Melhor LLM para RPG 2025: O que observar

O que torna um modelo bom para RPG

Pergunte qual é o melhor LLM para RPG 2025 e você receberá respostas diferentes de cada fórum, pois as pessoas valorizam coisas diferentes. Em vez de nomear um vencedor que não posso verificar, é mais útil listar as qualidades que determinam se uma sessão de RPG funciona e, em seguida, verificar qualquer modelo contra elas.

• Disposição para manter-se na ficção. Um modelo que quebra o personagem para dar uma lição ou recusa uma cena que um romancista poderia escrever estraga o fluxo. Esta é a reclamação mais comum sobre assistentes gerais usados para narrativa.
• Memória da cena. Nomes, lugares, promessas e ferimentos precisam sobreviver a dezenas de turnos. Isso depende do tamanho da janela de contexto e de como você gerencia o histórico.
• Voz consistente. O personagem deve soar igual ao do turno 5 no turno 80.
• Custo e velocidade por turno. RPG significa muitas trocas curtas. Um modelo barato por token permite manter históricos longos.
• Controle. Temperatura, penalidades e sequências de parada permitem ajustar a criatividade e impedir que o modelo escreva as linhas do seu personagem.

Nenhum modelo vence nos cinco quesitos. Modelos proprietários maiores geralmente escrevem prosa mais polida; verifique seus preços atuais e regras de conteúdo e compare com sua própria cena de teste. Um modelo de pesos abertos hospedado ajustado para evitar recusas troca parte do polimento por liberdade e um preço baixo.

O que esta API oferece para RPG

O serviço expõe um único modelo através de uma API compatível com OpenAI, executado por um provedor independente. É um modelo de pesos abertos ajustado para responder sem recusas de conteúdo para uso adulto legal. Não é a API oficial de nenhum grande fornecedor e não é um roteador que escolhe entre modelos, então o que você testa é o que recebe.

Os fatos que importam para RPG:

• ID do modelo uncensored em https://api.llmapisource.com/v1, usando POST /v1/chat/completions.
• Uma janela de contexto de 100.000 tokens compartilhada por prompt e completamento. Isso é longo o suficiente para manter uma cena muito longa no prompt.
• Streaming via SSE, para que as respostas apareçam conforme são escritas.
• Temperatura, top_p, stop, seed e as penalidades de frequência e presença são passadas.
• Os prompts não são usados para treinamento.

Os limites são igualmente claros. É apenas texto: sem geração de imagem, sem voz, sem vídeo. Não há fine-tuning, então você molda o personagem com o prompt. E uma regra é fixa: sem conteúdo sexual envolvendo menores de idade, em qualquer enquadramento. O serviço é destinado a ficção, RPG e aplicativos de companhia para adultos.

Uma configuração funcional

A qualidade do RPG depende mais do seu prompt de sistema do que de qualquer interruptor. Um bom prompt é curto, concreto e define o formato. Aqui está um padrão para um mistério noir, com as regras escritas como instruções 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."))

A sequência stop é uma proteção barata contra o modelo escrever a próxima linha do jogador. As penalidades reduzem frases repetidas, que é o motivo pelo qual sessões longas ficam monótonas. Se você quiser reproduzir uma cena exatamente enquanto edita o prompt, passe um seed fixo.

Configurações importantes

Configuração	Valor inicial	O que isso altera
temperatura	0,8 a 1,0	Valores mais altos dão prosa mais surpreendente e mais desvio dos fatos da cena
top_p	0,9 a 0,95	Remove palavras improváveis; diminua se as respostas ficarem estranhas
frequency_penalty	0,2 a 0,5	Corta palavras repetidas e inícios de frase
presence_penalty	0,2 a 0,5	Inclina para novos tópicos e detalhes
stop	um rótulo de locutor	Impede o modelo de falar por você
max_tokens	opcional	Limita o comprimento de uma única resposta

Estes são pontos de partida, não ótimos testados. Altere um de cada vez e reproduza a mesma cena com um seed fixo para ver o efeito. Se você usar uma interface como o SillyTavern, que permite adicionar um endpoint compatível com OpenAI, insira a URL base, a chave e o ID do modelo uncensored, depois cole os mesmos valores de amostragem nas configurações. O quickstart tem versões curl e Node da chamada acima.

