Meilleur LLM pour le jeu de rôle 2025 : ce qu'il faut chercher

Ce qui rend un modèle performant en jeu de rôle

Demandez quel est le meilleur LLM pour le jeu de rôle 2025 et vous obtiendrez une réponse différente pour chaque fil de forum, car les gens valorisent des choses différentes. Plutôt que de nommer un gagnant que je ne peux pas vérifier, il est plus utile de lister les qualités qui déterminent si une session de jeu de rôle fonctionne, puis de vérifier tout modèle par rapport à ces critères.

• Volonté de rester dans la fiction. Un modèle qui sort du personnage pour vous faire la leçon, ou qui refuse une scène qu'un romancier pourrait écrire, brise le flux. C'est la plainte la plus courante concernant les assistants généraux utilisés pour le storytelling.
• Mémoire de la scène. Les noms, les lieux, les promesses et les blessures doivent survivre à des dizaines de tours. Cela dépend de la longueur de la fenêtre de contexte et de la façon dont vous gérez l'historique.
• Voix cohérente. Le personnage doit avoir le même ton au tour 80 qu'au tour 5.
• Coût et vitesse par tour. Le jeu de rôle implique de nombreux échanges courts. Un modèle peu coûteux par token permet de conserver de longs historiques.
• Contrôle. Température, pénalités et séquences d'arrêt permettent d'ajuster la créativité et d'empêcher le modèle d'écrire les lignes de votre personnage.

Aucun modèle ne gagne les cinq catégories. Les modèles propriétaires plus grands écrivent souvent une prose plus soignée ; vérifiez leurs tarifs et règles de contenu actuels et comparez avec votre propre scène de test. Un modèle hébergé à poids ouverts ajusté pour éviter les refus sacrifie un peu de finition pour la liberté et un prix bas.

Ce que cette API offre pour le jeu de rôle

Le service expose un modèle via une API compatible OpenAI, hébergé par un fournisseur indépendant. Il s'agit d'un modèle à poids ouverts ajusté pour répondre sans refus de contenu pour un usage adulte légal. Ce n'est pas l'API officielle d'un grand fournisseur et ce n'est pas un routeur qui choisit entre plusieurs modèles, donc ce que vous testez est ce que vous obtenez.

Les faits qui comptent pour le jeu de rôle :

• ID de modèle uncensored à https://api.llmapisource.com/v1, via POST /v1/chat/completions.
• Une fenêtre de contexte de 100 000 tokens partagée entre prompt et complétion. C'est assez long pour conserver une scène très longue dans le prompt.
• Streaming via SSE, donc les réponses apparaissent au fur et à mesure de leur écriture.
• Temperature, top_p, stop, seed et les pénalités de fréquence et de présence sont transmis.
• Les prompts ne sont pas utilisés pour l'entraînement.

Les limites sont tout aussi claires. Il est textuel uniquement : pas de génération d'images, pas de voix, pas de vidéo. Il n'y a pas de fine-tuning, donc vous façonnez le personnage avec le prompt. Et une règle est fixe : pas de contenu sexuel impliquant des mineurs, sous quelque forme que ce soit. Le service est destiné à la fiction, au jeu de rôle et aux applications de compagnons pour adultes.

Une configuration fonctionnelle

La qualité du jeu de rôle dépend plus de votre prompt système que de n'importe quel paramètre. Un bon prompt est court, concret et indique le format. Voici un modèle pour un mystère noir, avec les règles écrites comme des instructions simples :

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 séquence stop est une protection peu coûteuse contre l'écriture de la prochaine ligne du joueur par le modèle. Les pénalités réduisent les phrases répétées, ce qui est la façon habituelle dont les longues sessions s'essoufflent. Si vous voulez rejouer une scène exactement pendant que vous modifiez le prompt, passez un seed fixe.

Paramètres importants

Paramètre	Valeur de départ	Ce que cela change
température	0,8 à 1,0	Une valeur plus élevée produit une prose plus surprenante et plus d'écart par rapport aux faits de la scène
top_p	0,9 à 0,95	Réduit les mots peu probables ; baissez-le si les réponses deviennent étranges
frequency_penalty	0,2 à 0,5	Coupe les mots répétés et les débuts de phrase
presence_penalty	0,2 à 0,5	Pousse vers de nouveaux sujets et détails
stop	une étiquette de locuteur	Empêche le modèle de parler à votre place
max_tokens	optionnel	Limite la longueur d'une réponse unique

Ce sont des points de départ, pas des optimums testés. Modifiez un paramètre à la fois et rejouez la même scène avec une graine fixe pour observer l’effet. Si vous utilisez une interface comme SillyTavern, qui permet d’ajouter un endpoint compatible OpenAI, saisissez l’URL de base, la clé et l’ID du modèle uncensored, puis collez les mêmes valeurs d’échantillonneur dans ses paramètres. Le quickstart propose des versions curl et Node de l’appel ci-dessus.

