Bestes Abliterated-LLM für Roleplay: API-Einrichtungsanleitung

Was ein Modell gut für Roleplay macht

Roleplay ist eine harte Prüfung für ein Sprachmodell. Es muss eine Stimme über hunderte Nachrichten halten, sich daran erinnern, was vor drei Szenen passiert ist, im Charakter bleiben, wenn die Geschichte düster wird, und nie heraustreten, um sich zu erklären. Ein Standard-Assistent-Modell scheitert hier am häufigsten. Es schreibt einen guten Absatz, fügt dann aber einen Disclaimer hinzu oder lehnt eine Handlung ab, die eindeutig Fiktion ist.

Ein abliteriertes oder unzensiertes Modell ist darauf abgestimmt, diese Ablehnungen zu entfernen. Das hilft, ist aber nur eines von fünf Merkmalen, die du prüfen solltest, bevor du dich für einen Anbieter entscheidest:

• Ablehnungsverhalten. Folgt es dem Dialog eines Bösewichts oder einer moralisch grauen Szene ohne Kommentar?
• Kontextlänge. Passen die Charakterkarte, die Weltbeschreibung und der Chat-Verlauf in eine Anfrage?
• Konsistenz. Behält ein Charakter über eine lange Session hinweg dieselben Sprachgewohnheiten bei?
• Sampling-Steuerung. Kannst du Temperatur, top_p, Penalties und Stop-Sequenzen ändern?
• Streaming. Erscheint Text Token für Token, sodass sich eine Antwort wie ein Gespräch anfühlt?

Niemand kann ehrlich einen einzigen Gewinner für jeden Geschichtsstil benennen. Geschmack spielt eine Rolle, und zwei Autoren werden dasselbe Modell unterschiedlich bewerten. Die praktische Antwort ist, deine eigenen Szenen durch einen Kandidaten laufen zu lassen und die Ausgabe selbst zu bewerten.

Was diese API für Roleplay bietet

Der Dienst betreibt ein Open-Weight-Modell, gehostet von einem unabhängigen Anbieter und abgestimmt darauf, bei rechtmäßiger Erwachsennutzung ohne Inhaltsfilter zu antworten. Die Modell-ID ist uncensored. Es gibt kein Routing zwischen Anbietern, also ist die Stimme, die du am Montag getestet hast, auch die Stimme, die du am Freitag bekommst.

Roleplay-Bedarf	Was du bekommst
Langer Speicher	100.000 Token Kontext, Prompt plus Completion
Live-Tipp-Effekt	Streaming über SSE mit stream: true
Steuere den Stil	Temperatur, top_p, Stop, Seed und beide Penalties werden durchgereicht
Client-Unterstützung	OpenAI-kompatibel, damit SillyTavern und ähnliche Tools mit einer URL-Änderung funktionieren
Datenschutz	Prompts werden nicht zum Training verwendet

Es gilt eine harte Grenze, die nicht verhandelbar ist: keine sexuellen Inhalte mit Minderjährigen. Halte deine Charaktere und Szenarien auf der richtigen Seite dieser Linie und im Rahmen der gesetzlichen Erwachsenenverwendung. Die Details der Modellfamilie findest du auf der Seite der abliterierten Modelle.

Verbinde SillyTavern in fünf Schritten

SillyTavern kann mit jedem OpenAI-kompatiblen Endpunkt kommunizieren. Die Menübeschriftungen variieren leicht zwischen den Versionen, aber der Ablauf ist derselbe.

1. Erstelle ein Konto und fordere deinen Schlüssel auf der API-Schlüssel-Seite an. Neue Nutzer können mit einem Klick $0,50 Testguthaben beanspruchen, gültig für 7 Tage, keine Karte erforderlich.
2. Öffne in SillyTavern das Steckdosen-Symbol (API-Verbindungen) und stelle den API-Typ auf Chat Completion.
3. Wähle die Quelle Benutzerdefiniert (OpenAI-kompatibel).
4. Gib https://api.abliterated.cc/v1 als Endpunkt-URL ein und füge deinen Schlüssel in das API-Schlüssel-Feld ein.
5. Gib uncensored als Modell-ID ein und drücke dann Verbinden. Ein grüner Status bedeutet, dass die Anfrage an /v1/models erfolgreich war.

