Beste LLM voor roleplay 2025: waar je op moet letten

Wat maakt een model goed in rollenspel

Vraag welke de beste LLM voor rollenspel 2025 is en je krijgt een ander antwoord van elke forumthread, omdat mensen verschillende dingen waarderen. In plaats van een winnaar te noemen die ik niet kan verifiëren, is het nuttiger om de kwaliteiten op te sommen die bepalen of een rollenspel-sessie werkt, en dan elk model daaraan te toetsen.

• Bereidheid om in de fictie te blijven. Een model dat uit karakter raakt om je te laten preken, of een scène weigert die een romanschrijver zou kunnen schrijven, verstoort de flow. Dit is de meest voorkomende klacht over algemene assistenten die voor verhalen vertellen worden gebruikt.
• Geheugen van de scène. Namen, plaatsen, beloftes en verwondingen moeten tientallen beurten overleven. Dit hangt af van de contextlengte en hoe je de geschiedenis beheert.
• Consistente stem. Het personage moet op beurt 80 hetzelfde klinken als op beurt 5.
• Kosten en snelheid per beurt. Rollenspel betekent veel korte uitwisselingen. Een model dat goedkoop is per token stelt je in staat lange geschiedenis bij te houden.
• Controle. Temperature, penalties en stop sequences stellen je in staat creativiteit af te stellen en te voorkomen dat het model de lijnen van je personage schrijft.

Ge enkel model wint alle vijf. Grotere propriëtaire modellen schrijven vaak gladder; controleer hun huidige prijzen en inhoudsregels en vergelijk met je eigen testscene. Een gehost open-weight model afgestemd om weigeringen te vermijden, ruilt wat glans in voor vrijheid en een lage prijs.

Wat deze API biedt voor rollenspel

De dienst exposeert één model via een OpenAI-compatible API, gerund door een onafhankelijke provider. Het is een open-weight model afgestemd om te antwoorden zonder inhoudsweigeringen voor wettelijk volwassen gebruik. Het is niet de officiële API van een grote leverancier en het is geen router die kiest tussen modellen, dus wat je test, is wat je krijgt.

De feiten die er toe doen voor rollenspel:

• Model ID uncensored bij https://api.llmapisource.com/v1, met behulp van POST /v1/chat/completions.
• Een contextvenster van 100.000 tokens gedeeld door prompt en completion. Dat is lang genoeg om een zeer lange scène in de prompt te houden.
• Streaming over SSE, zodat antwoorden verschijnen terwijl ze worden geschreven.
• Temperature, top_p, stop, seed en de frequency en presence penalties worden doorgegeven.
• Prompts worden niet gebruikt voor training.

De limieten zijn even duidelijk. Het is alleen tekst: geen beeldgeneratie, geen stem, geen video. Er is geen fine-tuning, dus je vormt het personage met de prompt. En één regel is vast: geen seksuele inhoud met minderjarigen, in welke vorm dan ook. De dienst is bedoeld voor fictie, roleplay en companion apps voor volwassenen.

Een werkende setup

Kwaliteit van rollenspel hangt meer af van je systeemprompt dan van een willekeurige schakelaar. Een goede is kort, concreet en geeft het formaat aan. Hier is een patroon voor een noir mysterie, met de regels geschreven als gewone instructies:

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."))

De stop sequence is een goedkope bescherming tegen het model dat de volgende regel van de speler schrijft. De penalties verminderen herhaalde zinnen, wat de gebruikelijke manier is waarop lange sessies saai worden. Als je een scène exact wilt herhalen terwijl je de prompt bewerkt, geef je een vaste seed door.

Belangrijke instellingen

Instelling	Startwaarde	Wat het verandert
temperatuur	0,8 tot 1,0	Hoger geeft meer verrassend proza en meer afwijking van de feiten van de scène
top_p	0,9 tot 0,95	Snijdt onwaarschijnlijke woorden af; verlaag het als antwoorden vreemd worden
frequency_penalty	0,2 tot 0,5	Snijdt herhaalde woorden en zinnenstarten af
presence_penalty	0,2 tot 0,5	Duwt naar nieuwe onderwerpen en details
stop	een spreeklabel	Voorkomt dat het model voor jou spreekt
max_tokens	optioneel	Beperkt de lengte van een enkel antwoord

Dit zijn startpunten, geen geteste optimalisaties. Verander één op een keer en herhaal dezelfde scène met een vaste seed zodat je het effect kunt zien. Als je een front end zoals SillyTavern gebruikt, waarmee je een OpenAI-compatible endpoint kunt toevoegen, voer dan de basis-URL, sleutel en model ID uncensored in, en plak vervolgens dezelfde sampler-waarden in de instellingen. De quickstart heeft curl- en Node-versies van de bovenstaande aanroep.

