---
read_when:
    - 你想在 OpenClaw 中使用注重隱私的推論功能
    - 你需要 Venice AI 設定指南
summary: 在 OpenClaw 中使用 Venice AI 的隱私導向模型
title: Venice AI
x-i18n:
    generated_at: "2026-07-11T21:46:34Z"
    model: gpt-5.6
    postprocess_version: locale-links-v1
    provider: openai
    source_hash: f274922274def2f87fb0e074554f6457b97852dcb509578262a2e2e58425265e
    source_path: providers/venice.md
    workflow: 16
---

[Venice AI](https://venice.ai) 提供以隱私為重點的推論服務：開放模型執行時
不記錄任何資料，並提供對 Claude、GPT、Gemini 和 Grok 的匿名化代理存取。
所有端點皆與 OpenAI 相容（`/v1`）。

## 隱私模式

| 模式           | 行為                                                         | 模型                                                        |
| -------------- | ---------------------------------------------------------------- | ------------------------------------------------------------- |
| **私密**    | 提示與回應永不儲存或記錄，僅短暫存在。         | Llama、Qwen、DeepSeek、Kimi、MiniMax、Venice Uncensored 等。 |
| **匿名化** | 透過 Venice 代理，轉送前會移除中繼資料。 | Claude、GPT、Gemini、Grok                                     |

<Warning>
匿名化模型並非完全私密。Venice 會在轉送前移除中繼資料，但底層供應商（OpenAI、Anthropic、Google、xAI）仍會處理請求。需要完整隱私時，請使用私密模型。
</Warning>

## 開始使用

<Steps>
  <Step title="安裝外掛">
    ```bash
    openclaw plugins install @openclaw/venice-provider
    ```
  </Step>
  <Step title="取得 API 金鑰">
    1. 在 [venice.ai](https://venice.ai) 註冊
    2. 前往 **Settings > API Keys > Create new key**
    3. 複製你的 API 金鑰（格式：`vapi_xxxxxxxxxxxx`）
  </Step>
  <Step title="設定 OpenClaw">
    <Tabs>
      <Tab title="互動式（建議）">
        ```bash
        openclaw onboard --auth-choice venice-api-key
        ```

        系統會提示輸入 API 金鑰（或重複使用現有的 `VENICE_API_KEY`）、列出可用的 Venice 模型，並設定預設模型。
      </Tab>
      <Tab title="環境變數">
        ```bash
        export VENICE_API_KEY="vapi_xxxxxxxxxxxx"
        ```
      </Tab>
      <Tab title="非互動式">
        ```bash
        openclaw onboard --non-interactive \
          --auth-choice venice-api-key \
          --venice-api-key "vapi_xxxxxxxxxxxx"
        ```
      </Tab>
    </Tabs>

  </Step>
  <Step title="驗證設定">
    ```bash
    openclaw agent --model venice/kimi-k2-5 --message "Hello, are you working?"
    ```
  </Step>
</Steps>

## 模型選擇

- **預設**：`venice/kimi-k2-5`（私密、推理、視覺）。
- **最強的匿名化選項**：`venice/claude-opus-4-6`。

```bash
openclaw models set venice/kimi-k2-5
openclaw models list --all --provider venice
```

你也可以執行 `openclaw configure`，然後選擇 **模型／驗證供應商 > Venice AI**。

<Tip>
| 使用情境                 | 模型                             | 原因                                       |
| ------------------------- | ---------------------------------- | ------------------------------------------ |
| 一般聊天（預設）    | `kimi-k2-5`                        | 強大的私密推理與視覺能力       |
| 最佳整體品質      | `claude-opus-4-6`                  | Venice 最強的匿名化選項         |
| 隱私與程式設計          | `qwen3-coder-480b-a35b-instruct`   | 具備大型上下文的私密程式設計模型    |
| 快速且便宜              | `qwen3-4b`                         | 輕量級推理模型                |
| 複雜的私密任務     | `deepseek-v3.2`                    | 強大推理能力；已停用工具呼叫    |
| 無內容審查限制                | `venice-uncensored`                | 無內容限制                    |
</Tip>

