Do que você precisa para usar um modelo sem censura no SillyTavern?
Você precisa de uma cópia do SillyTavern em execução, uma conta de API com crédito, uma chave de API e o ID de um modelo abliterated. O SillyTavern é a interface de chat: ele junta seu chat, a descrição do personagem, os lorebooks e as notas do autor em um único prompt e o envia para a API que você conectar.
O próprio guia de conexões de API do SillyTavern divide essas APIs em dois grupos. As APIs locais rodam no seu PC sem filtro de conteúdo, mas a instalação pode ser complexa, cada modelo é um download de 5 a 50 GB, e a maioria é menos poderosa que as APIs na nuvem. As APIs na nuvem não exigem nada na sua máquina, mas todas filtram conteúdo em algum grau. Um modelo abliterated servido por API roda na nuvem com pesos abertos cujo comportamento de recusa foi removido por edição (como a abliteration remove as recusas), embora nossa verificação de segurança ainda bloqueie dois tipos de conteúdo.
- SillyTavern. Instale-o com o guia oficial de instalação, que cobre Windows, Linux, macOS, Android e Docker.
- Uma conta. Crie uma conta anônima: seu navegador resolve uma verificação de prova de trabalho e você recebe um número de conta de 16 dígitos, seu único acesso. Não há e-mail nem senha, e o número é mostrado uma única vez, então salve-o.
- Crédito. Depois do cadastro, você pode resgatar US$ 0,50 de crédito de teste grátis em uma etapa separada, que executa uma verificação mais pesada no seu navegador. Ele é concedido quando a rede se qualifica; endereços de data center, VPN e Tor não se qualificam. As recargas começam em US$ 5, pagas com Monero, Bitcoin, USDT, Ethereum, Litecoin e outras criptomoedas. Veja as condições de cobrança.
- Uma chave de API. Crie uma no painel. Ela começa com
sk-e é mostrada uma única vez. Seu número da conta não é uma chave de API e nunca funciona no lugar dela: como funcionam as chaves de API. - O endpoint e o ID de um modelo. O endpoint é
https://api.abliteratedllm.dev/v1, e todos os IDs de modelo estão na lista de modelos.
Até que sua primeira recarga seja creditada, uma conta de teste recebe no máximo 4096 tokens de saída por resposta, 10 requisições por minuto por chave e 1 requisição de cada vez. Os limites de requisições e as regras de teste mostram o que muda depois de uma recarga. Ainda está comparando provedores? Leia “Como escolher uma API de LLM sem censura”.
Qual modelo escolher para roleplay no SillyTavern?
Escolha um modelo abliterated para roleplay adulto e escrita criativa. Evite o GLM-5.3 Cyber Abliterated, cuja remoção de recusas é voltada ao trabalho de cibersegurança, não ao uso geral. Os modelos originais rodam os pesos originais dos fabricantes e mantêm as recusas deles, então espere que recusem alguns pedidos que um modelo abliterated responde.
| Tipo de modelo | Recusas | Onde roda e seus dados |
|---|---|---|
| Abliterated | Comportamento de recusa removido dos pesos por edição; ainda pode recusar às vezes | Em GPUs dedicadas operadas pelo nosso provedor de infraestrutura sob uma configuração de retenção zero de dados |
| Modelo original | Os pesos originais do fabricante, com as recusas do próprio fabricante | Em GPUs compartilhadas operadas pelo nosso provedor de infraestrutura sob a mesma configuração de retenção zero de dados |
Nossos próprios sistemas não armazenam prompts nem respostas, exceto por uma exceção restrita que a política de privacidade descreve.
AbliteratedLLM serve 2 modelos abliterated: GLM-5.3 Flash e GLM-5.3 Cyber. Limites e preços ao vivo, em USD por 1 milhão de tokens:
| Modelo | Contexto | Saída máx. | Entrada | Entrada em cache | Saída |
|---|---|---|---|---|---|
GLM-5.3 Flash Abliteratedglm-5.3-flash-abliterated | 1 mi | 128 mil | US$ 0,0977 | US$ 0,0098 | US$ 0,3421 |
GLM-5.3 Cyber Abliteratedglm-5.3-cyber-abliterated | 1 mi | 128 mil | US$ 0,90 | US$ 0,135 | US$ 1,80 |
GLM-5.3 Flash aceita imagens além de texto: ative Send inline images no Prompt Manager do SillyTavern para enviar as imagens que você anexar.
