---
read_when:
- Anda menginginkan inferensi yang berfokus pada privasi di OpenClaw
- Anda menginginkan panduan penyiapan Venice AI
summary: Gunakan model Venice AI yang berfokus pada privasi di OpenClaw
title: Venice AI
x-i18n:
generated_at: "2026-05-02T09:30:30Z"
model: gpt-5.5
provider: openai
source_hash: a9b3486dd319661ba27f952e1353fed4364064c2cfb1e5744c018ddbac9dae82
source_path: providers/venice.md
workflow: 16
---
Venice AI menyediakan **inferensi AI yang berfokus pada privasi** dengan dukungan untuk model tanpa sensor dan akses ke model proprietary utama melalui proxy anonim mereka. Semua inferensi bersifat privat secara bawaan — tidak ada pelatihan pada data Anda, tidak ada pencatatan log.
## Mengapa Venice di OpenClaw
- **Inferensi privat** untuk model sumber terbuka (tanpa pencatatan log).
- **Model tanpa sensor** saat Anda membutuhkannya.
- **Akses anonim** ke model proprietary (Opus/GPT/Gemini) saat kualitas penting.
- Endpoint `/v1` yang kompatibel dengan OpenAI.
## Mode privasi
Venice menawarkan dua tingkat privasi — memahami ini adalah kunci untuk memilih model Anda:
| Mode | Deskripsi | Model |
| -------------- | --------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------- |
| **Private** | Sepenuhnya privat. Prompt/respons **tidak pernah disimpan atau dicatat dalam log**. Sementara. | Llama, Qwen, DeepSeek, Kimi, MiniMax, Venice Uncensored, dll. |
| **Anonymized** | Diproksikan melalui Venice dengan metadata dihapus. Penyedia dasar (OpenAI, Anthropic, Google, xAI) melihat permintaan anonim. | Claude, GPT, Gemini, Grok |
Model anonim **tidak** sepenuhnya privat. Venice menghapus metadata sebelum meneruskan, tetapi penyedia dasar (OpenAI, Anthropic, Google, xAI) tetap memproses permintaan tersebut. Pilih model **Private** saat privasi penuh diperlukan.
## Fitur
- **Berfokus pada privasi**: Pilih antara mode "private" (sepenuhnya privat) dan "anonymized" (diproksikan)
- **Model tanpa sensor**: Akses ke model tanpa pembatasan konten
- **Akses model utama**: Gunakan Claude, GPT, Gemini, dan Grok melalui proxy anonim Venice
- **API kompatibel OpenAI**: Endpoint `/v1` standar untuk integrasi mudah
- **Streaming**: Didukung pada semua model
- **Pemanggilan fungsi**: Didukung pada model tertentu (periksa kapabilitas model)
- **Visi**: Didukung pada model dengan kapabilitas visi
- **Tanpa batas laju keras**: Pembatasan penggunaan wajar dapat berlaku untuk penggunaan ekstrem
## Memulai
1. Daftar di [venice.ai](https://venice.ai)
2. Buka **Settings > API Keys > Create new key**
3. Salin kunci API Anda (format: `vapi_xxxxxxxxxxxx`)
Pilih metode penyiapan yang Anda inginkan:
```bash
openclaw onboard --auth-choice venice-api-key
```
Ini akan:
1. Meminta kunci API Anda (atau menggunakan `VENICE_API_KEY` yang sudah ada)
2. Menampilkan semua model Venice yang tersedia
3. Memungkinkan Anda memilih model bawaan
4. Mengonfigurasi penyedia secara otomatis
```bash
export VENICE_API_KEY="vapi_xxxxxxxxxxxx"
```
```bash
openclaw onboard --non-interactive \
--auth-choice venice-api-key \
--venice-api-key "vapi_xxxxxxxxxxxx"
```
```bash
openclaw agent --model venice/kimi-k2-5 --message "Hello, are you working?"
```
## Pemilihan model
Setelah penyiapan, OpenClaw menampilkan semua model Venice yang tersedia. Pilih berdasarkan kebutuhan Anda:
- **Model bawaan**: `venice/kimi-k2-5` untuk penalaran privat yang kuat plus visi.
- **Opsi berkapabilitas tinggi**: `venice/claude-opus-4-6` untuk jalur Venice anonim terkuat.
- **Privasi**: Pilih model "private" untuk inferensi yang sepenuhnya privat.
- **Kapabilitas**: Pilih model "anonymized" untuk mengakses Claude, GPT, Gemini melalui proxy Venice.
Ubah model bawaan Anda kapan saja:
```bash
openclaw models set venice/kimi-k2-5
openclaw models set venice/claude-opus-4-6
```
Cantumkan semua model yang tersedia:
```bash
openclaw models list --all --provider venice
```
Anda juga dapat menjalankan `openclaw configure`, memilih **Model/auth**, dan memilih **Venice AI**.
