Miglior LLM per roleplay 2025: cosa cercare

Cosa rende un modello bravo nel roleplay

Chiedi qual è il miglior LLM per roleplay 2025 e otterrai una risposta diversa da ogni thread del forum, perché le persone danno valore a cose diverse. Invece di nominare un vincitore che non posso verificare, è più utile elencare le qualità che decidono se una sessione di roleplay funziona, e poi verificare qualsiasi modello contro di esse.

• Disponibilità a restare nella finzione. Un modello che esce di personaggio per farti una lezione, o rifiuta una scena che un romanziere potrebbe scrivere, rovina il flusso. Questa è la lamentela più comune sugli assistenti generali usati per la narrativa.
• Memoria della scena. Nomi, luoghi, promesse e ferite devono sopravvivere per decine di turni. Questo dipende dalla lunghezza del contesto e da come gestisci la cronologia.
• Voce coerente. Il personaggio deve suonare uguale al turno 80 come al turno 5.
• Costo e velocità per turno. Il roleplay significa molti scambi brevi. Un modello economico per token ti permette di mantenere cronologie lunghe.
• Controllo. Temperature, penalità e sequenze di stop ti permettono di regolare la creatività e impedire al modello di scrivere le tue battute.

Nessun singolo modello vince in tutti e cinque i punti. I modelli proprietari più grandi spesso scrivono una prosa più curata; controlla i loro prezzi e le regole sui contenuti attuali e confrontali con la tua scena di test. Un modello a pesi aperti ospitato e ottimizzato per evitare i rifiuti scambia un po' di cura per libertà e un prezzo basso.

Cosa offre questa API per il roleplay

Il servizio espone un modello tramite un'API compatibile con OpenAI, gestito da un provider indipendente. È un modello a pesi aperti ottimizzato per rispondere senza rifiuti per uso adulto lecito. Non è l'API ufficiale di nessun grande vendor e non è un router che sceglie tra modelli, quindi ciò che testi è ciò che ottieni.

I fatti che contano per il roleplay:

• Model ID uncensored a https://api.llmapisource.com/v1, usando POST /v1/chat/completions.
• Una finestra di contesto da 100.000 token condivisa da prompt e completamento. È abbastanza lunga per mantenere una scena molto lunga nel prompt.
• Streaming su SSE, così le risposte appaiono mentre vengono scritte.
• Temperature, top_p, stop, seed e le penalità di frequenza e presenza vengono passate.
• I prompt non vengono usati per l'addestramento.

I limiti sono ugualmente chiari. È solo testo: nessuna generazione di immagini, nessuna voce, nessun video. Non c'è addestramento fine, quindi modifichi il personaggio con il prompt. E una regola è fissa: nessun contenuto sessuale che coinvolga minorenni, in qualsiasi inquadratura. Il servizio è pensato per narrativa, gioco di ruolo e app per compagne per adulti.

Una configurazione funzionante

La qualità del roleplay dipende più dal tuo system prompt che da qualsiasi interruttore. Uno buono è breve, concreto e indica il formato. Ecco uno schema per un giallo noir, con le regole scritte come istruzioni semplici:

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 sequenza stop è una protezione economica contro il modello che scrive la prossima battuta del giocatore. Le penalità riducono le frasi ripetute, che è il modo in cui le sessioni lunghe diventano noiose. Se vuoi ripetere una scena esattamente mentre modifichi il prompt, passa un seed fisso.

Impostazioni importanti

Impostazione	Valore iniziale	Cosa cambia
temperatura	0,8-1,0	Valori più alti danno una prosa più sorprendente e più deviazione dai fatti della scena
top_p	0,9-0,95	Taglia le parole improbabili; abbassalo se le risposte diventano strane
frequency_penalty	0,2 a 0,5	Taglia le parole ripetute e le aperture di frase
presence_penalty	0,2 a 0,5	Spinge verso nuovi argomenti e dettagli
stop	un'etichetta del parlante	Impedisce al modello di parlare per te
max_tokens	opzionale	Limita la lunghezza di una singola risposta

Questi sono punti di partenza, non ottimizzazioni testate. Modifica un parametro alla volta e ripeti la stessa scena con un seed fisso per vedere l'effetto. Se usi un front-end come SillyTavern, che ti permette di aggiungere un endpoint compatibile con OpenAI, inserisci l'URL di base, la chiave e l'ID del modello uncensored, quindi incolla gli stessi valori del sampler nelle sue impostazioni. La guida quickstart include le versioni curl e Node della chiamata sopra.

