Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4
MODEL PROFILE模型资料AEON-7 · 2026-04-12 发布 · 开源权重
无公开托管渠道
Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4 是 AEON-7 于 2026 年 4 月发布的开源文本模型，在 Gemma 系列 31B 指令模型的基础上做去审查微调，并以 NVFP4 量化权重分发，面向需要在自有硬件上部署、且希望减少内容拒答的开发者与研究者。
模型介绍
该模型属于 Gemma-4 系列的社区衍生版本，基座是 31B 规模的指令模型，输入与输出均为文本，许可证沿用 gemma，权重公开可下载。名字里的 DECKARD-HERETIC 与 Uncensored 指向后训练阶段的取向调整，减少拒答、放宽题材边界，而不是扩大上下文或新增模态。分发形态上只提供 NVFP4 量化权重，另外，同一厂商还有 SVDQuant 变体以及 12B、26B-A4B 等不同规模的同系列条目可供参照。它解决的是很具体的一类需求：在自己的机器或内网环境里跑一个 31B 量级、对齐约束较松的文本模型，同时用低比特权重把显存门槛压下来。本站未标注该模型的能力项，官方价格未公开，收录平台数为 0，也没有可查的第三方跑分，因此它的实际质量需要使用者自行压测确认。
选型建议有自建推理环境、想在 31B 量级上换取更低显存占用与更宽松内容边界时选它；需要公开跑分背书、现成 API 或明确中文能力数据时不选。
关键指标
适用场景
- 在自建 GPU 环境部署 31B 级文本模型，用 NVFP4 权重压低显存占用
- 写虚构、剧本或创意长文，需要模型少拒答、少加免责声明时使用
- 对比同厂 BF16、SVDQuant 等量化变体，评估精度与显存之间的取舍
- 作为研究对齐削弱效果的样本，观察去审查微调对通用能力的影响
- 搭建离线或内网文本生成服务，要求数据不出本地
暂无：上下文窗口、最大输出、知识截止、模型家族、输入价、输出价、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 没有任何平台收录，也没有公开报价：可能是自部署权重或尚未开放调用；发布 214 天；最近一次更新时刚收录。
规格与能力
上面没列到的字段整体沿用 Gemma 系列的解码器架构路线，差异集中在后训练对齐与权重量化两处；层数、注意力设计与训练配方未在公开信息中给出。
- 结构31B 参数规模的稠密文本模型，输入输出均为文本，骨架沿用 Gemma 系列，具体层数、注意力类型等细节公开资料较少。
- 能力DECKARD-HERETIC 与 Uncensored 的命名指向对齐削弱，倾向减少拒答、放宽敏感题材，本站未标注任何具体能力项。
- 披露仅以 NVFP4 低比特浮点权重发布，通常依赖较新的加速硬件与相应推理栈；同系列另有 SVDQuant 等量化变体可作参照。
- 开源权重
- 是
- 许可证
- gemma
- 参数规模
- 31B
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Gemma 4 31B | Neuralwatt | 31B | 262.1K | $0.144/M | $0.42/M |
| Gemma-4-31B-IT | 31B | 256K | 免费 | 免费 | |
| Gemma 4 31B Thinking TEE | NanoGPT | — | 262.1K | $0.12/M | $0.37/M |
| gemma 4 31B turbo TEE | Chutes | — | 131.1K | $0.12/M | $0.37/M |
| Gemma 4 31B IT FP8 | InferX | — | 262.1K | 免费 | 免费 |
| Gemma 4 31B Claude 4.6 Opus Reasoning Distilled | NanoGPT | — | 262.1K | $0.306/M | $0.306/M |
| Gemma 4 31B IT TEE | NanoGPT | — | 262.1K | $0.15/M | $0.46/M |
| Gemma 4 31B Cognitive Unshackled | NanoGPT | — | 262.1K | $0.306/M | $0.306/M |
性能表现
本站未收录该模型的第三方跑分，以下仅基于参数规模、量化格式与命名所暗示的训练取向做定性判断。
- 强项31B 参数量在本地推理里属于中量级，配合 NVFP4 权重可明显压缩显存占用，单机或小规模部署的门槛比高精度权重低。
- 短板无公开跑分与平台评测可查，量化误差叠加去审查微调都可能带来通用能力回退，中文表现尤其缺少可验证数据。
- 适合把内容开放度排在榜单成绩之前、并且已有自建推理环境的团队；不适合需要基准达标证明或稳定 SLA 的生产场景。
价格与性价比
结合各平台报价与同类对比官方价格未公开，收录平台数为 0，价格维度目前只有分发方式与资源占用可谈。
- 定位权重开源、许可为 gemma，没有官方 API 报价，成本主要落在自托管算力、显存与运维投入上。
- 横向对比同厂 12B、26B-A4B 以及 SVDQuant 变体的价格同样未公开，价差无从计算，只能按参数规模与量化格式比较资源占用。
- 平台差价0 家平台收录，不存在可比的托管报价；要用只能自行部署，或等第三方服务上线后再比价。
- 省钱选 NVFP4 而非高精度权重能压低显存门槛，用更少的卡跑同规模模型，是这条产品线最直接的成本优化点。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Gemma-4-12B-it-AEON-Abliterated-K4-BF16 | — | — | — | 基准 | — |
| Gemma-4-12B-it-AEON-Abliterated-K4-NVFP4 | — | — | — | 基准 | — |
| Gemma-4-26B-A4B-it-Uncensored-NVFP4 | — | — | — | 基准 | — |
| Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4-SVDQuant | — | — | — | 基准 | — |
| Ornith-1.0-35B-AEON-Ultimate-Uncensored-BF16 | — | — | — | 基准 | — |
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
关于 Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4 的常见问题
2 条Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4 的 API 价格是多少？
当前资料未收录该模型的公开 API 价格：可能是未公开定价，或只提供自部署的开源权重。
Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4 是开源模型吗？
Gemma-4-31B-it-DECKARD-HERETIC-Uncensored-NVFP4 提供开源权重，可以自行下载部署，许可证为 gemma，HuggingFace 下载量 5,353。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
使用注意
- 口径参数规模、模态、许可证来自本站字段；能力未标注，官方价格与第三方跑分均缺失，任何具体分数、版本号都不应被引用。
- 边界去审查微调不等于没有限制，内容合规责任在使用方；NVFP4 权重对硬件与推理框架有要求，跨平台可移植性弱于 BF16 版本。
资料说明
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。
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；价格单位为美元 / 百万 tokens。