Mémoire et fenêtre de contexte de 100k

Cent mille tokens, c'est beaucoup d'histoire, à peu près la longueur d'un roman court, mais ce n'est pas infini et ce n'est pas gratuit. Chaque tour renvoie tout l'historique, donc le coût et la latence augmentent à mesure que la session s'allonge. Trois habitudes permettent de garder cela sous contrôle.

1. Conservez un résumé épinglé. Tous les 20 à 30 tours, demandez au modèle d'écrire un court résumé des faits, noms et fils conducteurs, puis remplacez les tours les plus anciens par celui-ci.
2. Conservez une fiche personnage dans le prompt système. Apparence, objectifs, habitudes de parole et secrets appartiennent là, pas enfouis 60 tours plus loin.
3. Réduisez les bavardages. Les commentaires hors personnage et les réponses regénérées n'ont pas besoin de rester dans l'historique.

Le modèle peut encore perdre des détails profondément dans un prompt très long, donc ne supposez pas qu'une fenêtre complète signifie une mémoire parfaite. Si un fait est important, redites-le dans le résumé.

Une requête est rejetée lorsque le prompt plus la complétion dépasserait 100 000 tokens, donc si vous laissez une session grandir sans la réduire, vous devrez finalement couper l'historique de toute façon.

Tester un modèle pour votre propre style

Les avis ne peuvent pas vous dire si un modèle correspond à vos goûts, alors créez un petit test répétable. Choisissez trois scènes qui sollicitent différentes compétences : un dialogue tendu avec un secret, une longue séquence d'action et une scène calme où le personnage doit se souvenir de quelque chose dit plus tôt. Exécutez chacune avec une graine fixe et le même prompt système, puis lisez la sortie pour les échecs qui vous intéressent : personnage brisé, lignes écrites pour vous, phrasé répété, détails oubliés.

Prenez des notes sur ce que vous voyez, et exécutez les mêmes trois scènes sur tout autre modèle que vous envisagez. Cela prend moins d'une heure et vous en apprend plus qu'un classement écrit pour les goûts de quelqu'un d'autre. Comme cette API est compatible OpenAI, changer l'URL de base et l'ID de modèle dans le script ci-dessus est tout le changement dont une comparaison a besoin.

Coût d'une session

La tarification est de 0,15 $ par 1M de tokens d'entrée et de 0,50 $ par 1M de tokens de sortie, prélevés sur le crédit prépayé. Comme l'entrée est renvoyée à chaque tour, l'entrée domine la facture dans une longue session. Voici un exemple réaliste.

Une session de 200 tours, avec un prompt moyen de 6 000 tokens et une réponse moyenne de 300 tokens :

• Entrée : 200 x 6 000 = 1 200 000 tokens, ce qui est 1,2 x 0,15 $ = 0,18 $
• Sortie : 200 x 300 = 60 000 tokens, ce qui est 0,06 x 0,50 $ = 0,03 $
• Total : 0,21 $

Voici le cas extrême. Un tour avec 90 000 tokens en entrée et 400 en sortie coûte 90 000 x 0,15 $ / 1 000 000 = 0,0135 $ pour l'entrée et 400 x 0,50 $ / 1 000 000 = 0,0002 $ pour la sortie, soit 0,0137 $. Exécuter 100 tours de cette taille coûte 1,37 $. Le moyen principal de réduire ce coût est de résumer les échanges pour garder les prompts courts.

Les nouveaux utilisateurs peuvent obtenir $0.50 de crédit d'essai en un clic après l'inscription, sans carte bancaire et valable 7 jours, afin que vous puissiez exécuter quelques scènes complètes avant de payer. Les recharges commencent à $20, avec des bonus de 5 % à partir de $50, 10 % à partir de $100 et 15 % à partir de $200, et le crédit n'expire jamais. Consultez la page des tarifs pour les options de paiement, y compris carte et crypto, ou obtenez une clé pour essayer.

Où une autre option convient mieux

Soyez réaliste sur les compromis. Si vous souhaitez des images de vos personnages, des voix ou une application mobile soignée, une API textuelle n'est que le moteur et vous devez construire le reste. Si vous avez besoin d'une prose littéraire de haute qualité et que les filtres de contenu vous dérangent, un modèle propriétaire de grande taille peut être plus adapté pour certaines scènes. Si vous souhaitez tout exécuter en privé sur votre propre ordinateur, un modèle local est le bon choix, à condition que votre matériel puisse le gérer.

Un endpoint uncensored hébergé convient à un cas plus précis : vous voulez de la fiction et des chats de type compagnon pour adultes sans refus, vous voulez une API compatible OpenAI que vos outils existants connaissent déjà, et vous voulez un prix par token qui rende les longues sessions abordables. Si cela vous correspond, le test le plus rapide consiste à faire passer votre scène la plus difficile via ce endpoint avec le crédit d'essai.

Plus de guides

• Existe-t-il des LLM avec une API gratuite ? Quel est le coût gratuit ?
• Clé API AnythingLLM : Connecter un endpoint OpenAI personnalisé
• LiteLLM vs API LLM sans censure directe