺位，支出主要落在推理算力、显存占用与运维人力上，而非按 token 计费，规模越小越接近固定成本。
• 横向对比同厂的 MiniCPM-V-4.7-35B-A3B、Nex-N2.5-mini-OrcaRouter、SNEX-V1、Sage-A1.5 均无价格数据，价差无法计算，选型应回到能力与部署条件。
• 平台差价暂无云厂商或聚合平台上架，不存在多渠道比价空间，采购路径只有自行下载权重并部署，议价与折扣问题不适用。
• 省钱短期用低比特量化与按需启停控制算力开销更实际；长期成本取决于调用量与自有硬件利用率，需要结合业务峰值自行测算。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径能力项未标注且无第三方跑分，任何强弱结论都属待验证状态，不能用其他 35B 模型的公开分数代为填充或类比。
• 边界Uncensored 意味着内容限制被放宽，商用前需自建审核与合规流程；发布者信息、版本迭代节奏与长期维护承诺公开较少。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。