Providers
Venice AI
Venice AI bietet datenschutzorientierte Inferenz: Offene Modelle werden
ohne Protokollierung ausgeführt, ergänzt durch anonymisierten Proxy-Zugriff auf Claude, GPT, Gemini und Grok.
Alle Endpunkte sind OpenAI-kompatibel (/v1).
Datenschutzmodi
| Modus | Verhalten | Modelle |
|---|---|---|
| Privat | Prompts/Antworten werden niemals gespeichert oder protokolliert. Flüchtig. | Llama, Qwen, DeepSeek, Kimi, MiniMax, Venice Uncensored usw. |
| Anonymisiert | Weiterleitung über Venice, wobei zuvor Metadaten entfernt werden. | Claude, GPT, Gemini, Grok |
Erste Schritte
Plugin installieren
openclaw plugins install @openclaw/venice-providerAPI-Schlüssel abrufen
- Registrieren Sie sich unter venice.ai
- Gehen Sie zu Settings > API Keys > Create new key
- Kopieren Sie Ihren API-Schlüssel (Format:
vapi_xxxxxxxxxxxx)
OpenClaw konfigurieren
Interaktiv (empfohlen)
openclaw onboard --auth-choice venice-api-keyFragt den API-Schlüssel ab (oder verwendet einen vorhandenen VENICE_API_KEY erneut), listet verfügbare Venice-Modelle auf und legt Ihr Standardmodell fest.
Umgebungsvariable
export VENICE_API_KEY="vapi_xxxxxxxxxxxx"Nicht interaktiv
openclaw onboard --non-interactive \ --auth-choice venice-api-key \ --venice-api-key "vapi_xxxxxxxxxxxx"Einrichtung überprüfen
openclaw agent --model venice/kimi-k2-5 --message "Hello, are you working?"Modellauswahl
- Standard:
venice/kimi-k2-5(privat, logisches Schlussfolgern, Bildverarbeitung). - Leistungsstärkste anonymisierte Option:
venice/claude-opus-4-6.
openclaw models set venice/kimi-k2-5openclaw models list --all --provider veniceSie können auch openclaw configure ausführen und Modell-/Authentifizierungs-Provider > Venice AI auswählen.
Integrierter Katalog (38 Modelle)
Private Modelle (26) — vollständig privat, keine Protokollierung
| Modell-ID | Name | Kontext | Hinweise |
|---|---|---|---|
kimi-k2-5 |
Kimi K2.5 | 256k | Standard, Schlussfolgern, Bildverarbeitung |
kimi-k2-thinking |
Kimi K2 Thinking | 256k | Schlussfolgern |
llama-3.3-70b |
Llama 3.3 70B | 128k | Allgemein |
llama-3.2-3b |
Llama 3.2 3B | 128k | Allgemein |
hermes-3-llama-3.1-405b |
Hermes 3 Llama 3.1 405B | 128k | Allgemein, Werkzeuge deaktiviert |
qwen3-235b-a22b-thinking-2507 |
Qwen3 235B Thinking | 128k | Schlussfolgern |
qwen3-235b-a22b-instruct-2507 |
Qwen3 235B Instruct | 128k | Allgemein |
qwen3-coder-480b-a35b-instruct |
Qwen3 Coder 480B | 256k | Programmierung |
qwen3-coder-480b-a35b-instruct-turbo |
Qwen3 Coder 480B Turbo | 256k | Programmierung |
qwen3-5-35b-a3b |
Qwen3.5 35B A3B | 256k | Schlussfolgern, Bildverarbeitung |
qwen3-next-80b |
Qwen3 Next 80B | 256k | Allgemein |
qwen3-vl-235b-a22b |
Qwen3 VL 235B (Bildverarbeitung) | 256k | Bildverarbeitung |
qwen3-4b |
Venice Small (Qwen3 4B) | 32k | Schnell, Schlussfolgern |
deepseek-v3.2 |
DeepSeek V3.2 | 160k | Schlussfolgern, Werkzeuge deaktiviert |
venice-uncensored |
Venice Uncensored (Dolphin-Mistral) | 32k | Unzensiert, Werkzeuge deaktiviert |
mistral-31-24b |
Venice Medium (Mistral) | 128k | Bildverarbeitung |
google-gemma-3-27b-it |
Google Gemma 3 27B Instruct | 198k | Bildverarbeitung |
openai-gpt-oss-120b |
OpenAI GPT OSS 120B | 128k | Allgemein |
nvidia-nemotron-3-nano-30b-a3b |
NVIDIA Nemotron 3 Nano 30B | 128k | Allgemein |
olafangensan-glm-4.7-flash-heretic |
GLM 4.7 Flash Heretic | 128k | Schlussfolgern |
zai-org-glm-4.6 |
GLM 4.6 | 198k | Allgemein |
zai-org-glm-4.7 |
GLM 4.7 | 198k | Schlussfolgern |
zai-org-glm-4.7-flash |
GLM 4.7 Flash | 128k | Schlussfolgern |
zai-org-glm-5 |
GLM 5 | 198k | Schlussfolgern |
minimax-m21 |
MiniMax M2.1 | 198k | Schlussfolgern |
minimax-m25 |
MiniMax M2.5 | 198k | Schlussfolgern |
Anonymisierte Modelle (12) — über den Venice-Proxy
| Modell-ID | Name | Kontext | Hinweise |
|---|---|---|---|
claude-opus-4-6 |
Claude Opus 4.6 (über Venice) | 1M | Schlussfolgern, Bildverarbeitung |
claude-sonnet-4-6 |
Claude Sonnet 4.6 (über Venice) | 1M | Schlussfolgern, Bildverarbeitung |
openai-gpt-54 |
GPT-5.4 (über Venice) | 1M | Schlussfolgern, Bildverarbeitung |
