Best LLM API Guide
Bestes LLM für Roleplay 2026: Worauf du achten solltest
Kein einzelnes Modell gewinnt jede Roleplay-Einrichtung, also ist die praktische Frage, welches einen Charakter hält, in der Szene bleibt und wenig kostet. So testest du das selbst.
Aktualisiert:

Wichtige Punkte
- Bewerte ein Roleplay-Modell an Ablehnungen, Charakterkonsistenz, Gedächtnis und Kosten pro Session.
- Diese API bietet ein unzensiertes Open-Weight-Modell mit 100.000-Token-Kontextfenster, nur Text.
- Ein guter System-Prompt und sinnvolle Sampling-Einstellungen sind genauso wichtig wie das Modell.
- Minderjährige sind in keiner Szene erlaubt; das ist eine harte Grenze.
Eine faire Antwort auf die Frage
Leute, die nach dem besten LLM für Roleplay 2026 suchen, wollen meist eine Rangliste. Eine vertrauenswürdige Rangliste gibt es nicht, weil die Qualität von Roleplay subjektiv ist und von deinem Genre, deinen Prompts und deiner Toleranz für langsame Antworten abhängt. Jede Liste, die einen Sieger krönt, verkauft etwas oder wiederholt eine Rangliste, die andere Dinge misst.
Was du tun kannst: Entscheide, was du brauchst, und teste Kandidaten eine Stunde lang an eigenen Szenen. Dieser Artikel gibt dir die Kriterien, einen Test-Workflow und eine funktionierende Einrichtung gegen eine OpenAI-kompatible API. Das angebotene Modell ist ein Open-Weight-Modell, betrieben von einem unabhängigen Anbieter, abgestimmt auf Antworten ohne Inhaltsfilter für die legale Nutzung durch Erwachsene. Es ist nicht die offizielle API eines Modell-Anbieters.
Was bei einem Roleplay-Modell wirklich zählt
Ablehnungen und Tonfall-Drift
Geschichten für Erwachsene enthalten Konflikte, Gewalt, Trauer und Romantik. Ein Modell, das die Szene stoppt, um dich zu belehren, oder leise jeden Bösewicht abschwächt, bricht die Immersion. Ein Modell, das nicht ablehnt, gibt dem Autor die Kontrolle. Das ist der Grund, warum ein unzensiertes Modell als Produktkategorie existiert. Die Grenze ist, dass keine sexuellen Inhalte mit Minderjährigen erlaubt sind, und der Dienst setzt das durch.
Charakterkonsistenz
Behält der Charakter seine Stimme, seine Geheimnisse und seine Eigenheiten nach 60 Turns? Das hängt vom Modell, der Klarheit deiner Charakterkarte und der Kontextlänge ab. Teste es, indem du in Turn 3 eine Tatsache einbaust und in Turn 50 danach fragst.
Gedächtnis und Kontext
Das Kontextfenster hier umfasst 100.000 Token, Prompt plus Antwort. Für einen typischen Dialog im Romanstil reicht das für eine sehr lange Szene, aber nicht für eine endlose. Plane, alte Turns zusammenzufassen, wenn die Historie lang wird.
Kosten pro Session
Lange Roleplay-Sessions senden die Historie in jedem Turn erneut, also dominieren Input-Token. Bei $0,15 pro 1M Input und $0,50 pro 1M Output sind die Zahlen klein, und der nächste Abschnitt zeigt, wie klein.
Format
Dies ist ein reiner Textdienst. Er generiert keine Bilder, Stimme oder Video, also braucht eine Companion-App, die Bilder oder Sprache will, einen anderen Dienst für diese Teile.
Der System-Prompt erledigt die meiste Arbeit
Zwei Personen können dasselbe Modell nutzen und sehr unterschiedliche Geschichten erhalten. Die Lücke liegt fast immer an der ersten Nachricht in der Liste. Eine vage Karte („ein Pirat, sei lustig“) gibt generische Ausgaben. Eine spezifische Karte mit einem Ziel, einer Sprechgewohnheit, einer Schwäche und einer Beziehung zur Figur des Nutzers gibt Szenen, die in eine Richtung gehen.
Schreibe die Karte in der zweiten Person oder als reine Beschreibung und halte sie unter etwa 400 Wörter. Lange Karten sind nicht falsch, aber sie werden in jedem Turn erneut gesendet, also wird jeder zusätzliche Absatz in einer langen Session hunderte Male bezahlt. Setze die Fakten, die nie verloren gehen dürfen, an den Anfang und die Stilnotizen an das Ende.
