LLM Terbaik untuk Roleplay 2025: Apa yang Harus Dicari

Apa yang membuat model bagus untuk roleplay

Tanyakan mana LLM terbaik untuk roleplay 2025 dan Anda akan mendapatkan jawaban berbeda dari setiap thread forum, karena orang menghargai hal yang berbeda. Daripada menyebut pemenang yang tidak dapat saya verifikasi, lebih berguna untuk mencantumkan kualitas yang menentukan apakah sesi roleplay berhasil, lalu memeriksa model apa pun terhadapnya.

• Kesiapan untuk tetap dalam fiksi. Model yang keluar dari karakter untuk memberi ceramah, atau menolak adegan yang bisa ditulis novelis, merusak alur. Ini adalah keluhan paling umum tentang asisten umum yang digunakan untuk bercerita.
• Memori adegan. Nama, tempat, janji, dan luka harus bertahan selama puluhan giliran. Ini bergantung pada panjang konteks dan cara Anda mengelola riwayat.
• Suara yang konsisten. Karakter harus terdengar sama pada giliran 80 seperti pada giliran 5.
• Biaya dan kecepatan per giliran. Roleplay berarti banyak pertukaran singkat. Model yang murah per token memungkinkan Anda menyimpan riwayat panjang.
• Kontrol. Suhu, penalti, dan urutan berhenti memungkinkan Anda menyesuaikan kreativitas dan menghentikan model dari menulis garis karakter Anda.

Tidak ada satu model pun yang memenangkan semua lima. Model tertutup yang lebih besar sering menulis prosa yang lebih halus; periksa harga dan aturan konten terbaru mereka dan bandingkan dengan adegan uji Anda sendiri. Model bobot terbuka yang di-host dan disesuaikan untuk menghindari penolakan mengorbankan beberapa kehalusan demi kebebasan dan harga rendah.

Apa yang ditawarkan API ini untuk permainan peran

Layanan ini mengekspos satu model melalui API yang kompatibel dengan OpenAI, dijalankan oleh penyedia independen. Ini adalah model bobot terbuka yang disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah. Ini bukan API resmi dari vendor besar mana pun dan bukan router yang memilih di antara model, jadi apa yang Anda uji adalah apa yang Anda dapatkan.

Fakta yang penting untuk permainan peran:

• ID Model uncensored di https://api.llmapisource.com/v1, menggunakan POST /v1/chat/completions.
• Jendela konteks 100.000 token yang dibagi oleh prompt dan completion. Itu cukup panjang untuk menyimpan adegan yang sangat panjang dalam prompt.
• Streaming melalui SSE, sehingga balasan muncul saat ditulis.
• Suhu, top_p, stop, seed, dan penalti frekuensi serta kehadiran diteruskan.
• Prompt tidak digunakan untuk pelatihan.

Batasnya juga jelas. Hanya teks: tidak ada generasi gambar, tidak ada suara, tidak ada video. Tidak ada penyesuaian, jadi Anda membentuk karakter dengan prompt. Dan satu aturan tetap: tidak ada konten seksual yang melibatkan anak di bawah umur, dalam bingkai apa pun. Layanan ini dimaksudkan untuk fiksi, roleplay, dan aplikasi teman untuk dewasa.

Konfigurasi yang bekerja

Kualitas permainan peran lebih bergantung pada prompt sistem Anda daripada pada sakelar apa pun. Yang bagus itu pendek, konkret, dan menyatakan format. Berikut adalah pola untuk misteri noir, dengan aturan yang ditulis sebagai instruksi biasa:

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."))

Urutan stop adalah pengaman murah untuk mencegah model menulis garis pemain berikutnya. Penalti mengurangi frasa yang diulang, yang merupakan cara biasa sesi panjang menjadi membosankan. Jika Anda ingin memainkan ulang adegan persis saat Anda mengedit prompt, berikan seed tetap.

Pengaturan yang penting

Pengaturan	Nilai awal	Apa yang berubah
suhu	0,8 hingga 1,0	Lebih tinggi memberikan prosa yang lebih mengejutkan dan lebih menyimpang dari fakta adegan
top_p	0,9 hingga 0,95	Memangkas kata-kata yang tidak mungkin; turunkan jika balasan menjadi aneh
frequency_penalty	0,2 hingga 0,5	Memotong kata-kata yang diulang dan pembukaan kalimat
presence_penalty	0,2 hingga 0,5	Mendorong topik dan detail baru
stop	label pembicara	Mencegah model berbicara untuk Anda
max_tokens	opsional	Membatasi panjang balasan tunggal

Ini adalah titik awal, bukan optimum yang diuji. Ubah satu per satu dan mainkan ulang adegan yang sama dengan seed tetap sehingga Anda dapat melihat efeknya. Jika Anda menggunakan antarmuka depan seperti SillyTavern, yang memungkinkan Anda menambahkan endpoint yang kompatibel dengan OpenAI, masukkan URL dasar, kunci, dan ID model uncensored, lalu tempelkan nilai sampler yang sama ke pengaturannya. Panduan cepat memiliki versi curl dan Node dari panggilan di atas.

Memori dan jendela konteks 100k

Seratus ribu token adalah banyak cerita, kira-kira sepanjang novel pendek, tetapi tidak tak terbatas dan tidak gratis. Setiap giliran mengirim ulang seluruh riwayat, sehingga biaya dan latensi meningkat seiring bertambahnya sesi. Tiga kebiasaan menjaga itu tetap terkendali.