Wenn die Verbindung fehlschlägt, prüfe zuerst die URL. Sie muss mit /v1 enden, ohne zusätzlichen Pfad und ohne zusätzliches /chat/completions. Der Client fügt diesen Teil selbst hinzu.

Empfohlene Starteinstellungen

Eine Temperatur zwischen 0,8 und 1,0 sorgt für lebendige Prosa. Halte top_p bei etwa 0,9. Füge eine kleine Frequenz-Penalty von etwa 0,2 hinzu, wenn Antworten beginnen, dieselben Phrasen zu wiederholen. Stelle eine Kontextgröße nahe am echten Fenster ein, lasse aber Platz für die Antwort. Passe dann nach Gefühl nach einigen Szenen an.

Baue deine eigene Roleplay-Schleife in Python

Wenn du dein eigenes Frontend oder einen Discord-Bot schreibst, reicht das OpenAI SDK. Dieses Skript behält den gesamten Verlauf, streamt die Antwort und verhindert, dass das Modell deine Zeilen für dich schreibt.

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.abliterated.cc/v1",
    api_key="YOUR_KEY",
)

system = (
    "You are Mara, a smuggler captain in a sea-faring fantasy setting. "
    "Write in third person, past tense, two short paragraphs per reply. "
    "Never write the actions or words of the player character."
)
history = [{"role": "system", "content": system}]

while True:
    user = input("> ")
    history.append({"role": "user", "content": user})

    stream = client.chat.completions.create(
        model="uncensored",
        messages=history,
        temperature=0.9,
        top_p=0.9,
        frequency_penalty=0.2,
        stop=["\nPlayer:"],
        stream=True,
    )
    reply = ""
    for chunk in stream:
        if chunk.choices and chunk.choices[0].delta.content:
            piece = chunk.choices[0].delta.content
            reply += piece
            print(piece, end="", flush=True)
    print()
    history.append({"role": "assistant", "content": reply})

Der gleiche Aufruf funktioniert auch in Node, curl oder jedem anderen OpenAI-Client. Nur die Basis-URL, der Schlüssel und die Modell-ID ändern sich. Die Schnellstartanleitung in der Dokumentation zeigt jede Variante.

Schreibe eine Charakterkarte, die das Modell befolgen kann

Die meisten Qualitätsprobleme beim Roleplay sind Prompt-Probleme. Eine vage Karte erzeugt einen vagen Charakter. Eine gute passt in 300 bis 600 Token und deckt vier Dinge ab: Wer der Charakter ist, wie er spricht, was er gerade will und was er niemals tun darf.

Konkret schlägt poetisch vor. Vergleiche „Mara ist geheimnisvoll und gefährlich“ mit „Mara beantwortet Fragen mit Fragen, gibt Fremden nie ihren richtigen Namen und hält eine Hand in der Nähe ihres Messers, wenn jemand hinter ihr steht.“ Die zweite Zeile gibt dem Modell Verhalten, das es in jedem Zug reproduzieren kann.

• Stimmprobe. Füge zwei oder drei Zeilen Beispiel-Dialog hinzu. Modelle imitieren Rhythmus und Vokabular aus Beispielen zuverlässiger als aus Adjektiven.
• Formatregeln. Gib Person, Zeitform, Länge und ob Sternchen für Aktionen verwendet werden sollen, an. Modelle weichen beim Formatieren ab, wenn es nicht einmal klar angegeben wird.
• Szenenstatus. Platziere den aktuellen Ort, die Zeit und offene Fäden am Ende des Prompts, wo aktuelle Informationen den stärksten Einfluss haben.
• Grenzen. Wenn die Geschichte nur Erwachsene enthält, gib das in der Karte an. Ein Satz wie „Alle Charaktere sind erwachsen“ sorgt dafür, dass das Setting für dich und alle, die die Logs lesen, eindeutig bleibt.

Flache, sich wiederholende oder aufdringliche Charaktere korrigieren

Das sind die Probleme, die nach der ersten Stunde auftreten, mit den üblichen Lösungen.