## 內建目錄（38 個模型）

<AccordionGroup>
  <Accordion title="私密模型（26 個）— 完全私密、不記錄資料">
    | 模型 ID                               | 名稱                                 | 上下文 | 備註                      |
    | -------------------------------------- | ------------------------------------- | ------- | --------------------------- |
    | `kimi-k2-5`                            | Kimi K2.5                             | 256k    | 預設、推理、視覺  |
    | `kimi-k2-thinking`                     | Kimi K2 Thinking                      | 256k    | 推理                   |
    | `llama-3.3-70b`                        | Llama 3.3 70B                         | 128k    | 通用                     |
    | `llama-3.2-3b`                         | Llama 3.2 3B                          | 128k    | 通用                     |
    | `hermes-3-llama-3.1-405b`              | Hermes 3 Llama 3.1 405B               | 128k    | 通用、已停用工具     |
    | `qwen3-235b-a22b-thinking-2507`        | Qwen3 235B Thinking                   | 128k    | 推理                   |
    | `qwen3-235b-a22b-instruct-2507`        | Qwen3 235B Instruct                   | 128k    | 通用                     |
    | `qwen3-coder-480b-a35b-instruct`       | Qwen3 Coder 480B                      | 256k    | 程式設計                      |
    | `qwen3-coder-480b-a35b-instruct-turbo` | Qwen3 Coder 480B Turbo                | 256k    | 程式設計                      |
    | `qwen3-5-35b-a3b`                      | Qwen3.5 35B A3B                       | 256k    | 推理、視覺           |
    | `qwen3-next-80b`                       | Qwen3 Next 80B                        | 256k    | 通用                     |
    | `qwen3-vl-235b-a22b`                   | Qwen3 VL 235B（視覺）                | 256k    | 視覺                      |
    | `qwen3-4b`                             | Venice Small（Qwen3 4B）               | 32k     | 快速、推理              |
    | `deepseek-v3.2`                        | DeepSeek V3.2                         | 160k    | 推理、已停用工具    |
    | `venice-uncensored`                    | Venice Uncensored（Dolphin-Mistral）   | 32k     | 無內容審查限制、已停用工具   |
    | `mistral-31-24b`                       | Venice Medium（Mistral）               | 128k    | 視覺                       |
    | `google-gemma-3-27b-it`                | Google Gemma 3 27B Instruct           | 198k    | 視覺                       |
    | `openai-gpt-oss-120b`                  | OpenAI GPT OSS 120B                   | 128k    | 通用                      |
    | `nvidia-nemotron-3-nano-30b-a3b`       | NVIDIA Nemotron 3 Nano 30B            | 128k    | 通用                      |
    | `olafangensan-glm-4.7-flash-heretic`   | GLM 4.7 Flash Heretic                 | 128k    | 推理                    |
    | `zai-org-glm-4.6`                      | GLM 4.6                               | 198k    | 通用                      |
    | `zai-org-glm-4.7`                      | GLM 4.7                               | 198k    | 推理                    |
    | `zai-org-glm-4.7-flash`                | GLM 4.7 Flash                         | 128k    | 推理                    |
    | `zai-org-glm-5`                        | GLM 5                                 | 198k    | 推理                    |
    | `minimax-m21`                          | MiniMax M2.1                          | 198k    | 推理                    |
    | `minimax-m25`                          | MiniMax M2.5                          | 198k    | 推理                    |
  </Accordion>

  <Accordion title="匿名化模型（12 個）— 透過 Venice 代理">
    | 模型 ID                        | 名稱                           | 上下文 | 備註                      |
    | -------------------------------- | -------------------------------- | ------- | ---------------------------- |
    | `claude-opus-4-6`               | Claude Opus 4.6（透過 Venice）    | 1M      | 推理、視覺            |
    | `claude-sonnet-4-6`             | Claude Sonnet 4.6（透過 Venice）  | 1M      | 推理、視覺            |
    | `openai-gpt-54`                 | GPT-5.4（透過 Venice）            | 1M      | 推理、視覺            |
    | `openai-gpt-53-codex`           | GPT-5.3 Codex（透過 Venice）      | 400k    | 推理、視覺、程式設計     |
    | `openai-gpt-52`                 | GPT-5.2（透過 Venice）            | 256k    | 推理                    |
    | `openai-gpt-52-codex`           | GPT-5.2 Codex（透過 Venice）      | 256k    | 推理、視覺、程式設計     |
    | `openai-gpt-4o-2024-11-20`      | GPT-4o（透過 Venice）             | 128k    | 視覺                        |
    | `openai-gpt-4o-mini-2024-07-18` | GPT-4o Mini（透過 Venice）        | 128k    | 視覺                        |
    | `gemini-3-1-pro-preview`        | Gemini 3.1 Pro（透過 Venice）     | 1M      | 推理、視覺             |
    | `gemini-3-pro-preview`          | Gemini 3 Pro（透過 Venice）       | 198k    | 推理、視覺             |
    | `gemini-3-flash-preview`        | Gemini 3 Flash（透過 Venice）     | 256k    | 推理、視覺             |
    | `grok-41-fast`                  | Grok 4.1 Fast（透過 Venice）      | 1M      | 推理、視覺             |
  </Accordion>
</AccordionGroup>

