Gemma-4-E4B-it-Uncensored-NVFP4

该模型属于 Gemma 家族中偏小体积的指令微调分支：底座为 Gemma 的 it 版本，命名中的 Uncensored 指社区在微调阶段削弱了拒答倾向，NVFP4 则是面向低精度推理的权重量化格式。它要解决的问题很具体——在显存有限的单卡或端侧设备上跑一个可离线、可自行改造、输出约束更宽松的文本模型，而不是追求通用能力上限。许可证沿用 gemma，权重开放，但官方价格未公开，本站也未记录到第三方平台提供调用入口，同时缺少公开跑分、上下文长度与参数规模数据。因此它的实际表现高度依赖具体量化实现与推理工具链，选型时应以自己的任务集做小样本验证，而不是引用外部榜单结论。

选型建议需要本地低成本、低拒答文本生成并能自行承担安全与合规责任时可选；要求稳定评测、托管 API 或严格合规对外服务则不宜。

• 在本地单卡环境搭建离线文本生成服务，处理不涉及敏感信息的内部草稿
• 对已有文案做低拒答风格的改写与扩写，用于创意写作和角色对话实验
• 作为小型基座试跑 NVFP4 量化推理链路，评估工具链兼容性与吞吐表现
• 在隔离网络中做脱敏文本的摘要与分类试验，避免内容外发

沿用 Gemma 的纯文本解码器结构，改动主要集中在指令对齐策略与权重量化格式，可查的公开技术细节有限。

• 结构以 Gemma 小型指令模型为底座，只保留文本输入与文本输出，未扩展到图像、音频等多模态路径。
• 量化权重以 NVFP4 格式分发，需要支持该低精度格式的运行时与较新 GPU，否则需自行转换或回退到其他精度。
• 对齐Uncensored 意味着社区在微调阶段削弱了拒答倾向，安全边界由使用者承担，行为与官方 it 版本不同。
• 披露模型卡、训练数据与评测信息未随本站数据提供，训练配方与架构细节公开资料较少。

开源权重

是

许可证

gemma

缺少第三方跑分，能力判断只能基于模型体量与量化形态做定性推断，实际表现需自行验证。

• 强项小型指令模型叠加低精度量化，显存占用与部署门槛较低，适合单卡或端侧设备上的离线文本任务。
• 短板无公开跑分可查，无审查微调可能削弱事实性与安全对齐，多步推理和复杂指令的稳定性不确定。
• 适合文案改写、角色扮演、内部工具的宽松文本生成，而非需要严格审核的对外生产环境。
• 验证建议用自己的任务集做小样本对比，与同厂 BF16 版本或更大参数版本并行试点后再定。

官方未公布价格，且暂无可用的平台调用入口，成本主要落在自建推理资源与调优人力上。

• 定位权重开放、需遵循 gemma 许可证，未见按 token 计费的公开报价，属于典型自托管路线。
• 横向对比同厂 Ornith-1.0-35B 系列与 Qwen3.6-35B-A3B-heretic 同样未公开价格，只能按部署显存与吞吐估算相对成本。
• 平台差价没有任何平台接入，暂不存在供应商之间的报价差异，也缺少托管服务替代运维的选项。
• 省钱用量化权重换取更低显存占用，在自有硬件上做批量离线推理时单次成本更可控，但需计入调优投入。

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

• 口径本站缺少该模型的公开跑分、上下文长度与参数规模数据，任何性能结论都应视为待验证。
• 边界无审查微调与社区量化版本不受官方行为约束，合规、安全与许可证条款需自行核对 gemma 许可。

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。