Der Charakter wiederholt sich

Sätze kommen alle paar Antworten wieder. Erhöhe frequency_penalty auf 0,3 und presence_penalty auf 0,1, erhöhe die Temperatur um 0,1 und prüfe, ob dein Recap oder Beispiel-Dialog die Phrase nicht bereits enthält. Das Modell kopiert, was es sieht.

Antworten werden immer länger

Lange Antworten lehren das Modell, dass lange Antworten normal sind. Kürze einige davon aus dem Verlauf, formuliere die Längenregel neu und setze max_tokens auf eine Obergrenze, die du akzeptierst. Das Feld ist optional, es wirkt also nur als Begrenzung, wenn du es setzt.

Das Modell entscheidet, was dein Charakter tut

Füge eine harte Regel in die Systemnachricht ein und eine Stop-Sequenz für das Präfix des Charakternamens, wie im Skript oben. Wenn du ein Frontend nutzt, prüfe, ob es den Verlauf mit denselben Namens-Tags formatiert.

Die Geschichte stockt

Gib dem Charakter ein Ziel und eine Uhr. „Sie braucht die Karte, bevor die Flut kommt“ erzeugt Bewegung. Ein Charakter, der nichts will, wartet darauf, dass du handelst, und die Szene verliert an Spannung.

Lange Geschichten kohärent halten

Ein Kontextfenster mit 100.000 Token ist groß, doch eine mehrmonatige Kampagne wird es sprengen. Plane das frühzeitig.

• Die Essentials fixieren. Behalte die Charakterkarte und das aktuelle Szenario-Ziel ganz oben in der Systemnachricht, wo sie nicht gekürzt werden.
• Alte Nachrichten zusammenfassen. Frage das Modell alle 30 oder 40 Nachrichten, den ältesten Teil des Chats in eine kurze Zusammenfassung zu kondensieren, und ersetze diese Nachrichten dann durch die Zusammenfassung.
• Eine Lore-Liste verwenden. Speichere Namen, Orte und Versprechen in einem kurzen Block, den du bei jeder Runde aktualisierst. Modelle vergessen eher ein Detail aus 80 Nachrichten, als dass sie eine Tatsache aus dem letzten Prompt vergessen.
• Während des Debuggings einen Seed verwenden. Wenn du einen Prompt anpasst, macht ein fester seed den Vergleich fairer.

Häufiger Fehler: Das Modell spricht für deinen Charakter. Behebe das im System-Prompt mit einer direkten Regel und stütze es mit einer Stop-Sequenz wie der oben gezeigten. Ein weiterer Fehler: Jede Antwort beginnt auf dieselbe Weise. Erhöhe die Temperatur leicht und füge den Frequency Penalty hinzu.

Was eine Session kostet

Die Preise liegen bei $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, bezahlt aus Prepaid-Guthaben. Roleplay ist input-lastig, da der gesamte Verlauf bei jeder Runde gesendet wird, daher dominiert die Input-Seite.

Nimm eine 50-Turn-Session. Der durchschnittliche Prompt umfasst 6.000 Token (Charakterkarte plus Verlauf) und jede Antwort umfasst etwa 250 Token.

• Input: 50 x 6.000 = 300.000 Token, das ist 0,3 x $0,15 = $0,045
• Output: 50 x 250 = 12.500 Token, das ist 0,0125 x $0,50 = $0,00625
• Gesamt: $0,05125, etwa fünf Cent

Eine Aufladung von $20 deckt etwa 390 Sessions dieser Größe ab. Aufladungen laufen in ganzen Beträgen von $20 bis $500, mit einem Bonus von +5% ab $50, +10% ab $100 und +15% ab $200. Guthaben verfällt nie und fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Du kannst mit Krypto (USDT auf TRC20, USDC auf Base) zahlen. Die genauen Zahlen findest du auf der Preisseite.

Weitere Anleitungen

• Erstelle einen Chatbot aus einer LLM-API: Python-Tutorial
• Unzensierte LLM-API: OpenAI-kompatibel & JSON-Modus