Was eine Session kostet
Nimm eine 40-Turn-Szene. Nimm an, System-Prompt und Charakterkarte sind 1.200 Token, jeder Turn fügt etwa 400 Token hinzu (deine Nachricht plus die Antwort), und jede Antwort ist etwa 300 Token lang.
Da die Historie erneut gesendet wird, ist der Input für Turn n ungefähr 1.200 + 400 x (n - 1) Token. Summiert über 40 Turns ergibt das 40 x 1.200 + 400 x (0 + 1 + ... + 39) = 48.000 + 400 x 780 = 360.000 Input-Token. Output sind 40 x 300 = 12.000 Token.
- Input: 360.000 / 1.000.000 x $0,15 = $0,054
- Output: 12.000 / 1.000.000 x $0,50 = $0,006
- Gesamt: $0,06 für die gesamte 40-Turn-Sitzung
Eine Aufladung von 20 $ deckt also etwa 333 solcher Sitzungen ab. Das 0,50-$-Testguthaben, 7 Tage gültig ohne Karte, deckt etwa 8 ab. Wenn du den ganzen Tag über Companion-Chat-Sessions ausführst, ist das Kürzen des Verlaufs der entscheidende Hebel. Sieh dir Preise für Aufladeboni an.
Eine funktionierende Einrichtung: System-Prompt und API-Aufruf
Ein Charakter funktioniert am besten, wenn der System-Prompt vier Dinge festlegt: Wer der Charakter ist, wie er spricht, was die Szene ist und was das Modell nicht tun darf (für den Nutzer sprechen, die Rolle brechen, vorausgreifen). Halte es klar und spezifisch.
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.bestllmapi.com/v1", api_key=os.environ["LLM_API_KEY"])
SYSTEM = (
"You are Captain Isolde Varn, a weary smuggler pilot in a rain-soaked "
"port city. You speak in short, dry sentences and distrust officials. "
"Stay in character. Describe actions in plain third-person prose. "
"Never write the user's lines or decisions. End each reply with a hook "
"the user can respond to. All characters in the story are adults."
)
history = [{"role": "system", "content": SYSTEM}]
def turn(user_text):
history.append({"role": "user", "content": user_text})
resp = client.chat.completions.create(
model="uncensored",
messages=history,
temperature=0.9,
top_p=0.95,
max_tokens=400,
)
reply = resp.choices[0].message.content
history.append({"role": "assistant", "content": reply})
return reply
print(turn("I step into the hangar, rain dripping off my coat."))
Beachte die angegebene Zeile, dass alle Charaktere erwachsen sind. Es ist gute Praxis, dies in die Karte aufzunehmen, und es entspricht der einen harten Regel des Dienstes.
Einstellungen, die das Gefühl ändern
- Temperature 0,8 bis 1,0 sorgt für lebhafteren Text. Senke den Wert auf etwa 0,6, wenn der Charakter vom Faden abweicht.
- top_p 0,9 bis 0,95 schneidet die seltsamsten Wortwahlmöglichkeiten ab, ohne die Antworten flach zu machen.
- Frequency- und Presence-Penalties werden durchgereicht. Eine kleine Frequency-Penalty, z. B. 0,2, reduziert wiederholte Phrasen in langen Szenen.
- Stop-Sequenzen sind nützlich, um eine Antwort abzuschneiden, wenn das Modell beginnt, deine nächste Zeile zu schreiben, zum Beispiel ein Stopp an einem Zeilenumbruch gefolgt vom Namen deiner Figur.
- seed hilft, wenn du zwei Prompt-Versionen in derselben Szene vergleichen möchtest.
- max_tokens von 300 bis 500 hält Antworten auf eine lesbare Länge und hält die Output-Kosten niedrig.
Ändere eine Einstellung nach der anderen und führe dieselben fünf Eröffnungsnachrichten erneut aus. Sonst kannst du nicht erkennen, was den Unterschied verursacht hat.
Häufige Probleme beim Roleplay und Lösungen
Das Modell schreibt die Zeilen deines Charakters
Füge eine explizite Regel in den System-Prompt ein: Schreibe niemals den Dialog, die Gedanken oder Entscheidungen des Benutzers. Füge eine stop-Sequenz für das Zeilenpräfix hinzu, das dein Frontend für deinen Namen verwendet. Zusammen beheben diese Maßnahmen die meisten Fälle.
