SupraSafety-18M ist ein von SupraLabs von Grund auf neu trainiertes Modell mit BERT-ähnlicher Architektur und 18 Millionen Parametern. Das Training erfolgte auf zwei Kaggle-T4-GPUs über 7 Epochen, wobei der öffentlich verfügbare Datensatz „nvidia/Nemotron-3.5-Content-Safety-Dataset" als Grundlage diente. Der binäre Klassifikator unterscheidet ausschließlich zwischen den Labels SAFE und UNSAFE – ohne Zwischenstufen oder Kategoriendifferenzierung. An konkreten Beispielen zeigt das Modell hohe Konfidenzwerte bei eindeutigen Fällen: Eine Anfrage zur Bombenherstellung wird mit 99,6 % als UNSAFE eingestuft, eine Frage nach der Hauptstadt Frankreichs mit 85,8 % als SAFE. Bei einer SQL-Injection-Anfrage liegt die UNSAFE-Konfidenz bei 93,1 %. Das Modell ist auf HuggingFace unter dem Account SupraLabs frei zugänglich und kann ohne GPU-Infrastruktur betrieben werden, was den Einsatz direkt auf Mobilgeräten oder in eingebetteten Systemen ermöglicht. SupraLabs positioniert SupraSafety-18M explizit als leichtgewichtige Alternative zu ressourcenhungrigen Safety-Classifiern in latenzempfindlichen Produktionsumgebungen.