以 Grok 為基礎的 Venice 模型（`grok-41-fast` 及類似模型）會套用與原生 xAI 供應商相同的工具結構描述
相容性修補，因為它們使用相同的上游
工具呼叫格式。

## 模型探索

上述內建目錄是由資訊清單支援的初始清單。OpenClaw 在執行階段
會從 Venice `/models` API 重新整理此清單；若
API 無法連線，則回退至初始清單。`/models` 端點為公開端點（列出模型
不需要驗證），但推論需要有效的 API 金鑰。

## DeepSeek V4 重播行為

如果 Venice 提供 `deepseek-v4-pro` 或
`deepseek-v4-flash` 等 DeepSeek V4 模型，當 Venice 省略必要的 `reasoning_content` 重播
欄位時，OpenClaw 會在助理訊息中補上該欄位，並從請求承載資料中移除 `thinking`／
`reasoning`／`reasoning_effort`（Venice 會拒絕
這些模型使用 DeepSeek 原生的 `thinking` 控制項）。此重播修正
與原生 DeepSeek 供應商本身的思考控制項互相獨立。

## 串流與工具支援

| 功能          | 支援                                           |
| ---------------- | ------------------------------------------------- |
| 串流        | 所有模型                                        |
| 函式呼叫 | 大多數模型；上述註明者會針對個別模型停用 |
| 視覺／圖片    | 上述標記為「視覺」的模型                      |
| JSON 模式        | 透過 `response_format`                             |

## 定價

Venice 採用點數制。匿名化模型的費用約等於
直接使用 API 的價格，再加上一小筆 Venice 費用。請參閱
[venice.ai/pricing](https://venice.ai/pricing) 以取得目前費率。

## 使用範例

```bash
# Default private model
openclaw 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 model
openclaw agent --model venice/venice-uncensored --message "Draft options"

# Vision model with image
openclaw agent --model venice/qwen3-vl-235b-a22b --message "Review attached image"

# Coding model
openclaw agent --model venice/qwen3-coder-480b-a35b-instruct --message "Refactor this function"
```

## 疑難排解

<AccordionGroup>
  <Accordion title="無法識別 API 金鑰">
    ```bash
    echo $VENICE_API_KEY
    openclaw models list | grep venice
    ```

    確認金鑰以 `vapi_` 開頭。

  </Accordion>

  <Accordion title="模型無法使用">
    執行 `openclaw models list --all --provider venice` 以查看目前
    可用的模型；Venice 新增或淘汰模型時，目錄也會隨之變更。
  </Accordion>

  <Accordion title="連線問題">
    Venice API 位於 `https://api.venice.ai/api/v1`。請確認你的網路允許透過 HTTPS 連線至該主機。
  </Accordion>
</AccordionGroup>

<Note>
更多協助：[疑難排解](/zh-TW/help/troubleshooting)和[常見問題](/zh-TW/help/faq)。
</Note>

## 進階設定

<AccordionGroup>
  <Accordion title="設定檔範例">
    ```json5
    {
      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,
              },
            ],
          },
        },
      },
    }
    ```
  </Accordion>
</AccordionGroup>

## 相關資源

<CardGroup cols={2}>
  <Card title="模型選擇" href="/zh-TW/concepts/model-providers" icon="layers">
    選擇提供者、模型參照與容錯移轉行為。
  </Card>
  <Card title="Venice AI" href="https://venice.ai" icon="globe">
    Venice AI 首頁與帳號註冊。
  </Card>
  <Card title="API 文件" href="https://docs.venice.ai" icon="book">
    Venice API 參考資料與開發者文件。
  </Card>
  <Card title="定價" href="https://venice.ai/pricing" icon="credit-card">
    目前的 Venice 點數費率與方案。
  </Card>
</CardGroup>
