Best LLM API गाइड
Roleplay 2026 के लिए सर्वोत्तम LLM: क्या खोजना है
कोई एक मॉडल हर रोलप्ले सेटअप में नहीं जीतता, इसलिए व्यावहारिक प्रश्न यह है कि कौन सा किरदार को बनाए रखता है, दृश्य में रहता है और चलाने की लागत कम होती है। यहाँ बताया गया है कि आप स्वयं उसका परीक्षण कैसे करें।
अपडेट किया गया:

मुख्य बिंदु
- अस्वीकृतियों, किरदार स्थिरता, मेमोरी और प्रति सत्र लागत पर रोलप्ले मॉडल का निर्णय लें।
- यह API एक बिना सेंसर ओपन-वेट मॉडल प्रदान करता है जिसमें 100,000-टोकन कॉन्टेक्स्ट विंडो है, केवल पाठ।
- एक अच्छा सिस्टम प्रॉम्प्ट और समझदारी से चुने गए सैंपलिंग सेटिंग्स मॉडल जितने ही महत्वपूर्ण हैं।
- किसी भी दृश्य में नाबालिगों की कभी अनुमति नहीं है; यह एक कठोर सीमा है।
प्रश्न का एक निष्पक्ष उत्तर
roleplay 2026 के लिए सर्वोत्तम LLM खोजने वाले लोग आमतौर पर एक रैंकिंग चाहते हैं। एक विश्वसनीय रैंकिंग मौजूद नहीं है, क्योंकि roleplay की गुणवत्ता व्यक्तिगत है और यह आपकी शैली, आपके प्रॉम्प्ट और धीमे उत्तरों के लिए आपकी सहनशीलता पर निर्भर करती है। कोई भी सूची जो एक विजेता को चुनती है, कुछ बेच रही है या एक लीडरबोर्ड को दोहरा रही है जो अन्य चीजों को मापता है।
आप जो कर सकते हैं वह यह है कि निर्णय लें कि आपको क्या चाहिए, फिर अपने दृश्यों पर उम्मीदवारों का एक घंटे के लिए परीक्षण करें। यह लेख आपको मापदंड, एक परीक्षण वर्कफ़्लो और एक OpenAI-संगत API के खिलाफ एक काम करने वाला सेटअप देता है। यहाँ पेश किया गया मॉडल एक ओपन-वेट मॉडल है, जो एक स्वतंत्र प्रदाता द्वारा चलाया जाता है, जो कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड है। यह किसी भी मॉडल विक्रेता की आधिकारिक API नहीं है।
रोलप्ले मॉडल में वास्तव में क्या मायने रखता है
अस्वीकृतियाँ और टोन ड्रिफ्ट
वयस्कों के लिए कहानियों में संघर्ष, हिंसा, शोक और रोमांस होता है। एक मॉडल जो आपको उपदेश देने के लिए दृश्य को रोक दे, या हर खलनायक को धीरे से नरम कर दे, तल्लीनता को तोड़ देता है। एक ऐसा मॉडल जो अस्वीकार न करने के लिए ट्यून किया गया है, लेखक को नियंत्रण देता है। यही कारण है कि एक बिना सेंसर वाला मॉडल एक उत्पाद श्रेणी के रूप में मौजूद है। सीमा यह है कि नाबालिगों से जुड़ी कोई भी यौन सामग्री कभी भी अनुमत नहीं है, और सेवा उसे लागू करती है।
पात्र की निरंतरता
क्या पात्र अपनी आवाज़, अपने राज और अपनी विशेषताएँ 60 टर्न के बाद भी बनाए रखता है? यह मॉडल पर, आपके पात्र कार्ड की स्पष्टता पर, और context window की लंबाई पर निर्भर करता है। इसे परखने के लिए टर्न 3 में एक तथ्य डालें और टर्न 50 पर उस बारे में पूछें।
मेमोरी और context
