Best LLM API Hướng dẫn
LLM tốt nhất cho nhập vai 2026: Những điều cần lưu ý
Không có mô hình đơn nào thắng mọi thiết lập nhập vai, vì vậy câu hỏi thực tế là mô hình nào giữ được nhân vật, duy trì cảnh và có chi phí vận hành thấp. Dưới đây là cách bạn tự kiểm tra điều đó.
Cập nhật:

Điểm chính
- Đánh giá mô hình nhập vai dựa trên khả năng từ chối, sự nhất quán của nhân vật, bộ nhớ và chi phí cho mỗi phiên.
- API này cung cấp một mô hình open-weight không kiểm duyệt với cửa sổ ngữ cảnh 100,000 token, chỉ hỗ trợ văn bản.
- Một system prompt tốt và các cài đặt sampling hợp lý quan trọng không kém gì mô hình.
- Người chưa thành niên không bao giờ được phép xuất hiện trong bất kỳ cảnh nào; đây là giới hạn cứng.
Một câu trả lời công bằng cho câu hỏi
Người dùng tìm kiếm mô hình LLM tốt nhất cho roleplay 2026 thường muốn một bảng xếp hạng. Bảng xếp hạng đáng tin cậy không tồn tại, vì chất lượng roleplay mang tính chủ quan và phụ thuộc vào thể loại của bạn, các prompt của bạn và mức độ chịu đựng của bạn với các phản hồi chậm. Bất kỳ danh sách nào tôn vinh một người chiến thắng duy nhất đều đang bán một thứ gì đó hoặc lặp lại một bảng xếp hạng đo lường những thứ khác.
Những gì bạn có thể làm là quyết định những gì bạn cần, sau đó kiểm tra các ứng viên trên các cảnh của riêng bạn trong một giờ. Bài viết này cung cấp cho bạn các tiêu chí, quy trình kiểm tra và thiết lập hoạt động với một API tương thích OpenAI. Mô hình được cung cấp ở đây là một mô hình open-weight, do một nhà cung cấp độc lập vận hành, được tinh chỉnh để trả lời mà không có từ chối nội dung cho người dùng trưởng thành hợp pháp. Đây không phải là API chính thức của bất kỳ nhà cung cấp mô hình nào.
Những gì thực sự quan trọng trong một mô hình nhập vai
Từ chối và lệch giọng điệu
Các câu chuyện dành cho người lớn chứa đựng xung đột, bạo lực, nỗi buồn và tình yêu. Một mô hình dừng cảnh để lên lớp bạn, hoặc nhẹ nhàng làm mềm mọi kẻ phản diện, sẽ phá vỡ sự nhập vai. Một mô hình được tinh chỉnh để không từ chối cho phép tác giả kiểm soát. Đó là lý do một mô hình không kiểm duyệt tồn tại như một danh mục sản phẩm. Giới hạn là không có nội dung tình dục nào liên quan đến người chưa thành niên được phép, không bao giờ, và dịch vụ thực thi điều đó.
Sự nhất quán của nhân vật
Nhân vật có giữ được giọng điệu, bí mật và những nét đặc trưng sau 60 lượt không? Điều này phụ thuộc vào mô hình, độ rõ ràng của thẻ nhân vật và độ dài cửa sổ ngữ cảnh. Hãy kiểm tra bằng cách đặt một thông tin ở lượt 3 và hỏi về nó ở lượt 50.
Bộ nhớ và ngữ cảnh
Cửa sổ ngữ cảnh ở đây là 100,000 token, bao gồm prompt và câu trả lời. Với một cuộc trao đổi kiểu tiểu thuyết điển hình, dung lượng này đủ cho một cảnh rất dài, nhưng không phải vô hạn. Hãy lên kế hoạch tóm tắt các lượt cũ khi lịch sử trở nên dài.
Chi phí cho mỗi phiên
Các phiên nhập vai dài gửi lại lịch sử ở mỗi lượt, vì vậy token đầu vào chiếm ưu thế. Ở mức $0.15 cho mỗi 1M token đầu vào và $0.50 cho mỗi 1M token đầu ra, các con số rất nhỏ, và phần tiếp theo sẽ cho thấy mức độ nhỏ như thế nào.
Định dạng
Đây là một dịch vụ chỉ hỗ trợ văn bản. Nó không tạo hình ảnh, giọng nói hoặc video, vì vậy một ứng dụng companion muốn hình ảnh hoặc giọng nói cần một dịch vụ khác cho những phần đó.
