Melhor LLM Abliterated para RP: Guia de Configuração da API

O que torna um modelo bom para roleplay

O roleplay é um teste difícil para um modelo de linguagem. Ele precisa manter uma voz por centenas de mensagens, lembrar o que aconteceu há três cenas, permanecer no personagem quando a história fica sombria e nunca sair do personagem para se explicar. Um modelo de assistente padrão falha mais frequentemente no último ponto. Ele escreve um bom parágrafo, mas adiciona um aviso ou recusa uma virada de trama que é pura ficção.

Um modelo abliterated ou sem censura é ajustado para remover essas recusas. Isso ajuda, mas é apenas um dos cinco aspectos que valem a pena verificar antes de escolher um provedor:

• Comportamento de recusa. Ele segue o diálogo de um vilão ou uma cena moralmente ambígua sem comentários?
• Comprimento do contexto. O cartão de personagem, as notas do mundo e o histórico de chat cabem em uma única requisição?
• Consistência. Um personagem mantém os mesmos hábitos de fala ao longo de uma sessão longa?
• Controle de amostragem. Você pode alterar temperatura, top_p, penalidades e sequências de parada?
• Streaming. O texto aparece token por token, para que uma resposta pareça uma conversa?

Ninguém pode nomear honestamente um único vencedor para todos os estilos de história. O gosto importa, e dois escritores classificarão o mesmo modelo de forma diferente. A resposta prática é executar suas próprias cenas em um candidato e julgar a saída você mesmo.

O que esta API oferece para roleplay

O serviço executa um único modelo de pesos abertos, hospedado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto lícito. O ID do modelo é uncensored. Não há roteamento entre fornecedores, então a voz que você testou na segunda-feira é a voz que você recebe na sexta-feira.

Necessidade de roleplay	O que você recebe
Memória longa	100.000 tokens de contexto, prompt mais conclusão
Efeito de digitação em tempo real	Streaming via SSE com stream: true
Controle de estilo	temperature, top_p, stop, seed e ambas as penalidades são repassadas
Compatibilidade com clientes	Compatível com OpenAI, então o SillyTavern e ferramentas semelhantes funcionam com uma alteração de URL
Privacidade	Os prompts não são usados para treinamento

Uma restrição rígida se aplica e não é negociável: sem conteúdo sexual envolvendo menores de idade. Mantenha seus personagens e cenários dentro desse limite e no uso adulto lícito. Os detalhes da família de modelos estão na página de modelos abliterated.

Conecte o SillyTavern em cinco etapas

O SillyTavern pode falar com qualquer endpoint compatível com OpenAI. Os rótulos do menu mudam um pouco entre as versões, mas o fluxo é o mesmo.

1. Crie uma conta e solicite sua chave na página de chave de API. Novos usuários podem obter $0,50 de crédito de teste com um clique, válido por 7 dias, sem necessidade de cartão.
2. No SillyTavern, abra o ícone de tomada (Conexões de API) e defina o tipo de API como Chat Completion.
3. Escolha a fonte Custom (compatível com OpenAI).
4. Insira https://api.abliterated.cc/v1 como URL do endpoint e cole sua chave no campo de chave de API.
5. Digite uncensored como ID do modelo, depois pressione Conectar. Um status verde significa que a requisição para /v1/models foi bem-sucedida.

Se a conexão falhar, verifique a URL primeiro. Ela deve terminar em /v1 sem caminho adicional e sem /chat/completions extra. O cliente adiciona essa parte sozinho.

Configurações iniciais sugeridas

Temperatura entre 0,8 e 1,0 dá prosa animada. Mantenha top_p próximo de 0,9. Adicione uma pequena penalidade de frequência, em torno de 0,2, se as respostas começarem a repetir as mesmas frases. Defina um tamanho de contexto próximo da janela real, mas deixe espaço para a resposta. Depois ajuste por sensação após algumas cenas.

Crie seu próprio loop de roleplay em Python

Se você escreve seu próprio front-end ou um bot do Discord, o SDK OpenAI é suficiente. Este script mantém o histórico completo, transmite a resposta e impede que o modelo escreva suas linhas para você.

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})

A mesma chamada funciona no Node, curl ou qualquer outro cliente OpenAI. Apenas a URL base, a chave e o ID do modelo mudam. O quickstart na documentação mostra cada variante.

Escreva um cartão de personagem que o modelo possa seguir

A maioria dos problemas de qualidade no roleplay são problemas de prompt. Um cartão vago produz um personagem vago. Um bom cabe em 300 a 600 tokens e cobre quatro coisas: quem é o personagem, como ele fala, o que ele quer agora e o que ele nunca deve fazer.