1. Pertahankan ringkasan yang disematkan. Setiap 20 hingga 30 giliran, minta model untuk menulis ringkasan singkat fakta, nama, dan thread terbuka, lalu ganti giliran tertua dengan ringkasan tersebut.
2. Pertahankan lembar karakter dalam system prompt. Penampilan, tujuan, kebiasaan bicara, dan rahasia ada di sana, bukan terkubur 60 giliran di belakang.
3. Potong obrolan. Komentar di luar karakter dan balasan yang di-rol ulang tidak perlu tetap dalam riwayat.

Model masih bisa kehilangan detail di prompt yang sangat panjang, jadi jangan mengasumsikan jendela penuh berarti ingatan sempurna. Jika fakta penting, ucapkan kembali dalam ringkasan.

Permintaan ditolak ketika prompt plus completion akan melebihi 100.000 token, jadi jika Anda membiarkan sesi tumbuh tanpa memangkas, Anda pada akhirnya harus memotong riwayat tetap.

Menguji model untuk gaya Anda sendiri

Ulasan tidak dapat memberi tahu Anda apakah model sesuai dengan selera Anda, jadi buat uji kecil yang dapat Anda ulang. Pilih tiga adegan yang menekan keterampilan berbeda: dialog tegang dengan rahasia, aksi panjang, dan adegan tenang di mana karakter harus mengingat sesuatu yang dikatakan sebelumnya. Jalankan masing-masing dengan seed tetap dan system prompt yang sama, lalu baca output untuk kegagalan yang Anda pedulikan: karakter yang rusak, garis yang ditulis untuk Anda, pengulangan frasa, detail yang dilupakan.

Simpan catatan tentang apa yang Anda lihat, dan jalankan tiga adegan yang sama pada model lain yang Anda pertimbangkan. Itu memakan waktu kurang dari satu jam dan memberi tahu Anda lebih banyak daripada peringkat yang ditulis untuk selera orang lain. Karena API ini kompatibel dengan OpenAI, menukar URL dasar dan ID model dalam skrip di atas adalah satu-satunya perubahan yang diperlukan untuk perbandingan.

Biaya sesi

Harga adalah $0,15 per 1M token input dan $0,50 per 1M token output, dari saldo prabayar. Karena input dikirim ulang setiap giliran, input mendominasi tagihan dalam sesi panjang. Berikut contoh realistis.

Sesi 200 giliran, dengan rata-rata prompt 6.000 token dan rata-rata balasan 300 token:

• Input: 200 x 6,000 = 1,200,000 token, yang merupakan 1.2 x $0.15 = $0.18
• Output: 200 x 300 = 60.000 token, yang merupakan 0,06 x $0,50 = $0,03
• Total: $0,21

Sekarang kasus ekstremnya. Satu giliran dengan 90.000 token input dan 400 token output biayanya 90.000 x $0,15 / 1.000.000 = $0,0135 untuk input dan 400 x $0,50 / 1.000.000 = $0,0002 untuk output, sehingga total $0,0137. Menjalankan 100 giliran dengan ukuran itu biayanya $1,37. Merangkum agar prompt tetap pendek adalah cara utama untuk menurunkan biaya tersebut.

Pengguna baru dapat mengklaim $0,50 kredit uji coba gratis dengan satu klik setelah masuk, tanpa perlu kartu dan berlaku selama 7 hari, sehingga Anda dapat menjalankan beberapa adegan penuh sebelum membayar. Isi saldo dimulai dari $20, dengan bonus 5% dari $50, 10% dari $100 dan 15% dari $200, dan saldo prabayar tidak pernah habis. Lihat halaman harga untuk opsi pembayaran, termasuk kartu dan kripto, atau dapatkan kunci API untuk mencobanya.

Di mana opsi lain lebih cocok

Jadilah realistis mengenai trade-off-nya. Jika Anda menginginkan gambar karakter Anda, suara, atau aplikasi seluler yang halus, API teks saja hanyalah mesinnya dan Anda membangun sisanya. Jika Anda membutuhkan prosa sastra terbaik dan tidak keberatan dengan filter konten, model besar milik perusahaan mungkin terdengar lebih baik untuk beberapa adegan. Jika Anda ingin menjalankan semuanya secara pribadi di komputer Anda sendiri, model lokal adalah pilihan yang tepat, selama perangkat keras Anda mampu menanganinya.

Endpoint uncensored yang di-host cocok untuk kasus yang lebih sempit: Anda menginginkan fiksi dan obrolan gaya teman untuk orang dewasa tanpa penolakan, Anda menginginkan API yang kompatibel dengan OpenAI yang sudah didukung oleh alat Anda yang ada, dan Anda menginginkan harga per token yang membuat sesi panjang terjangkau. Jika itu sesuai, pengujian tercepat adalah menjalankan adegan tersulit Anda sendiri melaluinya dengan kredit uji coba.

Panduan lainnya

• Apakah Ada LLM dengan API Gratis? Apa Biaya Gratisnya
• Kunci API AnythingLLM: Sambungkan Endpoint OpenAI Kustom
• LiteLLM vs API LLM Tanpa Sensor Langsung