Meilleur LLM Abliterated pour le jeu de rôle : Guide de configuration de l'API

Ce qui rend un modèle performant en jeu de rôle

Le jeu de rôle est un test difficile pour un modèle de langage. Il doit maintenir une voix pendant des centaines de messages, se souvenir de ce qui s'est passé trois scènes plus tôt, rester en personnage lorsque l'histoire s'assombrit, et ne jamais sortir du rôle pour s'expliquer. Un modèle d'assistant standard échoue le plus souvent à ce dernier point. Il rédige un bon paragraphe, puis ajoute une clause de non-responsabilité ou refuse un tournant de l'histoire qui est clairement de la fiction.

Un modèle ablitéré ou sans censure est ajusté pour supprimer ces refus. Cela aide, mais ce n’est qu’une des cinq caractéristiques à vérifier avant de choisir un fournisseur :

• Comportement de refus. Suit-il le dialogue d'un méchant ou une scène moralement grise sans commentaire ?
• Longueur du contexte. La fiche de personnage, les notes de monde et l’historique des conversations tiennent-ils dans une seule requête ?
• Cohérence. Un personnage conserve-t-il les mêmes habitudes de langage sur une longue session ?
• Contrôle de l'échantillonnage. Peut-on modifier la température, le top_p, les pénalités et les séquences d'arrêt ?
• Streaming. Le texte apparaît-il token par token, de sorte que la réponse ressemble à une conversation ?

Personne ne peut honnêtement désigner un seul gagnant pour tous les styles d'histoire. Le goût compte, et deux auteurs classeront différemment le même modèle. La réponse pratique est de faire jouer vos propres scènes à un candidat et d'évaluer vous-même la sortie.

Ce que cette API vous offre pour le jeu de rôle

Le service exécute un modèle à poids ouverts, hébergé par un fournisseur indépendant et ajusté pour répondre sans refus de contenu pour un usage adulte légal. L'ID du modèle est uncensored. Il n'y a pas de routage entre fournisseurs, donc la voix que vous avez testée lundi est celle que vous obtenez vendredi.

Besoin de jeu de rôle	Ce que vous obtenez
Mémoire longue	100 000 tokens de contexte, prompt plus complétion
Effet de frappe en direct	Streaming via SSE avec stream: true
Contrôle du style	température, top_p, stop, seed et les deux pénalités sont transmises
Compatibilité des clients	Compatible OpenAI, donc SillyTavern et des outils similaires fonctionnent avec un changement d'URL
Confidentialité	Les prompts ne sont pas utilisés pour l'entraînement

Une limite stricte s’applique et n’est pas négociable : aucun contenu sexuel impliquant des mineurs. Gardez vos personnages et scénarios du bon côté de cette ligne et dans le cadre d’une utilisation adulte légale. Les détails de la famille de modèles figurent sur la page des modèles ablitérés.

Connectez SillyTavern en cinq étapes

SillyTavern peut communiquer avec n'importe quel endpoint compatible OpenAI. Les libellés du menu varient légèrement selon les versions, mais le flux reste le même.

1. Créez un compte et récupérez votre clé sur la page des clés API. Les nouveaux utilisateurs peuvent obtenir $0,50 de crédit d'essai en un clic, valable 7 jours, sans carte requise.
2. Dans SillyTavern, ouvrez l'icône de prise (Connexions API) et définissez le type d'API sur Chat Completion.
3. Choisissez la source Custom (OpenAI-compatible).
4. Saisissez https://api.abliterated.cc/v1 comme URL de l'endpoint et collez votre clé dans le champ clé API.
5. Tapez uncensored comme ID du modèle, puis appuyez sur Connecter. Un statut vert signifie que la requête vers /v1/models a réussi.

Si la connexion échoue, vérifiez d'abord l'URL. Elle doit se terminer par /v1 sans chemin supplémentaire et sans /chat/completions supplémentaire. Le client ajoute cette partie lui-même.

Paramètres de démarrage suggérés

Une température entre 0,8 et 1,0 donne une prose vivante. Gardez top_p près de 0,9. Ajoutez une petite pénalité de fréquence, autour de 0,2, si les réponses commencent à répéter les mêmes phrases. Définissez une taille de contexte proche de la fenêtre réelle, mais laissez de la place pour la réponse. Ajustez ensuite par intuition après quelques scènes.

Créez votre propre boucle de jeu de rôle en Python

Si vous écrivez votre propre interface ou un bot Discord, le SDK OpenAI suffit. Ce script conserve tout l'historique, diffuse la réponse et empêche le modèle d'écrire vos lignes à votre place.

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})

Le même appel fonctionne depuis Node, curl ou tout autre client OpenAI. Seule l'URL de base, la clé et l'ID du modèle changent. Le guide de démarrage rapide dans la documentation montre chaque variante.

Rédigez une fiche personnage que le modèle peut suivre

La plupart des problèmes de qualité en jeu de rôle sont des problèmes de prompt. Une fiche vague produit un personnage vague. Une bonne fiche tient en 300 à 600 tokens et couvre quatre éléments : qui est le personnage, comment il parle, ce qu'il veut maintenant, et ce qu'il ne doit jamais faire.

