Mejor LLM para roleplay 2025: Qué buscar

Qué hace bueno a un modelo para roleplay

Pregunta cuál es el mejor LLM para roleplay 2025 y obtendrás una respuesta diferente en cada hilo de foro, porque la gente valora cosas distintas. En lugar de nombrar un ganador que no puedo verificar, es más útil listar las cualidades que determinan si una sesión de roleplay funciona, y luego comprobar cualquier modelo contra ellas.

• Disposición a mantener la ficción. Un modelo que rompe el personaje para darte una lección, o que se niega a una escena que podría escribir un novelista, arruina el flujo. Esta es la queja más común sobre los asistentes generales usados para contar historias.
• Memoria de la escena. Los nombres, lugares, promesas y heridas deben sobrevivir a docenas de turnos. Esto depende de la longitud del contexto y de cómo gestiones el historial.
• Voz consistente. El personaje debe sonar igual en el turno 80 que en el turno 5.
• Costo y velocidad por turno. El roleplay significa muchos intercambios cortos. Un modelo barato por token te permite mantener historiales largos.
• Control. La temperatura, las penalizaciones y las secuencias de parada te permiten ajustar la creatividad e impedir que el modelo escriba las líneas de tu personaje.

Ningún modelo gana las cinco categorías. Los modelos propietarios más grandes suelen escribir prosa más pulida; revisa su precio actual y las reglas de contenido y compáralo con tu propia escena de prueba. Un modelo de pesos abiertos alojado y ajustado para evitar negativas sacrifica algo de pulido a cambio de libertad y un precio bajo.

Qué ofrece esta API para el juego de rol

El servicio expone un único modelo a través de una API compatible con OpenAI, ejecutado por un proveedor independiente. Es un modelo de pesos abiertos ajustado para responder sin negaciones de contenido para uso adulto lícito. No es la API oficial de ningún gran proveedor ni un enrutador que elige entre modelos, así que lo que pruebas es lo que obtienes.

Los datos importantes para el juego de rol:

• ID del modelo uncensored en https://api.llmapisource.com/v1, usando POST /v1/chat/completions.
• Una ventana de contexto de 100.000 tokens compartida por prompt y respuesta. Es suficientemente larga para mantener una escena muy larga en el prompt.
• Streaming sobre SSE, así que las respuestas aparecen a medida que se escriben.
• Se pasan temperatura, top_p, stop, seed y las penalizaciones de frecuencia y presencia.
• Los prompts no se utilizan para entrenamiento.

Los límites son igualmente claros. Es solo texto: sin generación de imágenes, sin voz, sin vídeo. No hay ajuste fino, así que formas el personaje con el prompt. Y hay una regla fija: sin contenido sexual con menores de edad, en ningún formato. El servicio está pensado para ficción, el juego de rol y aplicaciones de compañía para adultos.

Una configuración funcional

La calidad del juego de rol depende más de tu prompt de sistema que de cualquier interruptor. Uno bueno es corto, concreto y establece el formato. Aquí tienes un patrón para un misterio noir, con las reglas escritas como instrucciones claras:

Copyfrom openai import OpenAI

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

SYSTEM = (
    "You are the narrator and all non-player characters in a 1940s detective story. "
    "Write in second person for the player, present tense, 2 to 4 short paragraphs. "
    "Never write the player's actions or dialogue. "
    "Keep track of clues, names and injuries. "
    "End each turn with a situation the player can respond to. "
    "Stay in the fiction; do not add disclaimers."
)

history = [{"role": "system", "content": SYSTEM}]

def turn(player_text):
    history.append({"role": "user", "content": player_text})
    reply = client.chat.completions.create(
        model="uncensored",
        messages=history,
        temperature=0.9,
        top_p=0.95,
        frequency_penalty=0.3,
        presence_penalty=0.3,
        stop=["Player:"],
    )
    text = reply.choices[0].message.content
    history.append({"role": "assistant", "content": text})
    return text

print(turn("I step into the office and close the door behind me."))

La secuencia stop es una protección barata contra que el modelo escriba la siguiente línea del jugador. Las penalizaciones reducen las frases repetidas, que es la forma habitual en que las sesiones largas se vuelven monótonas. Si quieres repetir una escena exactamente mientras editas el prompt, pasa un seed fijo.

Configuraciones importantes

Ajuste	Valor inicial	Lo que cambia
temperatura	0,8 a 1,0	Mayor valor da prosa más sorprendente y más desviación de los hechos de la escena
top_p	0,9 a 0,95	Recorta palabras improbables; bájalo si las respuestas se vuelven extrañas
frequency_penalty	0,2 a 0,5	Corta palabras repetidas y aperturas de oraciones
presence_penalty	0,2 a 0,5	Impulsa hacia nuevos temas y detalles
stop	una etiqueta de hablante	Evita que el modelo hable por ti
max_tokens	opcional	Limita la longitud de una sola respuesta

Estos son puntos de partida, no óptimos probados. Cambia uno a la vez y repite la misma escena con un seed fijo para ver el efecto. Si usas un front end como SillyTavern, que te permite añadir un endpoint compatible con OpenAI, introduce la URL base, la clave y el ID del modelo uncensored, luego pega los mismos valores de muestreo en su configuración. El inicio rápido tiene versiones con curl y Node de la llamada anterior.