GLM-5.3 Flash e GLM-5.3 Cyber raciocinam antes de responder. Os tokens de raciocínio são tokens de saída: contam para o Max Response Length e são cobrados pelo preço de saída. A documentação sobre raciocínio do SillyTavern recomenda aumentar o Max Response Length quando as respostas voltam incompletas ou vazias, e, em uma conta de teste, o teto de 4096 tokens inclui o raciocínio.
Compare o catálogo inteiro, incluindo os modelos originais, na lista completa de modelos e veja como a API descreve cada tipo de modelo.
Como conectar o SillyTavern passo a passo?
Use a Chat Completion API do SillyTavern com a fonte Custom (OpenAI-compatible), que se conecta a qualquer servidor compatível com o esquema genérico da API da OpenAI:
- Obtenha uma chave. Crie sua conta, depois crie uma chave de API no painel e copie-a imediatamente.
- Abra API Connections. Clique no ícone de tomada na barra superior do SillyTavern e defina API como Chat Completion.
- Escolha a fonte. Defina Chat Completion Source como Custom (OpenAI-compatible).
- Insira o endpoint. Use
https://api.abliteratedllm.dev/v1. Tanto a documentação do SillyTavern quanto a nossa dizem para parar em/v1: não acrescente/chat/completions. - Cole a chave no campo da chave de API.
- Conecte e escolha o modelo. Clique em Connect e escolha
glm-5.3-flash-abliteratedno menu suspenso, que o SillyTavern preenche a partir do nosso endpoint/v1/models. Esse endpoint não exige chave; então, se nenhuma lista aparecer, a URL do endpoint está errada: confira se ela é exatamentehttps://api.abliteratedllm.dev/v1(veja os erros comuns). - Envie um teste. Clique em Test Message. Um menu suspenso preenchido não prova que a chave funciona; uma resposta à mensagem de teste prova.
A documentação da integração com o SillyTavern reúne os valores exatos dos campos em um só lugar.
Quais configurações importam em um roleplay longo?
Context Size e Max Response Length são as mais importantes: elas definem quanto da história o modelo vê, o tamanho que cada resposta pode ter e quanto custa cada mensagem. Mantenha o Streaming ativado e os samplers dentro dos intervalos que nossa API aceita. A referência de configurações comuns do SillyTavern explica cada uma.
| Configuração | O que definir | Por quê |
|---|---|---|
| Context Size | No máximo o tamanho do contexto do modelo | O SillyTavern envia como prompt no máximo essa quantidade de tokens, menos o tamanho da resposta. As mensagens acima da linha pontilhada no chat ficam de fora. |
| Max Response Length | Até a saída máxima do modelo; no máximo 4096 em uma conta de teste | Os tokens de raciocínio contam para esse limite. Um valor maior é reduzido ao limite, não rejeitado. |
| Streaming | Ativado | O texto aparece conforme é gerado, em vez de tudo de uma vez quando a resposta termina. |
| Temperature | 0 a 2 | 1 mantém as probabilidades originais do modelo; valores menores são mais previsíveis, e valores maiores, mais variados. |
| Top P e Top K | Top P de 0 a 1, Top K de 0 a 100 | Um valor fora do intervalo falha com 400 invalid_request antes de qualquer cobrança. |
| Frequency Penalty e Presence Penalty | −2 a 2 | O intervalo é verificado da mesma forma. Os outros parâmetros são repassados ao modelo sem alteração. |
| Reasoning Effort | Deixe como está | Em uma fonte Custom (OpenAI-compatible), o SillyTavern só o envia para modelos que conhece da própria API da OpenAI, então ele não tem efeito nos nossos. |
| Prompt Post-Processing | None | Mude para Semi-strict se um card de personagem ou um preset causar erros sobre a ordem das mensagens. |
Os limites exatos a inserir para os modelos abliterated que servimos:
- GLM-5.3 Flash Abliterated: Context Size até
1048576, Max Response Length até131072(4096em uma conta de teste). - GLM-5.3 Cyber Abliterated: Context Size até
1048576, Max Response Length até131072(4096em uma conta de teste).