Geheugen en het 100k contextvenster

Honderdduizend tokens is veel verhaal, ongeveer de lengte van een kort boek, maar het is niet oneindig en het is niet gratis. Elke beurt wordt de hele geschiedenis opnieuw verzonden, dus kosten en latentie groeien naarmate de sessie groeit. Drie gewoontes houden dat onder controle.

1. Houd een vastgepinde samenvatting. Vraag het model elke 20 tot 30 beurten om een korte samenvatting van feiten, namen en open lopende verhaallijnen te schrijven, en vervang vervolgens de oudste beurten hiermee.
2. Houd een personageblad in de systeemprompt. Uiterlijk, doelen, spreekgewoonten en geheimen horen daar thuis, niet begraven 60 beurten terug.
3. Knip gepraat. Out-of-character opmerkingen en opnieuw gerolde antwoorden hoeven niet in de geschiedenis te blijven.

Het model kan nog steeds details verliezen diep in een zeer lange prompt, dus ga er niet van uit dat een volledig venster perfecte herinnering betekent. Als een feit belangrijk is, herhaal het dan in de samenvatting.

Een verzoek wordt afgewezen wanneer de prompt plus de completion 100.000 tokens zou overschrijden, dus als je een sessie laat groeien zonder te knippen, zul je de geschiedenis uiteindelijk toch moeten knippen.

Een model testen voor je eigen stijl

Reviews kunnen je niet vertellen of een model bij je smaak past, dus bouw een kleine test die je kunt herhalen. Kies drie scènes die verschillende vaardigheden onder druk zetten: een gespannen dialoog met een geheim, een lange actiebeat en een rustige scène waarin het personage zich iets moet herinneren dat eerder gezegd werd. Voer elk uit met een vaste seed en dezelfde systeemprompt, en lees dan de output op de fouten waar je om geeft: gebroken personage, regels voor jou geschreven, herhalende zinsopbouw, vergeten details.

Maak aantekeningen van wat je ziet, en voer dezelfde drie scènes uit op elk ander model dat je overweegt. Dat kost minder dan een uur en vertelt je meer dan een ranking geschreven voor iemands anders smaak. Omdat deze API OpenAI-compatible is, is het wisselen van de basis-URL en model ID in het script hierboven de enige verandering die een vergelijking nodig heeft.

Wat een sessie kost

Prijzen zijn $0,15 per 1M invoertokens en $0,50 per 1M output tokens, van prepaid credit. Omdat input elke beurt opnieuw wordt verzonden, domineert input de rekening in een lange sessie. Hier is een realistisch voorbeeld.

Een sessie van 200 beurten, met een gemiddelde prompt van 6.000 tokens en een gemiddeld antwoord van 300 tokens:

• Input: 200 x 6.000 = 1.200.000 tokens, wat is 1,2 x $0,15 = $0,18
• Uitvoer: 200 x 300 = 60.000 tokens, wat 0,06 x $0,50 = $0,03 is
• Totaal: $0,21

Nu het extreme geval. Een beurt met 90.000 tokens aan input en 400 van output kost 90.000 x $0,15 / 1.000.000 = $0,0135 voor input en 400 x $0,50 / 1.000.000 = $0,0002 voor output, dus $0,0137. 100 beurten van die grootte draaien kost $1,37. Samenvatten om prompts kort te houden is de belangrijkste manier om dat te verlagen.

Nieuwe gebruikers kunnen $0,50 aan trial credit claimen met één klik na het inloggen, wat geen kaart vereist en 7 dagen duurt, dus je kunt een paar volledige scènes uitvoeren voordat je betaalt. Opwaarderingen beginnen bij $20, met bonussen van 5% vanaf $50, 10% vanaf $100 en 15% vanaf $200, en credit verloopt nooit. Zie de prijzen pagina voor betaalopties, inclusief kaart en crypto, of haal een sleutel om het te proberen.

Waar een andere optie beter past

Wees realistisch over de afwegingen. Als je afbeeldingen van je personages, stemmen of een gepolijste mobiele app wilt, is een tekst-API alleen de motor en bouw je de rest. Als je de fijnste literaire proza wilt en het niet erg vindt dat er inhoudsfilters zijn, kan een groot propriëteitsmodel voor sommige scènes beter lezen. Als je alles privé op je eigen computer wilt draaien, is een lokaal model de juiste keuze, zolang je hardware het aankan.

Een gehost ongecensureerd endpoint past bij een smaller geval: je wilt fictie en companion-style chat voor volwassenen zonder weigeringen, je wilt een OpenAI-compatible API die je bestaande tools al spreken, en je wilt een per-toke prijs die lange sessies betaalbaar maakt. Als dat overeenkomt, is de snelste test om je eigen moeilijkste scène erdoorheen te runnen met de trial credit.

Meer handleidingen

• Zijn er LLM's met een gratis API? Wat kost het gratis
• AnythingLLM API-sleutel: Verbind een aangepast OpenAI-endpoint
• LiteLLM vs directe ongecensureerde LLM API