Gunakan tabel di bawah untuk memilih model yang tepat untuk kasus penggunaan Anda.
| Kasus Penggunaan | Model yang Direkomendasikan | Alasan |
| ------------------------- | --------------------------------- | ------------------------------------------- |
| **Obrolan umum (bawaan)** | `kimi-k2-5` | Penalaran privat yang kuat plus visi |
| **Kualitas terbaik keseluruhan** | `claude-opus-4-6` | Opsi Venice anonim terkuat |
| **Privasi + pengodean** | `qwen3-coder-480b-a35b-instruct` | Model pengodean privat dengan konteks besar |
| **Visi privat** | `kimi-k2-5` | Dukungan visi tanpa keluar dari mode privat |
| **Cepat + murah** | `qwen3-4b` | Model penalaran ringan |
| **Tugas privat kompleks** | `deepseek-v3.2` | Penalaran kuat, tetapi tanpa dukungan alat Venice |
| **Tanpa sensor** | `venice-uncensored` | Tanpa pembatasan konten |
## Perilaku replay DeepSeek V4
Jika Venice mengekspos model DeepSeek V4 seperti `venice/deepseek-v4-pro` atau
`venice/deepseek-v4-flash`, OpenClaw mengisi placeholder replay
`reasoning_content` DeepSeek V4 yang diperlukan pada pesan asisten saat proxy
menghilangkannya. Venice menolak kontrol `thinking` tingkat atas native DeepSeek, jadi
OpenClaw menjaga perbaikan replay khusus penyedia tersebut tetap terpisah dari kontrol thinking
penyedia DeepSeek native.
## Katalog bawaan (total 41)
| ID Model | Nama | Konteks | Fitur |
| -------------------------------------- | ----------------------------------- | ------- | -------------------------- |
| `kimi-k2-5` | Kimi K2.5 | 256k | Bawaan, penalaran, visi |
| `kimi-k2-thinking` | Kimi K2 Thinking | 256k | Penalaran |
| `llama-3.3-70b` | Llama 3.3 70B | 128k | Umum |
| `llama-3.2-3b` | Llama 3.2 3B | 128k | Umum |
| `hermes-3-llama-3.1-405b` | Hermes 3 Llama 3.1 405B | 128k | Umum, alat dinonaktifkan |
| `qwen3-235b-a22b-thinking-2507` | Qwen3 235B Thinking | 128k | Penalaran |
| `qwen3-235b-a22b-instruct-2507` | Qwen3 235B Instruct | 128k | Umum |
| `qwen3-coder-480b-a35b-instruct` | Qwen3 Coder 480B | 256k | Pengodean |
| `qwen3-coder-480b-a35b-instruct-turbo` | Qwen3 Coder 480B Turbo | 256k | Pengodean |
| `qwen3-5-35b-a3b` | Qwen3.5 35B A3B | 256k | Penalaran, visi |
| `qwen3-next-80b` | Qwen3 Next 80B | 256k | Umum |
| `qwen3-vl-235b-a22b` | Qwen3 VL 235B (Vision) | 256k | Visi |
| `qwen3-4b` | Venice Small (Qwen3 4B) | 32k | Cepat, penalaran |
| `deepseek-v3.2` | DeepSeek V3.2 | 160k | Penalaran, alat dinonaktifkan |
| `venice-uncensored` | Venice Uncensored (Dolphin-Mistral) | 32k | Tanpa sensor, alat dinonaktifkan |
| `mistral-31-24b` | Venice Medium (Mistral) | 128k | Visi |
| `google-gemma-3-27b-it` | Google Gemma 3 27B Instruct | 198k | Visi |
| `openai-gpt-oss-120b` | OpenAI GPT OSS 120B | 128k | Umum |
| `nvidia-nemotron-3-nano-30b-a3b` | NVIDIA Nemotron 3 Nano 30B | 128k | Umum |
| `olafangensan-glm-4.7-flash-heretic` | GLM 4.7 Flash Heretic | 128k | Penalaran |
| `zai-org-glm-4.6` | GLM 4.6 | 198k | Umum |
| `zai-org-glm-4.7` | GLM 4.7 | 198k | Penalaran |
| `zai-org-glm-4.7-flash` | GLM 4.7 Flash | 128k | Penalaran |
| `zai-org-glm-5` | GLM 5 | 198k | Penalaran |
| `minimax-m21` | MiniMax M2.1 | 198k | Penalaran |
| `minimax-m25` | MiniMax M2.5 | 198k | Penalaran |
| ID Model | Nama | Konteks | Fitur |
| ------------------------------- | ------------------------------ | ------- | ------------------------- |
| `claude-opus-4-6` | Claude Opus 4.6 (via Venice) | 1M | Penalaran, visi |
| `claude-opus-4-5` | Claude Opus 4.5 (via Venice) | 198k | Penalaran, visi |
| `claude-sonnet-4-6` | Claude Sonnet 4.6 (via Venice) | 1M | Penalaran, visi |
| `claude-sonnet-4-5` | Claude Sonnet 4.5 (via Venice) | 198k | Penalaran, visi |
| `openai-gpt-54` | GPT-5.4 (via Venice) | 1M | Penalaran, visi |