Memória e a janela de contexto de 100k

Cem mil tokens é muita história, aproximadamente o tamanho de um romance curto, mas não é infinito e não é gratuito. Cada turno reenvia todo o histórico, então custo e latência aumentam conforme a sessão cresce. Três hábitos mantêm isso sob controle.

1. Mantenha um resumo fixado. A cada 20 a 30 turnos, peça ao modelo para escrever um breve resumo de fatos, nomes e tópicos em aberto, depois substitua os turnos mais antigos por ele.
2. Mantenha uma ficha de personagem no prompt de sistema. Aparência, objetivos, hábitos de fala e segredos pertencem lá, não enterrados 60 turnos atrás.
3. Apare o papo. Comentários fora do personagem e respostas reroladas não precisam permanecer no histórico.

O modelo ainda pode perder detalhes em um prompt muito longo, então não assuma que uma janela cheia significa recall perfeito. Se um fato for importante, repita-o no resumo.

Uma requisição é rejeitada quando o prompt mais a conclusão exceder 100.000 tokens, então se você deixar uma sessão crescer sem reduzir, eventualmente terá que cortar o histórico de qualquer maneira.

Testando um modelo para seu próprio estilo

Avaliações não dizem se um modelo combina com seu gosto, então crie um teste pequeno que você possa repetir. Escolha três cenas que testem habilidades diferentes: um diálogo tenso com um segredo, uma ação longa e uma cena calma onde o personagem precisa lembrar algo dito anteriormente. Execute cada uma com uma seed fixa e o mesmo prompt de sistema, depois leia a saída para as falhas que importam: personagem quebrado, linhas escritas para você, fraseologia repetida, detalhes esquecidos.

Mantenha anotações sobre o que vê e execute as mesmas três cenas em qualquer outro modelo que você está considerando. Isso leva menos de uma hora e diz mais do que um ranking escrito para o gosto de outra pessoa. Como esta API é compatível com OpenAI, trocar a URL base e o ID do modelo no script acima é toda a mudança que uma comparação precisa.

O custo de uma sessão

O preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, a partir de crédito pré-pago. Como a entrada é reenviada a cada turno, a entrada domina a conta em uma sessão longa. Aqui está um exemplo realista.

Uma sessão de 200 turnos, com um prompt médio de 6.000 tokens e uma resposta média de 300 tokens:

• Entrada: 200 x 6.000 = 1.200.000 tokens, que é 1,2 x $0,15 = $0,18
• Saída: 200 x 300 = 60.000 tokens, que é 0,06 x $0,50 = $0,03
• Total: $0,21

Agora o caso extremo. Uma rodada com 90.000 tokens de entrada e 400 de saída custa 90.000 x $0,15 / 1.000.000 = $0,0135 para entrada e 400 x $0,50 / 1.000.000 = $0,0002 para saída, totalizando $0,0137. Executar 100 rodadas nesse tamanho custa $1,37. Resumir para manter os prompts curtos é a principal forma de reduzir esse valor.

Novos usuários podem reivindicar $0,50 de crédito de teste com um clique após entrar, sem necessidade de cartão e válido por 7 dias, para que você possa executar algumas cenas completas antes de pagar. Recarregamentos começam em $20, com bônus de 5% a partir de $50, 10% a partir de $100 e 15% a partir de $200, e o crédito nunca expira. Veja a página de preços para opções de pagamento, incluindo cartão e cripto, ou obtenha uma chave para testar.

Onde outra opção se encaixa melhor

Seja realista sobre as compensações. Se você quer imagens dos seus personagens, vozes ou um aplicativo mobile polido, uma API apenas de texto é apenas o motor e você constrói o resto. Se você precisa da melhor prosa literária e não se importa com filtros de conteúdo, um modelo proprietário grande pode ser melhor para algumas cenas. Se você quer executar tudo privadamente no seu próprio computador, um modelo local é a escolha certa, desde que seu hardware consiga lidar com isso.

Um endpoint uncensored hospedado serve para um caso mais específico: você quer ficção e bate-papo estilo companheiro para adultos sem recusas, você quer uma API compatível com OpenAI que suas ferramentas existentes já suportam, e você quer um preço por token que torne sessões longas acessíveis. Se isso se encaixa, o teste mais rápido é executar sua cena mais difícil nele com o crédito de teste.

Mais guias

• Existe alguma LLM com API gratuita? Quais são os custos gratuitos
• Chave de API AnythingLLM: Conecte um Endpoint OpenAI Personalizado
• LiteLLM vs API LLM Sem Censura Direta