Best LLM API Guide
Beste LLM voor roleplay 2026: waar je op moet letten
Geen enkel model wint elke roleplay setup, dus de praktische vraag is welke een character vasthoudt, in de scene blijft en weinig kost om te draaien. Zo test je dat zelf.
Bijgewerkt:

Belangrijkste punten
- Beoordeel een roleplay model op refusals, character consistentie, geheugen en kosten per sessie.
- Deze API biedt één ongecensureerd open-weight model met een contextvenster van 100.000 tokens, alleen tekst.
- Een goede system prompt en verstandige sampling settings zijn net zo belangrijk als het model.
- Minderjarigen zijn in geen enkele scene toegestaan; dit is een harde limiet.
Een eerlijk antwoord op de vraag
Mensen die op zoek zijn naar de beste llm voor roleplay 2026 willen meestal een ranking. Een betrouwbare ranking bestaat niet, omdat roleplay kwaliteit subjectief is en afhangt van je genre, je prompts en je tolerantie voor trage replies. Elke lijst die één winnaar kroont, verkoopt iets of herhaalt een leaderboard die andere dingen meet.
Wat je wel kunt doen, is beslissen wat je nodig hebt en dan kandidaten een uur testen op je eigen scenes. Dit artikel geeft je de criteria, een test workflow en een werkende setup tegen een OpenAI-compatible API. Het model dat hier wordt aangeboden is één open-weight model, gedraaid door een onafhankelijke provider, afgestemd op antwoorden zonder content refusals voor legaal gebruik door volwassenen. Het is niet de officiële API van een model vendor.
Wat er echt toe doet in een roleplay model
Refusals en tone drift
Verhalen voor volwassenen bevatten conflict, geweld, rouw en romantiek. Een model dat de scene onderbreekt om je te lessen, of stilletjes elke schurk verzacht, breekt de immersie. Een model dat is afgestemd om niet te refuseren geeft de auteur de controle. Dat is de reden waarom een ongecensureerd model bestaat als productcategorie. De limiet is dat geen enkele seksuele content met minderjarigen ooit is toegestaan, en de service handhaaft dat.
Character consistentie
Behoudt het personage zijn stem, zijn geheimen en zijn eigenaardigheden na 60 beurten? Dit hangt af van het model, hoe duidelijk je character card is, en de contextlengte. Test dit door een feit te planten in beurt 3 en erover te vragen in beurt 50.
Geheugen en context
Het contextvenster hier is 100.000 tokens, prompt plus reply. Voor een typische romanachtige uitwisseling die een zeer lange scène vasthoudt, maar niet een eindeloze. Plan om oude beurten samen te vatten zodra de geschiedenis lang wordt.
Kosten per sessie
Lange roleplay sessies sturen de geschiedenis bij elke beurt opnieuw mee, dus input tokens domineren. Bij $0,15 per 1M input en $0,50 per 1M output zijn de bedragen klein, en de volgende sectie laat zien hoe klein.
Formaat
Dit is een tekst-only dienst. Het genereert geen afbeeldingen, stem of video, dus een companion app die plaatjes of speech wil, heeft een andere dienst nodig voor die delen.
De system prompt doet het meeste werk
Twee mensen kunnen hetzelfde model draaien en heel verschillende verhalen krijgen. Het verschil is bijna altijd het eerste bericht in de lijst. Een vaag card ("een piraat, wees grappig") geeft generieke output. Een specifieke card, met een doel, een spreekgewoonte, een zwakte en een relatie tot het personage van de gebruiker, geeft scènes die ergens naartoe gaan.
Schrijf de card in de tweede persoon of gewone beschrijving, en houd het onder de ongeveer 400 woorden. Lange cards zijn niet fout, maar ze worden naar elke beurt gestuurd, dus elke extra alinea wordt honderden keren betaald in een lange sessie. Zet de feiten die nooit verloren mogen gaan bovenaan en de style notes onderaan.
Wat een sessie kost
Neem een 40-beurten-scène. Zeg dat de system prompt en character card 1.200 tokens zijn, elke beurt voegt ongeveer 400 tokens toe (jouw bericht plus de reply), en elke reply is ongeveer 300 tokens lang.
Omdat de geschiedenis opnieuw wordt gestuurd, is input voor beurt n ongeveer 1.200 + 400 x (n - 1) tokens. Opgeteld over 40 beurten, is dat 40 x 1.200 + 400 x (0 + 1 + ... + 39) = 48.000 + 400 x 780 = 360.000 input tokens. Output is 40 x 300 = 12.000 tokens.
- Input: 360.000 / 1.000.000 x $0,15 = $0,054
- Output: 12.000 / 1.000.000 x $0,50 = $0,006
- Totaal: $0,06 voor de hele 40-beurten sessie
Dus een $20 top-up dekt ongeveer 333 zulke sessies. De $0,50 trial, geldig 7 dagen zonder kaart, dekt ongeveer 8. Als je companion-style chats de hele dag draait, is het trimmen van geschiedenis de hefboom die ertoe doet. Zie prijzen voor top-up bonussen.
