--- read_when: - คุณต้องการการอนุมานที่เน้นความเป็นส่วนตัวใน OpenClaw - คุณต้องการคำแนะนำในการตั้งค่า Venice AI summary: ใช้โมเดลของ Venice AI ที่เน้นความเป็นส่วนตัวใน OpenClaw title: Venice AI x-i18n: generated_at: "2026-05-02T10:27:31Z" model: gpt-5.5 provider: openai source_hash: a9b3486dd319661ba27f952e1353fed4364064c2cfb1e5744c018ddbac9dae82 source_path: providers/venice.md workflow: 16 --- Venice AI ให้บริการ **AI inference ที่เน้นความเป็นส่วนตัว** พร้อมรองรับโมเดลแบบไม่ถูกเซ็นเซอร์และการเข้าถึงโมเดล proprietary รายใหญ่ผ่าน proxy แบบไม่ระบุตัวตนของตนเอง inference ทั้งหมดเป็นส่วนตัวตามค่าเริ่มต้น — ไม่มีการฝึกด้วยข้อมูลของคุณ ไม่มีการบันทึก log ## ทำไมจึงใช้ Venice ใน OpenClaw - **inference แบบส่วนตัว** สำหรับโมเดล open-source (ไม่มีการบันทึก log) - **โมเดลแบบไม่ถูกเซ็นเซอร์** เมื่อคุณต้องการ - **การเข้าถึงแบบไม่ระบุตัวตน** ไปยังโมเดล proprietary (Opus/GPT/Gemini) เมื่อคุณภาพเป็นสิ่งสำคัญ - endpoint `/v1` ที่เข้ากันได้กับ OpenAI ## โหมดความเป็นส่วนตัว Venice มีระดับความเป็นส่วนตัวสองระดับ — การเข้าใจส่วนนี้เป็นกุญแจสำคัญในการเลือกโมเดลของคุณ: | โหมด | คำอธิบาย | โมเดล | | -------------- | --------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------- | | **ส่วนตัว** | เป็นส่วนตัวอย่างสมบูรณ์ prompt/response จะ **ไม่ถูกจัดเก็บหรือบันทึก log โดยเด็ดขาด** เป็นข้อมูลชั่วคราว | Llama, Qwen, DeepSeek, Kimi, MiniMax, Venice Uncensored, ฯลฯ | | **ทำให้ไม่ระบุตัวตน** | ส่งผ่าน proxy ของ Venice โดยตัด metadata ออก provider ต้นทาง (OpenAI, Anthropic, Google, xAI) จะเห็น request แบบไม่ระบุตัวตน | Claude, GPT, Gemini, Grok | โมเดลแบบไม่ระบุตัวตน **ไม่ใช่** แบบส่วนตัวอย่างสมบูรณ์ Venice ตัด metadata ออกก่อนส่งต่อ แต่ provider ต้นทาง (OpenAI, Anthropic, Google, xAI) ยังคงประมวลผล request เลือกโมเดลแบบ **ส่วนตัว** เมื่อจำเป็นต้องมีความเป็นส่วนตัวอย่างสมบูรณ์ ## คุณสมบัติ - **เน้นความเป็นส่วนตัว**: เลือกระหว่างโหมด "ส่วนตัว" (ส่วนตัวอย่างสมบูรณ์) และ "ทำให้ไม่ระบุตัวตน" (ผ่าน proxy) - **โมเดลแบบไม่ถูกเซ็นเซอร์**: เข้าถึงโมเดลโดยไม่มีข้อจำกัดด้านเนื้อหา - **เข้าถึงโมเดลรายใหญ่**: ใช้ Claude, GPT, Gemini และ Grok ผ่าน proxy แบบไม่ระบุตัวตนของ Venice - **API ที่เข้ากันได้กับ OpenAI**: endpoint `/v1` มาตรฐานเพื่อการผสานรวมที่ง่าย - **การสตรีม**: รองรับในทุกโมเดล - **การเรียกใช้ฟังก์ชัน**: รองรับในบางโมเดล (ตรวจสอบความสามารถของโมเดล) - **วิสัยทัศน์**: รองรับในโมเดลที่มีความสามารถด้าน vision - **ไม่มี rate limit แบบตายตัว**: อาจมีการจำกัดความเร็วตาม fair-use สำหรับการใช้งานที่สูงมาก ## เริ่มต้นใช้งาน 1. สมัครที่ [venice.ai](https://venice.ai) 2. ไปที่ **Settings > API Keys > Create new key** 3. คัดลอก API key ของคุณ (รูปแบบ: `vapi_xxxxxxxxxxxx`) เลือกวิธีตั้งค่าที่คุณต้องการ: ```bash openclaw onboard --auth-choice venice-api-key ``` สิ่งนี้จะ: 1. ถาม API key ของคุณ (หรือใช้ `VENICE_API_KEY` ที่มีอยู่) 2. แสดงโมเดล Venice ทั้งหมดที่มี 3. ให้คุณเลือกโมเดลเริ่มต้นของคุณ 4. กำหนดค่า provider โดยอัตโนมัติ ```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?" ``` ## การเลือกโมเดล หลังตั้งค่าแล้ว OpenClaw จะแสดงโมเดล Venice ทั้งหมดที่มี เลือกตามความต้องการของคุณ: - **โมเดลเริ่มต้น**: `venice/kimi-k2-5` สำหรับการให้เหตุผลแบบส่วนตัวที่แข็งแกร่งพร้อม vision - **ตัวเลือกความสามารถสูง**: `venice/claude-opus-4-6` สำหรับเส้นทาง Venice แบบไม่ระบุตัวตนที่แข็งแกร่งที่สุด - **ความเป็นส่วนตัว**: เลือกโมเดล "ส่วนตัว" สำหรับ inference ที่เป็นส่วนตัวอย่างสมบูรณ์ - **ความสามารถ**: เลือกโมเดล "ทำให้ไม่ระบุตัวตน" เพื่อเข้าถึง Claude, GPT, Gemini ผ่าน proxy ของ Venice เปลี่ยนโมเดลเริ่มต้นของคุณได้ทุกเมื่อ: ```bash openclaw models set venice/kimi-k2-5 openclaw models set venice/claude-opus-4-6 ``` แสดงรายการโมเดลทั้งหมดที่มี: ```bash openclaw models list --all --provider venice ``` คุณยังสามารถเรียกใช้ `openclaw configure` เลือก **Model/auth** แล้วเลือก **Venice AI** ใช้ตารางด้านล่างเพื่อเลือกโมเดลที่เหมาะกับกรณีใช้งานของคุณ | กรณีใช้งาน | โมเดลที่แนะนำ | เหตุผล | | -------------------------- | -------------------------------- | -------------------------------------------- | | **แชตทั่วไป (ค่าเริ่มต้น)** | `kimi-k2-5` | การให้เหตุผลแบบส่วนตัวที่แข็งแกร่งพร้อม vision | | **คุณภาพโดยรวมดีที่สุด** | `claude-opus-4-6` | ตัวเลือก Venice แบบไม่ระบุตัวตนที่แข็งแกร่งที่สุด | | **ความเป็นส่วนตัว + การเขียนโค้ด** | `qwen3-coder-480b-a35b-instruct` | โมเดลเขียนโค้ดแบบส่วนตัวพร้อม context ขนาดใหญ่ | | **vision แบบส่วนตัว** | `kimi-k2-5` | รองรับ vision โดยไม่ออกจากโหมดส่วนตัว | | **เร็ว + ราคาถูก** | `qwen3-4b` | โมเดลให้เหตุผลน้ำหนักเบา | | **งานส่วนตัวที่ซับซ้อน** | `deepseek-v3.2` | การให้เหตุผลแข็งแกร่ง แต่ไม่รองรับเครื่องมือของ Venice | | **ไม่ถูกเซ็นเซอร์** | `venice-uncensored` | ไม่มีข้อจำกัดด้านเนื้อหา | ## พฤติกรรม replay ของ DeepSeek V4 หาก Venice เปิดให้ใช้โมเดล DeepSeek V4 เช่น `venice/deepseek-v4-pro` หรือ `venice/deepseek-v4-flash` OpenClaw จะเติม placeholder สำหรับ replay `reasoning_content` ของ DeepSeek V4 ที่จำเป็นในข้อความ assistant เมื่อ proxy ละไว้ Venice ปฏิเสธการควบคุม `thinking` ระดับบนสุดแบบ native ของ DeepSeek ดังนั้น OpenClaw จึงแยกการแก้ไข replay เฉพาะ provider นี้ออกจากการควบคุม thinking ของ provider DeepSeek แบบ native ## catalog ในตัว (รวม 41 รายการ) | Model ID | ชื่อ | Context | คุณสมบัติ | | -------------------------------------- | ----------------------------------- | ------- | -------------------------- | | `kimi-k2-5` | Kimi K2.5 | 256k | ค่าเริ่มต้น, การให้เหตุผล, vision | | `kimi-k2-thinking` | Kimi K2 Thinking | 256k | การให้เหตุผล | | `llama-3.3-70b` | Llama 3.3 70B | 128k | ทั่วไป | | `llama-3.2-3b` | Llama 3.2 3B | 128k | ทั่วไป | | `hermes-3-llama-3.1-405b` | Hermes 3 Llama 3.1 405B | 128k | ทั่วไป, ปิดใช้งานเครื่องมือ | | `qwen3-235b-a22b-thinking-2507` | Qwen3 235B Thinking | 128k | การให้เหตุผล | | `qwen3-235b-a22b-instruct-2507` | Qwen3 235B Instruct | 128k | ทั่วไป | | `qwen3-coder-480b-a35b-instruct` | Qwen3 Coder 480B | 256k | การเขียนโค้ด | | `qwen3-coder-480b-a35b-instruct-turbo` | Qwen3 Coder 480B Turbo | 256k | การเขียนโค้ด | | `qwen3-5-35b-a3b` | Qwen3.5 35B A3B | 256k | การให้เหตุผล, vision | | `qwen3-next-80b` | Qwen3 Next 80B | 256k | ทั่วไป | | `qwen3-vl-235b-a22b` | Qwen3 VL 235B (Vision) | 256k | Vision | | `qwen3-4b` | Venice Small (Qwen3 4B) | 32k | เร็ว, การให้เหตุผล | | `deepseek-v3.2` | DeepSeek V3.2 | 160k | การให้เหตุผล, ปิดใช้งานเครื่องมือ | | `venice-uncensored` | Venice Uncensored (Dolphin-Mistral) | 32k | ไม่ถูกเซ็นเซอร์, ปิดใช้งานเครื่องมือ | | `mistral-31-24b` | Venice Medium (Mistral) | 128k | Vision | | `google-gemma-3-27b-it` | Google Gemma 3 27B Instruct | 198k | Vision | | `openai-gpt-oss-120b` | OpenAI GPT OSS 120B | 128k | ทั่วไป | | `nvidia-nemotron-3-nano-30b-a3b` | NVIDIA Nemotron 3 Nano 30B | 128k | ทั่วไป | | `olafangensan-glm-4.7-flash-heretic` | GLM 4.7 Flash Heretic | 128k | การให้เหตุผล | | `zai-org-glm-4.6` | GLM 4.6 | 198k | ทั่วไป | | `zai-org-glm-4.7` | GLM 4.7 | 198k | การให้เหตุผล | | `zai-org-glm-4.7-flash` | GLM 4.7 Flash | 128k | การให้เหตุผล | | `zai-org-glm-5` | GLM 5 | 198k | การให้เหตุผล | | `minimax-m21` | MiniMax M2.1 | 198k | การให้เหตุผล | | `minimax-m25` | MiniMax M2.5 | 198k | การให้เหตุผล | | Model ID | ชื่อ | Context | คุณสมบัติ | | ------------------------------- | ------------------------------ | ------- | ------------------------- | | `claude-opus-4-6` | Claude Opus 4.6 (ผ่าน Venice) | 1M | การให้เหตุผล, vision | | `claude-opus-4-5` | Claude Opus 4.5 (ผ่าน Venice) | 198k | การให้เหตุผล, vision | | `claude-sonnet-4-6` | Claude Sonnet 4.6 (ผ่าน Venice) | 1M | การให้เหตุผล, vision | | `claude-sonnet-4-5` | Claude Sonnet 4.5 (ผ่าน Venice) | 198k | การให้เหตุผล, vision | | `openai-gpt-54` | GPT-5.4 (ผ่าน Venice) | 1M | การให้เหตุผล, vision | | `openai-gpt-53-codex` | GPT-5.3 Codex (ผ่าน Venice) | 400k | การให้เหตุผล, vision, การเขียนโค้ด | | `openai-gpt-52` | GPT-5.2 (ผ่าน Venice) | 256k | การให้เหตุผล | | `openai-gpt-52-codex` | GPT-5.2 Codex (ผ่าน Venice) | 256k | การให้เหตุผล, vision, การเขียนโค้ด | | `openai-gpt-4o-2024-11-20` | GPT-4o (ผ่าน Venice) | 128k | Vision | | `openai-gpt-4o-mini-2024-07-18` | GPT-4o Mini (ผ่าน Venice) | 128k | Vision | | `gemini-3-1-pro-preview` | Gemini 3.1 Pro (ผ่าน Venice) | 1M | การให้เหตุผล, vision | | `gemini-3-pro-preview` | Gemini 3 Pro (ผ่าน Venice) | 198k | การให้เหตุผล, vision | | `gemini-3-flash-preview` | Gemini 3 Flash (ผ่าน Venice) | 256k | การให้เหตุผล, vision | | `grok-41-fast` | Grok 4.1 Fast (ผ่าน Venice) | 1M | การให้เหตุผล, vision | | `grok-code-fast-1` | Grok Code Fast 1 (ผ่าน Venice) | 256k | การให้เหตุผล, การเขียนโค้ด | ## การค้นหาโมเดล OpenClaw มาพร้อม seed catalog ของ Venice ที่หนุนด้วย manifest สำหรับการแสดงรายการโมเดลแบบอ่านอย่างเดียว การ refresh ขณะ runtime ยังค้นพบโมเดลจาก Venice API ได้ และจะ fallback ไปยัง manifest catalog หากเข้าถึง API ไม่ได้ endpoint `/models` เป็น public (ไม่ต้องใช้ auth สำหรับการแสดงรายการ) แต่ inference ต้องใช้ API key ที่ถูกต้อง ## การสตรีมและการรองรับเครื่องมือ | คุณสมบัติ | การรองรับ | | -------------------- | ---------------------------------------------------- | | **Streaming** | ทุกโมเดล | | **Function calling** | โมเดลส่วนใหญ่ (ตรวจสอบ `supportsFunctionCalling` ใน API) | | **Vision/Images** | โมเดลที่มีฟีเจอร์ "Vision" | | **JSON mode** | รองรับผ่าน `response_format` | ## ราคา Venice ใช้ระบบแบบเครดิต ตรวจสอบ [venice.ai/pricing](https://venice.ai/pricing) สำหรับอัตราปัจจุบัน: - **โมเดลส่วนตัว**: โดยทั่วไปมีต้นทุนต่ำกว่า - **โมเดลแบบนิรนาม**: ใกล้เคียงกับราคา API โดยตรง + ค่าธรรมเนียม Venice เล็กน้อย ### Venice (แบบนิรนาม) เทียบกับ API โดยตรง | ด้าน | Venice (แบบนิรนาม) | API โดยตรง | | ------------ | ----------------------------- | ------------------- | | **ความเป็นส่วนตัว** | ลบข้อมูลเมตาออกแล้ว ทำให้เป็นนิรนาม | เชื่อมโยงกับบัญชีของคุณ | | **เวลาแฝง** | +10-50ms (พร็อกซี) | โดยตรง | | **ฟีเจอร์** | รองรับฟีเจอร์ส่วนใหญ่ | ฟีเจอร์ครบถ้วน | | **การเรียกเก็บเงิน** | เครดิต Venice | การเรียกเก็บเงินจากผู้ให้บริการ | ## ตัวอย่างการใช้งาน ```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" ``` ## การแก้ไขปัญหา ```bash echo $VENICE_API_KEY openclaw models list | grep venice ``` ตรวจสอบให้แน่ใจว่าคีย์ขึ้นต้นด้วย `vapi_` แค็ตตาล็อกโมเดล Venice อัปเดตแบบไดนามิก เรียกใช้ `openclaw models list` เพื่อดูโมเดลที่พร้อมใช้งานในปัจจุบัน บางโมเดลอาจออฟไลน์ชั่วคราว Venice API อยู่ที่ `https://api.venice.ai/api/v1` ตรวจสอบให้แน่ใจว่าเครือข่ายของคุณอนุญาตการเชื่อมต่อ HTTPS ความช่วยเหลือเพิ่มเติม: [การแก้ไขปัญหา](/th/help/troubleshooting) และ [คำถามที่พบบ่อย](/th/help/faq) ## การกำหนดค่าขั้นสูง ```json5 { env: { VENICE_API_KEY: "vapi_..." }, agents: { defaults: { model: { primary: "venice/kimi-k2-5" } } }, models: { mode: "merge", providers: { venice: { baseUrl: "https://api.venice.ai/api/v1", apiKey: "${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, }, ], }, }, }, } ``` ## ที่เกี่ยวข้อง การเลือกผู้ให้บริการ การอ้างอิงโมเดล และลักษณะการทำงานของการสลับระบบเมื่อขัดข้อง หน้าแรกของ Venice AI และการสมัครบัญชี เอกสารอ้างอิง Venice API และเอกสารสำหรับนักพัฒนา อัตราเครดิตและแผนปัจจุบันของ Venice