Antworten wiederholen dieselben Phrasen
Erhöhe die Frequency-Penalty etwas und variiere die Szene. Wiederholung kommt oft aus einer Historie voller fast identischer Turns, also hilft das Beenden von Antworten mit einem neuen Hook mehr als jede Einstellung.
Der Charakter vergisst frühe Fakten
Halte einen kurzen „Bisherige Handlung“-Block. Frage alle 20 Turns das Modell, die Szene in unter 200 Wörtern zusammenzufassen, und ersetze dann die alten Turns durch diese Zusammenfassung. Das hält die Input-Kosten niedrig und hält wichtige Fakten oben im Prompt.
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.bestllmapi.com/v1", api_key=os.environ["LLM_API_KEY"])
def compress(history, keep_last=8):
old, recent = history[1:-keep_last], history[-keep_last:]
if not old:
return history
text = "\n".join(m["role"] + ": " + m["content"] for m in old)
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize this scene in under 200 words, keeping names, facts and open threads:\n" + text}],
max_tokens=300,
)
summary = {"role": "system", "content": "Story so far: " + r.choices[0].message.content}
return [history[0], summary] + recent
Antworten sind zu kurz oder zu lang
Schreibe es in den Prompt ("zwei bis vier Absätze") und stütze es mit max_tokens. Die Formulierung des Prompts setzt das Ziel; die Token-Obergrenze schützt nur vor unkontrollierten Antworten.
Ein Frontend verwenden statt Code zu schreiben
Viele Roleplay-Nutzer bevorzugen ein Chat-Frontend. SillyTavern ermöglicht zum Beispiel das Hinzufügen eines OpenAI-kompatiblen Endpunkts. Im Allgemeinen wählst du eine benutzerdefinierte oder OpenAI-kompatible Verbindung, fügst https://api.bestllmapi.com/v1 als Basis-URL ein, fügst deinen Schlüssel ein und gibst uncensored als Modellnamen ein. Die Menübeschriftungen variieren je nach App und Version, daher solltest du die eigene Dokumentation der App für die genauen Felder konsultieren.
Zwei praktische Tipps. Erstens, setze die Kontextgröße des Frontends auf eine Zahl unter 100.000 und lass es alte Nachrichten kürzen, damit ein ausufernder Chat deine Input-Kosten nicht weiter steigen lässt. Zweitens, nutze die Streaming-Option des Frontends, da gestreamte Antworten in einem Gespräch schneller wirken. Denke daran, dass eine gestreamte Anfrage einen deiner Concurrency-Slots belegt (8 bei einem Vollschlüssel, 2 bei einem Trial-Schlüssel), bis sie endet.
Ein Testplan für eine Stunde
- Fordere das Testguthaben von 0,50 $ auf der API-Schlüssel-Seite an.
- Schreibe eine Charakterkarte und eine Szene und führe 30 Turns aus.
- Baue früh eine Tatsache ein und prüfe das Erinnerungsvermögen um Turn 25.
- Versuche eine dunkle, aber legale Szene, die dein übliches Modell ablehnt, und sieh, ob die Geschichte weitergeht.
- Wiederhole dies mit einem zweiten Charakter in einem anderen Genre.
- Vergleiche die Kosten anhand des Nutzungsblocks in der Antwort.
Wenn die Stimme passt und die Kosten akzeptabel sind, lade auf. Wenn nicht, hast du ein paar Cent ausgegeben, um es herauszufinden. Der Quickstart enthält Anfragedetails, falls ein Fehler auftritt. Prompts werden nicht zum Training verwendet, und fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.
Weitere Anleitungen
Fragen und Antworten
Gibt es ein bestes LLM für Roleplay?
Nein. Es hängt von deinem Genre, den Charakterkarten und deiner Toleranz gegenüber Ablehnungen ab. Teste es in eigenen Szenen und vergleiche Konsistenz, Tonfall und Kosten pro Sitzung.
Kann es Bilder oder Stimme für meinen Charakter erzeugen?
Nein. Der Dienst ist nur textbasiert, ohne Bild-, Audio- oder Videogenerierung.
Wie lang kann eine Roleplay-Sitzung dauern?
Prompt plus Antwort müssen in 100.000 Token passen. Für längere Geschichten fasse ältere Gespräche zusammen und behalte die Zusammenfassung im System-Prompt.
Gibt es Inhaltsbeschränkungen?
Das Modell antwortet ohne Inhaltsfilter für die legale Nutzung durch Erwachsene. Sexuelle Inhalte mit Minderjährigen sind niemals erlaubt.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.