Een werkende setup: system prompt en API call
Een personage werkt het beste wanneer de system prompt vier dingen zet: wie het personage is, hoe het praat, wat de scène is, en wat het model niet moet doen (praten voor de gebruiker, het personage breken, vooruit springen). Houd het eenvoudig en specifiek.
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."))
Merk de gestelde regel op dat alle personages volwassen zijn. Het is goede praktijk om het in de card te zetten, en het komt overeen met de ene harde regel van de dienst.
Instellingen die de feel veranderen
- Temperatuur 0,8 tot 1,0 geeft levendiger proza. Verlaag het naar ongeveer 0,6 als het personage van het script afdwaalt.
- top_p 0,9 tot 0,95 trimt de vreemdste woordkeuzes zonder replies plat te maken.
- Frequentie en presence penalties worden doorgegeven. Een kleine frequentie penalty, zoals 0,2, vermindert herhaalde zinnen in lange scènes.
- stop sequences zijn nuttig om een reply te onderbreken wanneer het model begint je volgende regel te schrijven, bijvoorbeeld een stop op een newline gevolgd door de naam van je personage.
- seed helpt wanneer je twee prompt versies op dezelfde scene wilt vergelijken.
- max_tokens van 300 tot 500 houdt antwoorden leesbaar en houdt de uitvoerkosten laag.
Verander één setting tegelijk en run dezelfde vijf openingsberichten opnieuw. Anders kun je niet zeggen wat het verschil veroorzaakte.
Veelvoorkomende problemen bij roleplay en oplossingen
Het model schrijft de regels van je character
Voeg een expliciete regel toe aan de system prompt: schrijf nooit de dialogue, gedachten of beslissingen van de gebruiker. Voeg een stop sequence toe op de line prefix die je frontend gebruikt voor je naam. Samen fixen deze de meeste gevallen.
Antwoorden herhalen dezelfde zinnen
Verhoog de frequency penalty een beetje en varieer de scene. Herhaling komt vaak door een geschiedenis vol bijna-identieke turns, dus het eindigen van replies met een nieuwe hook helpt meer dan elke setting.
Het character vergeet vroege feiten
Houd een korte "verhaal tot nu toe"-blok. Elke 20 beurten, vraag het model om de scène samen te vatten in minder dan 200 woorden, vervang dan de oude beurten met die samenvatting. Dit houdt input kosten laag en houdt belangrijke feiten dicht bij de top van de 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
Replies zijn te kort of te lang
Zeg het in de prompt ("twee tot vier alinea's") en ondersteun het met max_tokens. Prompt wording zet het doel; de token cap beschermt alleen tegen runaway replies.
Een frontend gebruiken in plaats van code te schrijven
Veel roleplay gebruikers geven de voorkeur aan een chat frontend. SillyTavern, bijvoorbeeld, laat je een OpenAI-compatible endpoint toevoegen. In het algemeen kies je een custom of OpenAI-compatible verbinding, plak https://api.bestllmapi.com/v1 als de base URL, plak je sleutel, en typ uncensored als de model naam. Menu labels variëren per app en versie, dus check de app's eigen documentatie voor de exacte velden.
Twee praktische tips. Eerst, zet de context grootte van de frontend op een nummer onder 100.000 en laat het oude berichten trimmen, zodat een runaway chat niet je input kosten blijft laten groeien. Tweede, gebruik de streaming optie van de frontend, omdat gestreamde replies sneller aanvoelen in een conversatie. Onthoud dat een gestreamd request een van je concurrency slots vasthoudt (8 op een volledige sleutel, 2 op een trial sleutel) tot het eindigt.
Een testplan van één uur
- Claim de $0,50 trial op de API key pagina.
- Schrijf één karakterkaart en één scène, en voer 30 beurten uit.
- Plant een feit vroeg en controleer de herinnering rond beurt 25.
- Probeer een donkere maar legale scène die je gebruikelijke model weigert, en zie of het verhaal doorgaat.
- Herhaal met een tweede personage in een ander genre.
- Vergelijk de kosten aan de hand van het gebruiksblok in het antwoord.
Als de stem past en de kosten acceptabel zijn, laad je tegoed op. Als dat niet zo is, heb je een paar cent uitgegeven om dat te ontdekken. De quickstart bevat verzoekdetails als je een fout tegenkomt. Prompts worden niet gebruikt voor training en mislukte of geweigerde verzoeken worden niet in rekening gebracht.
Meer handleidingen
Vragen en antwoorden
Is er één beste LLM voor rollenspel?
Nee. Het hangt af van je genre, personagekaarten en je tolerantie voor weigeringen. Test op je eigen scènes en vergelijk consistentie, toon en kosten per sessie.
Kan het afbeeldingen of spraak voor mijn personage genereren?
Nee. De dienst is alleen tekst, zonder afbeeldings-, audio- of videogeneratie.
Hoe lang kan een roleplaysessie duren?
Prompt plus antwoord moeten passen binnen 100.000 tokens. Voor langere verhalen, vat eerdere beurten samen en houd de samenvatting in de systeemprompt.
Zijn er inhoudslimieten?
Het model antwoordt zonder inhoudelijke weigeringen voor legaal gebruik door volwassenen. Seksuele inhoud met minderjarigen is nooit toegestaan.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.