यहाँ context window 100,000 टोकन का है, प्रॉम्प्ट और जवाब सहित। एक सामान्य उपन्यास-शैली के आदान-प्रदान में यह एक बहुत लंबे दृश्य के लिए काफ़ी है, लेकिन अनंत के लिए नहीं। इतिहास लंबा होने पर पुराने टर्न को सारांशित करने की योजना बनाएं।
प्रति सत्र लागत
लंबे रोलप्ले सत्र हर टर्न पर इतिहास फिर से भेजते हैं, इसलिए इनपुट टोकन प्रमुख होते हैं। $0.15 प्रति 1M इनपुट और $0.50 प्रति 1M आउटपुट पर, संख्याएँ छोटी हैं, और अगला खंड दिखाता है कि कितनी छोटी।
फॉर्मेट
यह एक टेक्स्ट-ओनली सेवा है। यह इमेज, आवाज़ या वीडियो जनरेट नहीं करता है, इसलिए एक companion ऐप जिसे तस्वीरें या आवाज़ चाहिए, उन हिस्सों के लिए किसी अन्य सेवा की ज़रूरत होगी।
सिस्टम प्रॉम्प्ट ज्यादातर काम करता है
दो लोग एक ही मॉडल चला सकते हैं और बहुत अलग कहानियाँ प्राप्त कर सकते हैं। अंतर लगभग हमेशा सूची में पहले संदेश का होता है। एक अस्पष्ट कार्ड ("एक समुद्री डाकू, मज़ेदार बनो") सामान्य आउटपुट देता है। एक विशिष्ट कार्ड, जिसमें एक लक्ष्य, बोलने की आदत, एक कमजोरी और उपयोगकर्ता के पात्र के साथ एक रिश्ता हो, ऐसे दृश्य देता है जो कहीं जाते हैं।
कार्ड को दूसरे व्यक्ति में या साधारण विवरण में लिखें, और इसे लगभग 400 शब्दों से कम रखें। लंबे कार्ड गलत नहीं हैं, लेकिन वे हर टर्न पर फिर से भेजे जाते हैं, इसलिए हर अतिरिक्त पैराग्राफ एक लंबे सत्र में सैकड़ों बार भुगतान किया जाता है। उन तथ्यों को शीर्ष पर रखें जो कभी खोने नहीं चाहिए, और शैली नोट्स को नीचे।
एक सत्र की लागत
एक 40-टर्न का दृश्य लें। मान लें कि सिस्टम प्रॉम्प्ट और कैरेक्टर कार्ड 1,200 टोकन हैं, हर टर्न में लगभग 400 टोकन जुड़ते हैं (आपका संदेश और उत्तर), और हर उत्तर लगभग 300 टोकन लंबा होता है।
क्योंकि इतिहास फिर से भेजा जाता है, टर्न n के लिए इनपुट लगभग 1,200 + 400 x (n - 1) टोकन है। 40 टर्न पर जोड़ने पर, यह 40 x 1,200 + 400 x (0 + 1 + ... + 39) = 48,000 + 400 x 780 = 360,000 इनपुट टोकन है। आउटपुट 40 x 300 = 12,000 टोकन है।
- इनपुट: 360,000 / 1,000,000 x $0.15 = $0.054
- आउटपुट: 12,000 / 1,000,000 x $0.50 = $0.006
- कुल: 40-टर्न सत्र के लिए $0.06
तो एक $20 टॉप-अप लगभग 333 ऐसे सत्रों को कवर करता है। $0.50 ट्रायल क्रेडिट, 7 दिनों के लिए मान्य, बिना कार्ड के, लगभग 8 को कवर करता है। यदि आप companion-शैली की चैटें दिन भर चलाते हैं, तो इतिहास को काटना वह लीवर है जो मायने रखता है। टॉप-अप बोनस के लिए मूल्य निर्धारण देखें।
एक कार्यरत सेटअप: सिस्टम प्रॉम्प्ट और API कॉल
एक पात्र तब सबसे अच्छा काम करता है जब सिस्टम प्रॉम्प्ट चार चीज़ें सेट करता है: पात्र कौन है, वह कैसे बोलता है, दृश्य क्या है, और मॉडल को क्या नहीं करना चाहिए (उपयोगकर्ता के लिए बोलना, पात्र तोड़ना, आगे बढ़ना)। इसे साधारण और विशिष्ट रखें।
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."))