System prompt thực hiện hầu hết công việc
Hai người có thể chạy cùng một mô hình và nhận được những câu chuyện rất khác nhau. Khoảng cách gần như luôn luôn nằm ở thông điệp đầu tiên trong danh sách. Một thẻ mơ hồ ("một tên hải tặc, hãy vui vẻ") cho đầu ra chung chung. Một thẻ cụ thể, với mục tiêu, thói quen nói, điểm yếu và mối quan hệ với nhân vật của người dùng, sẽ tạo ra các cảnh có hướng đi.
Viết thẻ ở ngôi thứ hai hoặc mô tả đơn giản, và giữ độ dài dưới khoảng 400 từ. Thẻ dài không sai, nhưng chúng được gửi lại ở mỗi lượt, vì vậy mỗi đoạn văn bổ sung đều phải trả giá hàng trăm lần trong một phiên dài. Đặt các thông tin quan trọng không bao giờ bị mất ở đầu và các ghi chú về phong cách ở cuối.
Chi phí cho một phiên
Hãy lấy một cảnh 40 lượt. Giả sử system prompt và thẻ nhân vật là 1,200 token, mỗi lượt thêm khoảng 400 token (tin nhắn của bạn cộng với câu trả lời), và mỗi câu trả lời dài khoảng 300 token.
Vì lịch sử được gửi lại, đầu vào cho lượt n là khoảng 1,200 + 400 x (n - 1) token. Tổng cộng qua 40 lượt, đó là 40 x 1,200 + 400 x (0 + 1 + ... + 39) = 48,000 + 400 x 780 = 360,000 token đầu vào. Đầu ra là 40 x 300 = 12,000 token.
- Đầu vào: 360,000 / 1,000,000 x $0.15 = $0.054
- Đầu ra: 12,000 / 1,000,000 x $0.50 = $0.006
- Tổng cộng: $0.06 cho toàn bộ phiên 40 lượt
Vì vậy, việc nạp $20 bao gồm khoảng 333 phiên như vậy. Gói dùng thử $0.50, có hiệu lực trong 7 ngày mà không cần thẻ, bao gồm khoảng 8 phiên. Nếu bạn chạy các cuộc trò chuyện theo kiểu bạn đồng hành cả ngày, việc cắt giảm lịch sử là yếu tố quan trọng. Xem giá cả để biết các ưu đãi nạp tiền.
Một thiết lập hoạt động: system prompt và cuộc gọi API
Một nhân vật hoạt động tốt nhất khi system prompt đặt ra bốn điều: nhân vật là ai, họ nói chuyện như thế nào, cảnh là gì, và mô hình không được làm gì (nói thay người dùng, phá vỡ nhân vật, nhảy lên trước). Hãy giữ nó đơn giản và cụ thể.
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."))
Hãy chú ý đến dòng được nêu rõ rằng tất cả các nhân vật đều là người trưởng thành. Đó là thực hành tốt để đặt nó vào thẻ, và nó khớp với quy tắc cứng duy nhất của dịch vụ.
Các cài đặt thay đổi cảm giác
- Nhiệt độ từ 0.8 đến 1.0 mang lại văn phong sinh động hơn. Hãy giảm xuống khoảng 0.6 nếu nhân vật đi chệch khỏi kịch bản.
- top_p từ 0.9 đến 0.95 loại bỏ các lựa chọn từ ngữ kỳ lạ nhất mà không làm các phản hồi trở nên đơn điệu.
- Các hình phạt về tần suất và sự hiện diện được truyền qua. Một hình phạt tần suất nhỏ, chẳng hạn như 0.2, giảm các cụm từ lặp lại trong các cảnh dài.
- các trình tự dừng hữu ích để cắt một phản hồi khi mô hình bắt đầu viết dòng tiếp theo của bạn, ví dụ như một trình tự dừng ở đầu dòng mới theo sau là tên nhân vật của bạn.
- seed hữu ích khi bạn muốn so sánh hai phiên bản prompt trên cùng một cảnh.
- max_tokens từ 300 đến 500 giữ các phản hồi ở độ dài dễ đọc và giữ chi phí đầu ra thấp.
Thay đổi một cài đặt tại một thời điểm và chạy lại năm thông điệp mở đầu giống nhau. Nếu không, bạn không thể biết điều gì đã gây ra sự khác biệt.
Các vấn đề phổ biến trong roleplay và cách khắc phục
Mô hình viết lời thoại của nhân vật bạn
Thêm một quy tắc rõ ràng vào system prompt: không bao giờ viết hội thoại, suy nghĩ hoặc quyết định của người dùng. Thêm một chuỗi stop vào tiền tố dòng mà frontend của bạn dùng cho tên của bạn. Những điều này cùng nhau khắc phục hầu hết các trường hợp.