Memoria e la finestra di contesto da 100k

Un centinaio di migliaia di token è molto materiale narrativo, circa la lunghezza di un romanzo breve, ma non è infinito e non è gratuito. Ogni turno rispedisce l'intera cronologia, quindi costo e latenza crescono con la sessione. Tre abitudini mantengono questo sotto controllo.

1. Mantieni un riassunto ancorato. Ogni 20-30 turni, chiedi al modello di scrivere un breve riassunto di fatti, nomi e thread aperti, quindi sostituisci i turni più vecchi con questo.
2. Mantieni una scheda personaggio nel prompt di sistema. Aspetto, obiettivi, abitudini di linguaggio e segreti appartengono lì, non sepolti 60 turni fa.
3. Taglia il chiacchiericcio. I commenti fuori personaggio e le risposte rigenerate non devono rimanere nella cronologia.

Il modello può comunque perdere dettagli in un prompt molto lungo, quindi non dare per scontato che una finestra completa significhi una memoria perfetta. Se un fatto è importante, ripetilo nel riepilogo.

Una richiesta viene rifiutata quando il prompt più il completamento supererebbe 100.000 token, quindi se lasci crescere una sessione senza tagliare, alla fine dovrai comunque tagliare la cronologia.

Testare un modello per il tuo stile

Le recensioni non ti dicono se un modello si adatta ai tuoi gusti, quindi costruisci un piccolo test che puoi ripetere. Scegli tre scene che mettono alla prova abilità diverse: un dialogo teso con un segreto, una lunga sequenza d'azione e una scena tranquilla in cui il personaggio deve ricordare qualcosa detto prima. Esegui ciascuna con un seed fisso e lo stesso prompt di sistema, poi leggi l'output per i problemi che ti interessano: personaggio rotto, battute scritte per te, frasi ripetute, dettagli dimenticati.

Prendi appunti su ciò che vedi, ed esegui le stesse tre scene su qualsiasi altro modello che stai considerando. Ci vuole meno di un'ora e ti dice più di una classifica scritta per i gusti di qualcun altro. Poiché questa API è compatibile con OpenAI, scambiare l'URL di base e l'ID del modello nello script sopra è tutto il cambiamento di cui ha bisogno un confronto.

Costo di una sessione

I prezzi sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, dal credito prepagato. Poiché l'input viene rispedito ogni turno, l'input domina il conto in una sessione lunga. Ecco un esempio realistico.

Una sessione di 200 turni, con un prompt medio di 6.000 token e una risposta media di 300 token:

• Input: 200 x 6.000 = 1.200.000 token, che è 1,2 x $0,15 = $0,18
• Output: 200 x 300 = 60.000 token, che è 0,06 x $0,50 = $0,03
• Totale: $0,21

Ora il caso estremo. Un turno con 90.000 token di input e 400 di output costa 90.000 x $0,15 / 1.000.000 = $0,0135 per l'input e 400 x $0,50 / 1.000.000 = $0,0002 per l'output, per un totale di $0,0137. Eseguire 100 turni di quella dimensione costa $1,37. Riassumere per mantenere i prompt brevi è il modo principale per abbassare quello.

I nuovi utenti possono richiedere $0,50 di credito di prova con un solo clic dopo la registrazione, senza bisogno di carta e valido per 7 giorni, così puoi eseguire alcune scene complete prima di pagare. Le ricariche partono da $20, con bonus del 5% da $50, del 10% da $100 e del 15% da $200, e il credito non scade mai. Vedi la pagina dei prezzi per le opzioni di pagamento, incluse carta e cripto, o ottiene una chiave per provarla.

Dove un'altra opzione si adatta meglio

Sii realistico riguardo ai compromessi. Se vuoi immagini dei tuoi personaggi, voci o un'app mobile curata, un'API solo testo è solo il motore e devi costruire il resto. Se ti serve la prosa letteraria più raffinata e non ti importano i filtri sui contenuti, un modello proprietario di grandi dimensioni potrebbe risultare migliore per alcune scene. Se vuoi eseguire tutto in privato sul tuo computer, un modello locale è la scelta giusta, purché il tuo hardware possa gestirlo.

Un endpoint uncensored in hosting si adatta a un caso più specifico: vuoi narrativa e chat stile compagno per adulti senza rifiuti, vuoi un'API compatibile con OpenAI che i tuoi strumenti esistenti già conoscono, e vuoi un prezzo per token che renda accessibili le sessioni lunghe. Se questo corrisponde, il test più veloce è eseguire la tua scena più difficile tramite essa con il credito di prova.

Altre guide

• Esistono LLM con un'API gratuita? Quali sono i costi gratuiti
• Chiave API AnythingLLM: Connetti un endpoint OpenAI personalizzato
• LiteLLM vs API LLM Uncensored Diretta