उस उल्लिखित पंक्ति पर ध्यान दें कि सभी पात्र वयस्क हैं। कार्ड में इसे डालना अच्छी प्रथा है, और यह सेवा के एकमात्र कठोर नियम से मेल खाता है।
सेटिंग्स जो भावना बदलती हैं
- Temperature 0.8 से 1.0 जीवंत प्रोज़ देता है। यदि पात्र स्क्रिप्ट से भटक जाता है, तो इसे लगभग 0.6 तक कम करें।
- top_p 0.9 से 0.95 सबसे अजीब शब्द चयनों को काटता है बिना जवाबों को समतल किए।
- फ्रीक्वेंसी और प्रेजेंस पेनल्टी पास कर दी जाती हैं। एक छोटी फ्रीक्वेंसी पेनल्टी, जैसे 0.2, लंबे दृश्यों में दोहराए गए वाक्यों को कम करती है।
- स्टॉप सीक्वेंस उपयोगी हैं जब मॉडल आपकी अगली लाइन लिखना शुरू कर दे, उदाहरण के लिए, एक नई लाइन के बाद stop, जिसके बाद आपके पात्र का नाम हो।
- seed मदद करता है जब आप एक ही दृश्य पर दो प्रॉम्प्ट संस्करणों की तुलना करना चाहते हैं।
- max_tokens की 300 से 500 की सीमा जवाबों को पढ़ने योग्य लंबाई पर रखती है और आउटपुट लागत कम रखती है।
एक सेटिंग एक बार में बदलें और वही पाँच शुरुआती संदेश को फिर से चलाएं। अन्यथा आप यह नहीं बता सकते कि अंतर का कारण क्या था।
सामान्य रोलप्ले समस्याएं और समाधान
मॉडल आपके किरदार की पंक्तियाँ लिखता है
सिस्टम प्रॉम्प्ट में एक स्पष्ट नियम जोड़ें: उपयोगकर्ता का संवाद, विचार या निर्णय कभी न लिखें। अपने फ्रंटएंड द्वारा आपके नाम के लिए प्रीफ़िक्स के रूप में उपयोग की गई लाइन पर stop अनुक्रम जोड़ें। ये दोनों मिलकर अधिकांश मामलों को ठीक करते हैं।
जवाब एक ही वाक्यांश दोहराते हैं
फ्रीक्वेंसी पेनल्टी को थोड़ा बढ़ाएं और दृश्य बदलें। दोहराव अक्सर लगभग समान टर्न से भरे इतिहास से आता है, इसलिए नए हुक के साथ जवाब खत्म करना किसी भी सेटिंग से अधिक मदद करता है।
किरदार शुरुआती तथ्यों को भूल जाता है
एक छोटा "अब तक की कहानी" ब्लॉक रखें। हर 20 टर्न पर, मॉडल से दृश्य का 200 शब्दों से कम में सारांश देने के लिए कहें, फिर पुराने टर्न्स को उस सारांश से बदल दें। इससे इनपुट लागत कम रहती है और मुख्य तथ्य प्रॉम्प्ट के शीर्ष पर रहते हैं।
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
जवाब बहुत छोटे या बहुत लंबे हैं
प्रॉम्प्ट में कहें ("दो से चार पैराग्राफ") और max_tokens के साथ उसे पुष्ट करें। प्रॉम्प्ट शब्दावली लक्ष्य निर्धारित करती है; टोकन कैप केवल अनियंत्रित जवाबों से बचने के लिए सुरक्षा करता है।
कोड लिखने के बजाय एक फ्रंटएंड का उपयोग करना