Câu trả lời lặp lại cùng các cụm từ
Tăng nhẹ hình phạt tần suất và thay đổi cảnh. Sự lặp lại thường đến từ một lịch sử đầy các lượt gần như giống hệt nhau, vì vậy việc kết thúc các câu trả lời bằng một móc nối mới giúp hơn bất kỳ cài đặt nào.
Nhân vật quên các thông tin ban đầu
Giữ một khối "diễn biến câu chuyện" ngắn. Cứ sau 20 lượt, hãy yêu cầu mô hình tóm tắt cảnh trong dưới 200 từ, sau đó thay thế các lượt cũ bằng bản tóm tắt đó. Điều này giữ chi phí đầu vào thấp và giữ các thông tin quan trọng gần đầu 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
Các câu trả lời quá ngắn hoặc quá dài
Nói điều đó trong prompt ("hai đến bốn đoạn") và hỗ trợ nó bằng max_tokens. Từ ngữ trong prompt đặt ra mục tiêu; giới hạn token chỉ bảo vệ chống lại các phản hồi vượt khỏi kiểm soát.
Sử dụng frontend thay vì viết mã
Nhiều người dùng roleplay thích một giao diện trò chuyện. SillyTavern, ví dụ, cho phép bạn thêm một endpoint tương thích OpenAI. Nhìn chung, bạn chọn kết nối tùy chỉnh hoặc tương thích OpenAI, dán https://api.bestllmapi.com/v1 làm URL cơ sở, dán khóa của bạn và nhập uncensored làm tên mô hình. Nhãn menu khác nhau tùy theo ứng dụng và phiên bản, vì vậy hãy kiểm tra tài liệu chính thức của ứng dụng để biết các trường chính xác.
Hai mẹo thực tế. Đầu tiên, đặt kích thước cửa sổ ngữ cảnh của giao diện người dùng thành một số dưới 100.000 và để nó cắt các tin nhắn cũ, để một cuộc trò chuyện vượt khỏi kiểm soát không làm tăng chi phí đầu vào của bạn. Thứ hai, sử dụng tùy chọn truyền phát của giao diện người dùng, vì các phản hồi được truyền phát cảm thấy nhanh hơn trong một cuộc trò chuyện. Hãy nhớ rằng một yêu cầu truyền phát giữ một trong các khe đồng thời của bạn (8 trên khóa đầy đủ, 2 trên khóa dùng thử) cho đến khi nó kết thúc.
Kế hoạch kiểm tra một giờ
- Nhận gói dùng thử $0.50 trên trang khóa API.
- Viết một thẻ nhân vật và một cảnh, và chạy 30 lượt.
- Đặt một thông tin sớm và kiểm tra khả năng ghi nhớ xung quanh lượt 25.
- Thử một cảnh tối nhưng hợp pháp mà mô hình thông thường của bạn từ chối, và xem liệu câu chuyện có tiếp tục không.
- Lặp lại với một nhân vật thứ hai trong một thể loại khác.
- So sánh chi phí bằng cách sử dụng khối sử dụng trong phản hồi.
Nếu giọng điệu phù hợp và chi phí chấp nhận được, hãy nạp tiền. Nếu không, bạn đã chi vài cent để tìm ra điều đó. hướng dẫn nhanh có chi tiết yêu cầu nếu bạn gặp lỗi. Các prompt không được sử dụng để huấn luyện và các yêu cầu bị lỗi hoặc bị từ chối không bị tính phí.
Hướng dẫn khác
Hỏi đáp
Có một mô hình LLM tốt nhất cho roleplay không?
Không. Nó phụ thuộc vào thể loại, thẻ nhân vật và mức độ chịu đựng việc từ chối của bạn. Hãy thử nghiệm trên các cảnh của riêng bạn và so sánh tính nhất quán, tông giọng và chi phí cho mỗi phiên.
Nó có thể tạo hình ảnh hoặc giọng nói cho nhân vật của tôi không?
Không. Dịch vụ chỉ hỗ trợ văn bản, không có tạo hình ảnh, âm thanh hoặc video.
Phiên nhập vai có thể kéo dài bao lâu?
Prompt cộng với phản hồi phải nằm trong 100.000 token. Đối với các câu chuyện dài hơn, hãy tóm tắt các lượt trò chuyện cũ và giữ bản tóm tắt trong system prompt.
Có giới hạn nội dung không?
Mô hình trả lời mà không có từ chối nội dung cho mục đích người trưởng thành hợp pháp. Nội dung tình dục liên quan đến người chưa thành niên luôn bị cấm.
Khóa của bạn chỉ cách một biểu mẫu
Tạo tài khoản, sao chép khóa, thay đổi URL cơ sở. Đó là toàn bộ thiết lập.