Memoria y la ventana de contexto de 100k

Un centenar de mil tokens es mucho texto, aproximadamente la longitud de una novela corta, pero no es infinito y no es gratis. Cada turno reenvía todo el historial, por lo que el costo y la latencia aumentan a medida que crece la sesión. Tres hábitos mantienen eso bajo control.

1. Mantén un resumen anclado. Cada 20 a 30 turnos, pide al modelo que escriba un resumen corto de hechos, nombres e hilos abiertos, luego reemplaza los turnos más antiguos con él.
2. Mantén una ficha de personaje en el prompt del sistema. La apariencia, los objetivos, los hábitos de habla y los secretos pertenecen ahí, no enterrados 60 turnos atrás.
3. Elimina el ruido. Los comentarios fuera de personaje y las respuestas regeneradas no necesitan permanecer en el historial.

El modelo aún puede perder detalles profundos en un prompt muy largo, así que no asumas que una ventana completa significa recuerdo perfecto. Si un hecho importa, repítelo en el resumen.

Una petición se rechaza cuando el prompt más la respuesta superaría los 100.000 tokens, así que si dejas que una sesión crezca sin recortar, eventualmente tendrás que cortar el historial de todos modos.

Probar un modelo para tu propio estilo

Las reseñas no pueden decirte si un modelo se adapta a tu gusto, así que crea una prueba pequeña que puedas repetir. Elige tres escenas que pongan a prueba habilidades diferentes: un diálogo tenso con un secreto, un momento de acción largo y una escena tranquila donde el personaje tiene que recordar algo dicho anteriormente. Ejecuta cada una con una semilla fija y el mismo prompt del sistema, luego lee la salida para ver los fallos que te importan: personaje roto, líneas escritas para ti, frases repetidas, detalles olvidados.

Toma notas sobre lo que ves y ejecuta las mismas tres escenas en cualquier otro modelo que estés considerando. Eso toma menos de una hora y te dice más que un ranking escrito para los gustos de otra persona. Como esta API es compatible con OpenAI, cambiar la URL base y el ID de modelo en el script anterior es todo el cambio que necesita una comparación.

Lo que cuesta una sesión

La tarifa es $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida, desde crédito prepago. Como la entrada se reenvía cada turno, la entrada domina la factura en una sesión larga. Aquí tienes un ejemplo realista.

Una sesión de 200 turnos, con un prompt promedio de 6.000 tokens y una respuesta promedio de 300 tokens:

• Entrada: 200 x 6,000 = 1,200,000 tokens, que es 1.2 x $0.15 = $0.18
• Salida: 200 x 300 = 60.000 tokens, que es 0,06 x $0,50 = $0,03
• Total: $0,21

Ahora el caso extremo. Un turno con 90.000 tokens de entrada y 400 de salida cuesta 90.000 x $0,15 / 1.000.000 = $0,0135 para la entrada y 400 x $0,50 / 1.000.000 = $0,0002 para la salida, así que $0,0137. Ejecutar 100 turnos a ese tamaño cuesta $1,37. Resumir para mantener los prompts cortos es la principal forma de bajar eso.

Los nuevos usuarios pueden reclamar $0,50 de crédito de prueba con un solo clic tras registrarse, sin necesidad de tarjeta y con validez de 7 días, para que puedas ejecutar algunas escenas completas antes de pagar. Las recargas comienzan en $20, con bonificaciones del 5 % desde $50, 10 % desde $100 y 15 % desde $200, y el crédito no caduca. Consulta la página de precios para ver las opciones de pago, incluidas tarjeta y cripto, o consigue una clave para probarlo.

Dónde se ajusta mejor otra opción

Sé realista con las compensaciones. Si quieres imágenes de tus personajes, voces o una aplicación móvil pulida, una API solo de texto es solo el motor y tú construyes el resto. Si necesitas la prosa literaria más fina y no te importan los filtros de contenido, un modelo propietario grande puede leerse mejor para algunas escenas. Si quieres ejecutar todo de forma privada en tu propia computadora, un modelo local es la opción adecuada, siempre que tu hardware pueda manejarlo.

Un endpoint alojado uncensored se adapta a un caso más acotado: quieres ficción y chat estilo compañero para adultos sin rechazos, quieres una API compatible con OpenAI que tus herramientas existentes ya hablan, y quieres un precio por token que haga asequibles las sesiones largas. Si eso coincide, la prueba más rápida es ejecutar tu escena más difícil a través de él con el crédito de prueba.

Más guías

• ¿Hay algún LLM con una API gratuita? ¿Qué cuesta lo gratis?
• Clave de API de AnythingLLM: Conecta un Endpoint OpenAI Personalizado
• LiteLLM vs API de LLM Sin Censura Directa