openai-gpt-53-codex |
GPT-5.3 Codex (über Venice) | 400k | Schlussfolgern, Bildverarbeitung, Programmierung |
openai-gpt-52 |
GPT-5.2 (über Venice) | 256k | Schlussfolgern |
openai-gpt-52-codex |
GPT-5.2 Codex (über Venice) | 256k | Schlussfolgern, Bildverarbeitung, Programmierung |
openai-gpt-4o-2024-11-20 |
GPT-4o (über Venice) | 128k | Bildverarbeitung |
openai-gpt-4o-mini-2024-07-18 |
GPT-4o Mini (über Venice) | 128k | Bildverarbeitung |
gemini-3-1-pro-preview |
Gemini 3.1 Pro (über Venice) | 1M | Schlussfolgern, Bildverarbeitung |
gemini-3-pro-preview |
Gemini 3 Pro (über Venice) | 198k | Schlussfolgern, Bildverarbeitung |
gemini-3-flash-preview |
Gemini 3 Flash (über Venice) | 256k | Schlussfolgern, Bildverarbeitung |
grok-41-fast |
Grok 4.1 Fast (über Venice) | 1M | Schlussfolgern, Bildverarbeitung |
Grok-basierte Venice-Modelle (grok-41-fast und ähnliche) erhalten denselben
Kompatibilitätspatch für Werkzeugschemas wie der native xAI-Provider, da sie dasselbe vorgelagerte
Format für Werkzeugaufrufe verwenden.
Modellerkennung
Der oben aufgeführte integrierte Katalog ist eine manifestgestützte Ausgangsliste. Zur Laufzeit aktualisiert OpenClaw
ihn über die Venice-API /models und greift auf die Ausgangsliste zurück, wenn
die API nicht erreichbar ist. Der Endpunkt /models ist öffentlich (für die
Auflistung ist keine Authentifizierung erforderlich), die Inferenz erfordert jedoch einen gültigen API-Schlüssel.
Wiedergabeverhalten von DeepSeek V4
Wenn Venice DeepSeek-V4-Modelle wie deepseek-v4-pro oder
deepseek-v4-flash bereitstellt, ergänzt OpenClaw in Assistentennachrichten das erforderliche
Wiedergabefeld reasoning_content, wenn Venice es auslässt, und entfernt thinking/
reasoning/reasoning_effort aus der Anfragenutzlast (Venice lehnt
die native thinking-Steuerung von DeepSeek bei diesen Modellen ab). Diese Wiedergabekorrektur ist
von den eigenen Denksteuerungen des nativen DeepSeek-Providers getrennt.
Streaming- und Werkzeugunterstützung
| Funktion | Unterstützung |
|---|---|
| Streaming | Alle Modelle |
| Funktionsaufrufe | Die meisten Modelle; je Modell deaktiviert, siehe oben |
| Bildverarbeitung | Oben mit „Bildverarbeitung“ gekennzeichnete Modelle |
| JSON-Modus | Über response_format |
Preise
Venice verwendet ein guthabenbasiertes System. Anonymisierte Modelle kosten ungefähr so viel wie die direkte API-Nutzung zuzüglich einer kleinen Venice-Gebühr. Die aktuellen Preise finden Sie unter venice.ai/pricing.
Anwendungsbeispiele
# Default private modelopenclaw agent --model venice/kimi-k2-5 --message "Quick health check" # Claude Opus via Venice (anonymized)openclaw agent --model venice/claude-opus-4-6 --message "Summarize this task" # Uncensored modelopenclaw agent --model venice/venice-uncensored --message "Draft options" # Vision model with imageopenclaw agent --model venice/qwen3-vl-235b-a22b --message "Review attached image" # Coding modelopenclaw agent --model venice/qwen3-coder-480b-a35b-instruct --message "Refactor this function"Fehlerbehebung
API-Schlüssel wird nicht erkannt
echo $VENICE_API_KEYopenclaw models list | grep veniceVergewissern Sie sich, dass der Schlüssel mit vapi_ beginnt.
Modell nicht verfügbar
Führen Sie openclaw models list --all --provider venice aus, um die derzeit
verfügbaren Modelle anzuzeigen. Der Katalog ändert sich, wenn Venice Modelle hinzufügt oder ausmustert.
Verbindungsprobleme
Die Venice-API befindet sich unter https://api.venice.ai/api/v1. Vergewissern Sie sich, dass Ihr Netzwerk HTTPS-Verbindungen zu diesem Host zulässt.
Erweiterte Konfiguration
Beispiel für eine Konfigurationsdatei
{ env: { VENICE_API_KEY: "vapi_..." }, agents: { defaults: { model: { primary: "venice/kimi-k2-5" } } }, models: { mode: "merge", providers: { venice: { baseUrl: "https://api.venice.ai/api/v1", apiKey: "${VENICE_API_KEY}", api: "openai-completions", models: [ { id: "kimi-k2-5", name: "Kimi K2.5", reasoning: true, input: ["text", "image"], cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 }, contextWindow: 256000, maxTokens: 65536, }, ], }, }, },}