Concreto supera poético. Compare "Mara é misteriosa e perigosa" com "Mara responde perguntas com perguntas, nunca dá seu nome verdadeiro a estranhos e mantém uma mão perto de sua faca quando alguém fica atrás dela." A segunda linha dá ao modelo comportamento que ele pode reproduzir em cada turno.

• Amostra de voz. Adicione duas ou três linhas de diálogo de exemplo. Modelos imitam ritmo e vocabulário de exemplos de forma mais confiável do que de adjetivos.
• Regras de formatação. Declare pessoa, tempo verbal, comprimento e se deve usar asteriscos para ações. Modelos derivam na formatação a menos que sejam informados uma vez, claramente.
• Estado da cena. Coloque o local atual, o tempo e os tópicos abertos perto do final do prompt, onde as informações recentes têm a maior influência.
• Limites. Se a história envolve apenas adultos, indique isso no cartão. Uma linha como "todos os personagens são adultos" mantém o cenário claro para você e para quem ler os logs.

Corrigir personagens planos, repetitivos ou insistentes

Estes são os problemas que aparecem após a primeira hora, com as soluções habituais.

O personagem repete a si mesmo

Frases voltam a cada algumas respostas. Aumente frequency_penalty para 0,3 e presence_penalty para 0,1, aumente a temperatura em 0,1 e verifique se o seu resumo ou diálogo de exemplo não contém a própria frase. O modelo copia o que vê.

As respostas ficam cada vez mais longas

Respostas longas ensinam ao modelo que respostas longas são normais. Remova algumas delas do histórico, reafirme a regra de comprimento e defina max_tokens como um limite máximo que você aceite. O campo é opcional, então ele atua apenas como um teto quando você o define.

O modelo decide o que seu personagem faz

Adicione uma regra rígida na mensagem do sistema e uma sequência de parada no prefixo do nome do seu personagem, como no script acima. Se você usar uma interface, verifique se ela formata o histórico com as mesmas tags de nome.

A história trava

Dê ao personagem um objetivo e um prazo. "Ela precisa do mapa antes que a maré mude" gera movimento. Um personagem que não quer nada espera que você aja, e a cena perde o fôlego.

Mantenha histórias longas coerentes

Uma janela de contexto de 100.000 tokens é grande, mas uma campanha de vários meses a ultrapassará. Planeje isso com antecedência.

• Ancore os essenciais. Mantenha o cartão do personagem e o objetivo da cena atual no topo da mensagem do sistema, onde eles nunca serão cortados.
• Resuma as rodadas antigas. A cada 30 ou 40 mensagens, peça ao modelo para condensar a parte mais antiga do chat em um resumo curto e substitua essas mensagens pelo resumo.
• Use uma lista de lore. Armazene nomes, lugares e promessas em um bloco curto que você atualiza a cada rodada. Modelos esquecem um detalhe menor de 80 mensagens atrás com mais frequência do que um fato declarado no prompt mais recente.
• Use seed durante a depuração. Ao ajustar um prompt, um seed fixo torna a comparação mais justa.

Falha comum: o modelo fala pelo seu personagem. Corrija isso no prompt do sistema com uma regra direta e respalde-a com uma sequência de parada como a acima. Outro problema: toda resposta começa da mesma forma. Aumente a temperatura ligeiramente e adicione a penalidade de frequência.

O custo de uma sessão

O preço é de $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, pagos a partir do crédito pré-pago. O roleplay é pesado em entrada porque todo o histórico é enviado a cada rodada, então o lado da entrada domina.

Considere uma sessão de 50 rodadas. O prompt médio tem 6.000 tokens (cartão do personagem mais histórico) e cada resposta tem cerca de 250 tokens.

• Entrada: 50 x 6.000 = 300.000 tokens, que é 0,3 x $0,15 = $0,045
• Saída: 50 x 250 = 12.500 tokens, que é 0,0125 x $0,50 = $0,00625
• Total: $0,05125, cerca de cinco centavos

Uma recarga de $20 cobre aproximadamente 390 sessões desse tamanho. As recargas variam de $20 a $500 em valores inteiros, com um bônus de +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200. O crédito nunca expira e requisições falhas ou recusadas não são cobradas. Você pode pagar com cripto (USDT na TRC20, USDC na Base). Os valores completos estão na página de preços.

Mais guias

• Construa um Chatbot a partir de uma API LLM: Tutorial em Python
• API LLM sem censura: Compatível com OpenAI & Modo JSON