ロールプレイに最適なLLM 2025：選ぶべきポイント

モデルがロールプレイで優れている理由

2025年のロールプレイに最適なLLMは何かと尋ねれば、フォーラムのスレッドごとに異なる答えが返ってきます。検証できない勝者を名指すより、ロールプレイセッションが機能するかどうかを決定する品質をリストし、モデルをそれらで確認する方が役立ちます。

• フィクションに留まる意思。 キャラクターを崩して講釈を始めたり、小説家が書けるようなシーンを拒否したりするモデルは、流れを壊します。これはストーリーテリングに一般アシスタントを使った際によくある不満です。
• シーンのメモリ。 名前、場所、約束、傷跡は、何十ターンものやり取りを経て残存する必要があります。これはコンテキストの長さと履歴の管理方法に依存します。
• 一貫した声。 キャラクターは5ターン目でも80ターン目でも同じ声で話すはずです。
• ターンごとのコストと速度。 ロールプレイは多くの短いやり取りを意味します。トークンあたりのコストが安いモデルなら、長い履歴を維持できます。
• コントロール。 温度、ペナルティ、ストップシーケンスにより、創造性を調整し、モデルがあなたのキャラクターのセリフを書くのを防げます。

単一のモデルが5つのすべてで勝つわけではありません。大規模な独自モデルはより洗練された文章を書く傾向がありますが、現在の価格設定とコンテンツルールを確認し、テストシーンで比較してください。拒否を避けるようにチューニングされたホスト型オープンウェイトモデルは、洗練さを犠牲にして自由と低価格を提供します。

ロールプレイ向けAPIの機能

このサービスは、OpenAI互換APIを通じて1つのモデルを提供します。独立したプロバイダが運用するオープンウェイトモデルで、法的な成人向け利用においてコンテンツ拒否なしで回答するようにチューニングされています。大手ベンダーの公式APIではなく、モデル間で選択するルータでもないので、テストしたものがそのまま得られます。

ロールプレイにとって重要な事実：

• モデルID uncensored、Base URLは https://api.llmapisource.com/v1、POST /v1/chat/completionsを使用します。
• プロンプトとcompletionで共有される100,000トークンのコンテキストウィンドウ。これは非常に長いシーンをプロンプトに保持するのに十分な長さです。
• SSEによるストリーミング対応で、返信は生成され次第表示されます。
• Temperature、top_p、stop、seed、および頻度と存在ペナルティは渡されます。
• プロンプトはトレーニングに使用されません。

制限も明確です。テキストのみで、画像生成、音声、動画はありません。ファインチューニングがないため、プロンプトでキャラクターを形成します。そして1つのルールは固定されています：未成年者を含む性的コンテンツはどの形式でも禁止です。このサービスは大人向けのフィクション、ロールプレイ、コンパニオンアプリ向けです。

動作する設定例

ロールプレイの品質は、スイッチよりもシステムプロンプトに大きく依存します。良いプロンプトは短く、具体的で、フォーマットを明記します。ノワールミステリーのパターンを、プレーンな指示として記述した例を以下に示します：

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."))

stopシーケンスは、モデルがプレイヤーの次のセリフを書くのを防ぐ安価なガードです。ペナルティは繰り返しのフレーズを減らし、これが長いセッションが陳腐化する一般的な方法です。プロンプトを編集しながらシーンを正確に再生したい場合は、固定のseedを渡してください。

重要な設定

設定	初期値	変更される点
temperature	0.8〜1.0	より予測不可能な文章と、シーンの事実からの逸脱をもたらします
top_p	0.9〜0.95	可能性の低い単語をトリムします。返信がおかしくなった場合は値を下げています
frequency_penalty	0.2〜0.5	繰り返しの単語と文の开头をカットします
presence_penalty	0.2〜0.5	新しいトピックと詳細へと誘導します
stop	話者のラベル	モデルがあなたに代わって話すのを防ぎます
max_tokens	オプション	単一の返信の長さを制限します

これらは開始点であり、テスト済みの最適値ではありません。一度に一つ変更し、同じシーンを固定されたseedで再生して効果を確認してください。SillyTavernのようなフロントエンド（OpenAI互換のエンドポイントを追加可能）を使う場合は、Base URL、キー、モデルID uncensoredを入力し、サンプラー値をその設定に貼り付けてください。クイックスタートには、上記の呼び出しのcurlとNode.js版があります。

メモリと100kのコンテキストウィンドウ

10万トークンは多くの物語量、つまり短編小説の長さですが、無限ではなく無料でもありません。すべてのターンで履歴全体が再送信されるため、セッションが長くなるほどコストとレイテンシが増加します。これを制御するための3つの習慣があります。

