2025 角色扮演最佳 LLM：选购指南

什么样的模型擅长角色扮演

询问2025 年最好的角色扮演 LLM是谁，你会从每个论坛帖子中得到不同的答案，因为人们重视的东西不同。与其命名一个我无法验证的赢家，不如列出决定角色扮演会话是否成功的特质，然后用这些特质来检验任何模型。

• 保持虚构情境的意愿。 如果模型打破角色来教训你，或者拒绝小说家能写的场景，就会破坏流畅性。这是通用助手用于讲故事时最常见的投诉。
• 场景记忆。 名字、地点、承诺和伤害需要在数十轮中存活。这取决于上下文长度以及如何管理历史记录。
• 语气一致。 角色在第 80 轮的表现应与第 5 轮保持一致。
• 每轮成本和速度。 角色扮演意味着许多简短的交互。按 token 计费便宜的模型让你能保留长历史记录。
• 控制。 温度、惩罚和停止序列让你调整创造力并阻止模型写你角色的台词。

没有单个模型在五项中均占优。较大的专有模型通常写出更精致的散文；检查它们当前的定价和内容规则，并与你自己的测试场景进行比较。经过调整以避免拒答的托管开放权重模型用一些精致度换取自由和低价。

此 API 为角色扮演提供什么

该服务通过 OpenAI 兼容 API 暴露一个模型，由独立提供商运行。这是一个开放权重模型，针对合法成人用途无内容拒答进行了调整。它不是任何大型供应商的官方 API，也不是在模型之间选择的路由器，所以你测试的就是你得到的。

对角色扮演重要的事实：

• 模型 ID uncensored 在 https://api.llmapisource.com/v1，使用 POST /v1/chat/completions。
• 提示词和补全共用 100,000 token 的上下文窗口。这足够长，可以将非常长的场景保留在提示词中。
• 通过 SSE 流式输出，因此回复在编写时出现。
• 温度、top_p、stop、seed 以及频率和存在惩罚被透传。
• 提示词不用于训练。

限制同样明确。它仅支持文本：不支持图像生成、语音或视频。没有微调，所以你用提示词塑造角色。一条规则是固定的：在任何表现形式下，不涉及未成年人的性内容。该服务旨在用于成人小说、角色扮演和伴侣应用。

一个可用的设置

角色扮演质量更多取决于你的系统提示词，而不是任何开关。一个好的提示词简短、具体并说明格式。以下是黑色侦探风格的模板，规则以纯指令形式写出：

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 序列是一种低成本手段，用于防止模型代替玩家写出下一句。惩罚机制可减少重复短语，这通常是长会话变得枯燥的原因。若想在修改提示词时精确重演某段场景，请传入固定的 seed。

关键设置

设置	起始值	它改变了什么
temperature	0.8 到 1.0	更高的值会生成更具意外性的散文，并更多偏离场景事实
top_p	0.9 到 0.95	修剪不可能的词；如果回复变得奇怪，请降低它
frequency_penalty	0.2 到 0.5	切断重复的单词和句子开头
presence_penalty	0.2 到 0.5	倾向于新主题和细节
stop	说话人标签	防止模型替你说话
max_tokens	可选	限制单个回复的长度

这些是起点，而非经过测试的最优值。一次更改一项，并使用固定种子重播同一场景，以便查看效果。如果你使用如 SillyTavern 这样的前端，它允许你添加 OpenAI 兼容的端点，请输入基础 URL、密钥和模型 ID uncensored，然后将相同的采样器值粘贴到其设置中。快速入门 提供了上述调用的 curl 和 Node 版本。

记忆与 100k 上下文窗口

100,000 个 token 是大量的故事，大约是一部短篇小说的长度，但它不是无限的，也不是免费的。每一轮都重新发送整个历史记录，所以随着会话的增长，成本和延迟都会增加。三个习惯可以控制这一点。

1. 保留置顶摘要。 每 20 到 30 轮，要求模型写一段关于事实、名称和未决线索的简短摘要，然后用它替换最旧的轮次。
2. 在系统提示词中保留角色表。 外貌、目标、说话习惯和秘密属于那里，而不是埋在 60 轮之前。
3. 修剪闲聊。 角色外的评论和重新生成的回复不需要留在历史记录中。

模型仍然可能在非常长的提示词深处丢失细节，所以不要假设完整的窗口意味着完美的记忆。如果事实很重要，请在摘要中重述它。

当提示词加上补全内容超过 100,000 token 时，请求将被拒绝，因此如果你让会话增长而不修剪，你最终无论如何都要截断历史记录。

测试适合你风格的模型

评论无法告诉你模型是否适合你的口味，所以建立一个你可以重复的小测试。选择三个强调不同技能的场景：带有秘密的紧张对话、长动作场景，以及角色必须记住之前说过的话的安静场景。使用固定种子和相同的系统提示词运行每个场景，然后阅读你关心的失败的输出：角色断裂、为你写的行、重复短语、遗忘的细节。

记录你看到的内容，并在你考虑的任何其他模型上运行相同的三个场景。这花费不到一小时，比为迎合他人口味而写的排名告诉你更多。因为该 API 是 OpenAI 兼容的，只需更改脚本中的基础 URL 和模型 ID 即可进行比较。

会话成本

价格为每 1M 输入 token $0.15，每 1M 输出 token $0.50，从预付额度中扣除。因为输入在每轮中都会重新发送，所以在长会话中输入占账单的大部分。这是一个现实示例。

200 轮会话，平均提示词 6,000 token，平均回复 300 token：

• 输入：200 x 6,000 = 1,200,000 个 token，即 1.2 x $0.15 = $0.18
• 输出：200 x 300 = 60,000 个 token，即 0.06 x $0.50 = $0.03
• 总计：$0.21

现在看极端情况。一轮包含 90,000 个输入 token 和 400 个输出 token 的成本为 90,000 x $0.15 / 1,000,000 = $0.0135（输入）和 400 x $0.50 / 1,000,000 = $0.0002（输出），总计 $0.0137。以该规模运行 100 轮的成本为 $1.37。总结以保持提示词简短是降低成本的主要方式。

新用户注册后只需一键即可获得 $0.50 的免费试用额度，无需信用卡且有效期 7 天，这样你可以在付款前运行几个完整的场景。充值从 $20 开始，$50 起赠 5%，$100 起赠 10%，$200 起赠 15%，且额度永不失效。查看定价页面了解包括信用卡和加密货币在内的支付方式，或获取密钥进行尝试。

其他选项更适合的情况

对权衡保持现实。如果你想要角色的图像、语音或精致的移动应用，纯文本 API 只是引擎，你需要构建其余部分。如果你需要最好的文学散文且不在乎内容过滤器，大型专有模型在某些场景中可能阅读效果更好。如果你想在自己的计算机上私有运行所有内容，本地模型是正确的选择，只要你的硬件能处理它。

托管的 uncensored 接口适合更窄的案例：你想要成人小说和伴侣式聊天无拒答，你想要你的现有工具已经支持的 OpenAI 兼容 API，你想要使长会话负担得起的每 token 价格。如果这匹配，最快的测试是使用试用额度通过它运行你自己最难的场景。

更多指南

• 有哪些提供 API 的 LLM？免费额度是多少
• AnythingLLM API 密钥：连接自定义 OpenAI 接口
• LiteLLM 与直接无审查 LLM API