| `openai-gpt-53-codex` | GPT-5.3 Codex (via Venice) | 400k | Penalaran, visi, pengodean |
| `openai-gpt-52` | GPT-5.2 (via Venice) | 256k | Penalaran |
| `openai-gpt-52-codex` | GPT-5.2 Codex (via Venice) | 256k | Penalaran, visi, pengodean |
| `openai-gpt-4o-2024-11-20` | GPT-4o (via Venice) | 128k | Visi |
| `openai-gpt-4o-mini-2024-07-18` | GPT-4o Mini (via Venice) | 128k | Visi |
| `gemini-3-1-pro-preview` | Gemini 3.1 Pro (via Venice) | 1M | Penalaran, visi |
| `gemini-3-pro-preview` | Gemini 3 Pro (via Venice) | 198k | Penalaran, visi |
| `gemini-3-flash-preview` | Gemini 3 Flash (via Venice) | 256k | Penalaran, visi |
| `grok-41-fast` | Grok 4.1 Fast (via Venice) | 1M | Penalaran, visi |
| `grok-code-fast-1` | Grok Code Fast 1 (via Venice) | 256k | Penalaran, pengodean |
## Penemuan model
OpenClaw menyertakan katalog seed Venice berbasis manifes untuk daftar model baca-saja. Penyegaran runtime masih dapat menemukan model dari API Venice, dan kembali ke katalog manifes jika API tidak dapat dijangkau.
Endpoint `/models` bersifat publik (tidak perlu autentikasi untuk pencantuman), tetapi inferensi memerlukan kunci API yang valid.
## Dukungan streaming dan alat
| Fitur | Dukungan |
| -------------------- | ---------------------------------------------------- |
| **Streaming** | Semua model |
| **Pemanggilan fungsi** | Sebagian besar model (periksa `supportsFunctionCalling` di API) |
| **Visi/Gambar** | Model yang ditandai dengan fitur "Visi" |
| **mode JSON** | Didukung melalui `response_format` |
## Harga
Venice menggunakan sistem berbasis kredit. Periksa [venice.ai/pricing](https://venice.ai/pricing) untuk tarif saat ini:
- **Model privat**: Umumnya berbiaya lebih rendah
- **Model dianonimkan**: Mirip dengan harga API langsung + biaya kecil Venice
### Venice (dianonimkan) vs API langsung
| Aspek | Venice (Dianonimkan) | API langsung |
| ------------ | ----------------------------- | ------------------- |
| **Privasi** | Metadata dihapus, dianonimkan | Akun Anda tertaut |
| **Latensi** | +10-50md (proxy) | Langsung |
| **Fitur** | Sebagian besar fitur didukung | Fitur lengkap |
| **Penagihan** | Kredit Venice | Penagihan penyedia |
## Contoh penggunaan
```bash
# Use the default private model
openclaw agent --model venice/kimi-k2-5 --message "Quick health check"
# Use Claude Opus via Venice (anonymized)
openclaw agent --model venice/claude-opus-4-6 --message "Summarize this task"
# Use uncensored model
openclaw agent --model venice/venice-uncensored --message "Draft options"
# Use vision model with image
openclaw agent --model venice/qwen3-vl-235b-a22b --message "Review attached image"
# Use coding model
openclaw agent --model venice/qwen3-coder-480b-a35b-instruct --message "Refactor this function"
```
## Pemecahan masalah
```bash
echo $VENICE_API_KEY
openclaw models list | grep venice
```
Pastikan kunci dimulai dengan `vapi_`.
Katalog model Venice diperbarui secara dinamis. Jalankan `openclaw models list` untuk melihat model yang saat ini tersedia. Beberapa model mungkin sedang offline sementara.
API Venice berada di `https://api.venice.ai/api/v1`. Pastikan jaringan Anda mengizinkan koneksi HTTPS.
Bantuan lainnya: [Pemecahan masalah](/id/help/troubleshooting) dan [FAQ](/id/help/faq).
## Konfigurasi lanjutan
```json5
{
env: { VENICE_API_KEY: "vapi_..." },
agents: { defaults: { model: { primary: "venice/kimi-k2-5" } } },
models: {
mode: "merge",
providers: {
venice: {
baseUrl: "https://api.venice.ai/api/v1",
apiKey: "${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,
},
],
},
},
},
}
```
## Terkait
Memilih penyedia, referensi model, dan perilaku failover.
Beranda Venice AI dan pendaftaran akun.
Referensi API Venice dan dokumentasi pengembang.
Tarif dan paket kredit Venice saat ini.