1. ピン留めされた要約を保持する。 20〜30ターンごとに、モデルに事実、名前、オープンなスレッドの短い要約を書かせ、最も古いターンをそれと置き換えます。
2. システムプロンプトにキャラクターシートを保持する。 外見、目標、話し方の癖、秘密はそこに属するもので、60ターンも前に埋もれているべきではありません。
3. 無駄な会話を削る 角色外発言や書き直しの返信は、履歴に残す必要はありません。

モデルは非常に長いプロンプトの奥にある詳細を失う可能性があるため、ウィンドウがフルでも完璧なリコールがあるとは想定しないでください。もし事実が重要であれば、要約で再述してください。

プロンプトとcompletionの合計が100,000トークンを超えるとリクエストが拒否されるため、トリミングせずにセッションを成長させ続けると、最終的には履歴を切り捨てることになります。

自身のスタイル向けモデルのテスト

レビューだけではモデルがあなたの好みに合うかどうかは分かりません。再現可能な小さなテストを作成してください。異なるスキルを重視する3つのシーンを選びます：秘密を秘めた緊迫した会話、長いアクションの展開、そしてキャラクターが以前言われたことを思い出さなければならない静かなシーンです。各シーンを固定シードと同一のシステムプロンプトで実行し、キャラクターの崩壊、あなたのために書かれたセリフ、繰り返しの表現、忘却された詳細など、あなたが気にする失敗箇所について出力を読んでください。

観察したことをメモし、検討中の他のモデルでも同じ3つのシーンを実行してください。これは1時間未満で完了し、他人の趣味のために書かれたランキングよりも多くのことを教えてくれます。このAPIはOpenAI互換なので、上記のスクリプトのBase URLとモデルIDを変更するだけで比較が可能です。

セッションのコスト

価格は前払いクレジットから、入力トークン1Mあたり$0.15、出力トークン1Mあたり$0.50です。入力は毎ターン再送信されるため、長いセッションでは入力が請求額の大部分を占めます。以下に現実的な例を示します。

200ターンのセッション、平均プロンプト6,000トークン、平均返信300トークン：

• 入力：200 x 6,000 = 1,200,000 トークン、つまり 1.2 x $0.15 = $0.18
• 出力：200 x 300 = 60,000トークン、これは 0.06 x $0.50 = $0.03
• 合計：$0.21

次に極端なケースです。入力が 90,000 トークン、出力が 400 トークンのターンでは、入力は 90,000 x $0.15 / 1,000,000 = $0.0135、出力は 400 x $0.50 / 1,000,000 = $0.0002 かかり、合計 $0.0137 です。その規模で 100 ターン実行すると $1.37 かかります。プロンプトを短く保つために要約することは、コストを抑える主な方法です。

新規ユーザーはサインアップ後にワンクリックで $0.50 の無料トライアルクレジットを取得できます。カード登録は不要で、有効期限は 7 日間です。支払いの前にいくつかの完全なシーンを試すことができます。チャージは $20 から開始され、$50 で 5%、$100 で 10%、$200 で 15% のボーナスが付与されます。クレジットの有効期限はありません。カードや暗号資産を含むお支払い方法については、料金ページをご覧ください。または、API キーを取得して試してみてください。

他のオプションがより適している場合

トレードオフを現実的に判断してください。キャラクターの画像や音声、洗練されたモバイルアプリを求めている場合、テキスト専用APIはエンジンに過ぎず、残りの部分は自分で構築する必要があります。最高の文学的な文章表現が必要で、コンテンツフィルタを気にしないのであれば、大規模なプロプライエタリモデルの方が、いくつかのシーンでは読みやすいかもしれません。すべてのものを自分のコンピュータ上でプライベートに実行したい場合は、ハードウェアが処理できる限り、ローカルモデルが適切な選択です。

ホストされた無検閲エンドポイントは、より限定的なケースに適しています。拒否なしで大人向けのフィクションやコンパニオンスタイルのチャットを求めている場合、既存のツールがすでに対応している OpenAI 互換の API を求めている場合、長時間のセッションでも手頃な価格を実現するトークン単位の価格を求めている場合です。これが該当する場合、最も迅速なテストは、無料トライアルクレジットを使用して、最も過酷なシーンをこれ経由で実行することです。

その他のガイド

• 無料の API を持つ LLM はありますか？無料の代償は？
• AnythingLLM APIキー: カスタムOpenAIエンドポイントに接続
• LiteLLMと直接の無検閲LLM APIの比較