Le concret l'emporte sur le poétique. Comparez « Mara est mystérieuse et dangereuse » avec « Mara répond aux questions par des questions, ne donne jamais son vrai nom aux inconnus et garde une main près de son couteau quand quelqu'un se tient derrière elle. » La deuxième ligne donne au modèle un comportement qu'il peut reproduire à chaque tour.

• Échantillon de voix. Ajoutez deux ou trois lignes de dialogue d'exemple. Les modèles imitent plus fiablement le rythme et le vocabulaire des exemples que des adjectifs.
• Règles de formatage. Indiquez la personne, le temps, la longueur et s'il faut utiliser des astérisques pour les actions. Les modèles dérivent sur le formatage à moins d'être informés une fois, clairement.
• État de la scène. Placez le lieu actuel, l'heure et les fils ouverts près de la fin du prompt, où les informations récentes ont la plus forte influence.
• Limites. Si l’histoire ne concerne que des adultes, indiquez-le dans la fiche. Une ligne telle que « tous les personnages sont des adultes » rend le cadre non ambigu pour vous et pour quiconque lit les journaux.

Corriger les personnages plats, répétitifs ou envahissants

Ce sont les problèmes qui apparaissent après la première heure, avec les correctifs habituels.

Le personnage se répète

Les phrases reviennent toutes les quelques réponses. Augmentez frequency_penalty à 0,3 et presence_penalty à 0,1, augmentez légèrement la température de 0,1, et vérifiez que votre résumé ou dialogue d'exemple ne contient pas lui-même la phrase. Le modèle copie ce qu'il voit.

Les réponses s'allongent de plus en plus

Les réponses longues apprennent au modèle que les réponses longues sont normales. Supprimez-en quelques-unes de l'historique, réaffirmez la règle de longueur, et définissez max_tokens à un plafond que vous acceptez. Le champ est optionnel, il n'agit donc que comme un plafond lorsque vous le définissez.

Le modèle décide de ce que fait votre personnage

Ajoutez une règle stricte dans le message système et une séquence d'arrêt sur le préfixe du nom de votre personnage, comme dans le script ci-dessus. Si vous utilisez une interface, vérifiez qu'elle met en forme l'historique avec les mêmes balises de nom.

L'histoire s'essouffle

Donnez au personnage un objectif et une contrainte de temps. « Elle a besoin de la carte avant que la marée ne se retourne » produit du mouvement. Un personnage qui ne veut rien attend que vous agissiez, et la scène s'affaisse.

Conserver la cohérence des longues histoires

Une fenêtre de 100 000 tokens est grande, mais une campagne de plusieurs mois la dépassera. Prévoyez cela tôt.

• Épinglez les essentiels. Gardez la fiche de personnage et l'objectif de scène actuel en haut du message système, où ils ne sont jamais tronqués.
• Résumez les anciens tours. Tous les 30 ou 40 messages, demandez au modèle de condenser la partie la plus ancienne du chat en un court résumé, puis remplacez ces messages par le résumé.
• Utilisez une liste de lore. Stockez les noms, les lieux et les engagements dans un court bloc que vous actualisez à chaque tour. Les modèles oublient plus souvent un détail mineur datant de 80 messages que les faits mentionnés dans le dernier prompt.
• Utilisez seed pendant le débogage. Lorsque vous ajustez un prompt, une valeur seed fixe rend la comparaison plus équitable.

Défaut courant : le modèle parle pour votre personnage. Corrigez-le dans le prompt système avec une règle directe et appuyez-la avec une séquence d'arrêt comme celle ci-dessus. Autre défaut : chaque réponse s'ouvre de la même manière. Augmentez légèrement la température et ajoutez la pénalité de fréquence.

Coût d'une session

La tarification est de $0,15 par 1M de tokens d'entrée et $0,50 par 1M de tokens de sortie, payés depuis le crédit prépayé. Le jeu de rôle est lourd en entrée car tout l'historique est envoyé à chaque tour, donc le côté entrée domine.

Prenez une session de 50 tours. Le prompt moyen est de 6 000 tokens (fiche de personnage plus historique) et chaque réponse fait environ 250 tokens.

• Entrée : 50 x 6 000 = 300 000 tokens, ce qui est 0,3 x 0,15 $ = 0,045 $
• Sortie : 50 x 250 = 12 500 tokens, ce qui est 0,0125 x 0,50 $ = 0,00625 $
• Total : 0,05125 $, soit environ cinq cents

Un rechargement de 20 $ couvre environ 390 sessions de cette taille. Les recharges s’étendent de 20 $ à 500 $ en montants entiers, avec un bonus de +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $. Le crédit n’expire jamais et les requêtes échouées ou refusées ne sont pas facturées. Vous pouvez payer par crypto (USDT sur TRC20, USDC sur Base). Les chiffres complets figurent sur la page des prix.

Plus de guides

• Construisez un Chatbot à partir d'une API LLM : Tutoriel Python
• API LLM sans censure : Compatible OpenAI & mode JSON