अधिकतर रोलप्ले उपयोगकर्ता एक चैट फ्रंटएंड को प्राथमिकता देते हैं। उदाहरण के लिए, SillyTavern आपको एक OpenAI-संगत एंडपॉइंट जोड़ने देता है। सामान्यतः आप एक कस्टम या OpenAI-संगत कनेक्शन चुनते हैं, बेस URL के रूप में https://api.bestllmapi.com/v1 पेस्ट करते हैं, अपनी कुंजी पेस्ट करते हैं, और मॉडल नाम के रूप में uncensored टाइप करते हैं। मेनू लेबल ऐप और संस्करण के अनुसार भिन्न होते हैं, इसलिए सटीक फ़ील्ड्स के लिए ऐप की अपनी दस्तावेज़ी जांचें।
दो व्यावहारिक सुझाव। पहला, फ्रंटएंड की कॉन्टेक्स्ट विंडो को 100,000 से कम संख्या पर सेट करें और पुराने संदेशों को काटने दें, ताकि एक अनियंत्रित चैट आपकी इनपुट लागत को बढ़ाता न रहे। दूसरा, फ्रंटएंड की स्ट्रीमिंग विकल्प का उपयोग करें, क्योंकि स्ट्रीम किए गए उत्तर संवाद में तेज़ लगते हैं। याद रखें कि एक स्ट्रीम किए गए अनुरोध में आपकी कन्करेंसी स्लॉट में से एक (फुल कुंजी पर 8, ट्रायल कुंजी पर 2) अंत तक बनी रहती है।
एक घंटे की परीक्षण योजना
- API कुंजी पृष्ठ पर $0.50 का ट्रायल क्रेडिट क्लेम करें।
- एक कैरेक्टर कार्ड और एक दृश्य लिखें, और 30 टर्न चलाएं।
- एक तथ्य शुरुआत में रखें और 25वें टर्न के आसपास उसकी याददाश्त की जाँच करें।
- एक अंधेरा लेकिन कानूनी दृश्य आज़माएं जिससे आपका सामान्य मॉडल इनकार करता है, और देखें कि क्या कहानी जारी रहती है।
- एक अलग शैली में एक दूसरे किरदार के साथ दोहराएं।
- प्रतिक्रिया में उपयोग ब्लॉक का उपयोग करके लागत की तुलना करें।
यदि आवाज़ उपयुक्त है और लागत स्वीकार्य है, तो टॉप-अप करें। यदि नहीं, तो आपने यह पता लगाने में बस कुछ सेंट खर्च किए हैं। क्विकस्टार्ट में अनुरोध विवरण दिए गए हैं यदि आपको कोई त्रुटि आती है। प्रॉम्प्ट को प्रशिक्षण के लिए उपयोग नहीं किया जाता है, और विफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है।
अधिक गाइड
प्रश्न और उत्तर
क्या रोलप्ले के लिए एक सर्वोत्तम LLM है?
नहीं। यह आपकी शैली, कैरेक्टर कार्ड और अस्वीकृतियों के लिए आपकी सहनशीलता पर निर्भर करता है। अपने स्वयं के दृश्यों पर परीक्षण करें, और निरंतरता, टोन और प्रति सत्र लागत की तुलना करें।
क्या यह मेरे किरदार के लिए छवि या आवाज़ बना सकता है?
नहीं। सेवा केवल पाठ के लिए है, इसमें छवि, ऑडियो या वीडियो जनरेशन नहीं है।
रोलप्ले सत्र कितना लंबा हो सकता है?
प्रॉम्प्ट और उत्तर को 100,000 टोकन में फिट होना चाहिए। लंबी कहानियों के लिए, पुराने टर्न का सारांश बनाएं और सारांश को सिस्टम प्रॉम्प्ट में रखें।
क्या सामग्री सीमाएँ हैं?
मॉडल कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृति के बिना उत्तर देता है। नाबालिगों से जुड़ी यौन सामग्री कभी भी अनुमत नहीं है।
आपकी कुंजी बस एक फ़ॉर्म दूर है
एक खाता बनाएँ, कुंजी कॉपी करें, बेस URL बदलें। सेटअप यही है।