Chats longos custam mais por mensagem à medida que crescem. Cada requisição reenvia a descrição do personagem, as entradas do lorebook, as notas do autor e o histórico do chat, até o Context Size, e um prompt mais longo também significa esperar mais pelo primeiro token. O cache de prompt ameniza o custo: quando uma requisição começa com os mesmos tokens de uma requisição recente, esses tokens são cobrados pelo preço de entrada em cache. Um Context Size menor deixa cada resposta mais barata, ao custo de o modelo ver menos da história.
Antes de cada requisição, reservamos o custo máximo possível dela, a entrada estimada pelo preço de entrada mais o Max Response Length inteiro pelo preço de saída, e depois cobramos só o que foi usado. Com saldo baixo, um Max Response Length grande é reduzido ao que você pode pagar, então as respostas podem terminar antes. Para limitar quanto o SillyTavern pode gastar, defina um teto de gastos diário, mensal ou total na chave dele. Como uma requisição é cobrada traz os detalhes.
Como corrigir erros comuns?
A maioria das falhas vem da URL do endpoint, da chave, do saldo, de um limite de teste ou da verificação de segurança, e o status HTTP e o código de erro indicam qual. Requisições que falham antes de produzir qualquer saída não custam nada.
| Sintoma | Causa | Correção |
|---|---|---|
| A conexão falha ou nenhuma lista de modelos aparece | A URL do endpoint não termina em /v1 ou tem /chat/completions acrescentado | Insira exatamente https://api.abliteratedllm.dev/v1. |
401 invalid_api_key | A chave está ausente, foi digitada errada, foi revogada ou expirou, ou o número de conta de 16 dígitos foi colado no lugar dela | Cole uma chave que comece com sk-. As chaves são mostradas uma única vez; então, se você perdeu a sua, crie uma nova. |
404 model_not_found | O ID do modelo não corresponde a um modelo ativado: um erro de digitação ou um modelo que não é mais servido | Escolha o ID no menu suspenso que o SillyTavern carrega da API. |
402 insufficient_balance | O saldo não cobre a entrada estimada mais um orçamento de saída de pelo menos 256 tokens | Adicione crédito ou reduza Context Size e Max Response Length. |
402 key_spend_cap_reached | A requisição ultrapassaria o teto de gastos diário, mensal ou total da chave | Aumente o teto ou espere o dia ou o mês reiniciar. |
429 rate_limit_exceeded | Requisições demais por minuto ou ao mesmo tempo (uma conta de teste permite 10 por minuto por chave e 1 de cada vez), mais de 30 requisições rejeitadas em um minuto ou mais de 2 contas de teste enviando requisições da sua rede em uma hora | Espere os segundos indicados em Retry-After. Os limites de teste são removidos assim que sua primeira recarga é creditada. |
429 capacity_exhausted | Todas as réplicas do modelo continuaram ocupadas: as requisições pagas já esperaram até 30 segundos, e as requisições de teste não recebem novas tentativas | Envie a mensagem de novo depois dos segundos indicados em Retry-After. Nada foi cobrado. |
400 content_policy_violation | A verificação de segurança bloqueou o prompt por se enquadrar em um dos dois tipos de conteúdo descritos abaixo | Altere a requisição; enviá-la de novo sem alterações retorna o mesmo erro. |
400 unsupported_content | Uma imagem anexada para um modelo que não aceita imagens, ou um anexo de áudio ou de arquivo, que nenhum modelo aceita | Mude para um modelo que aceite imagens ou desative Send inline images. |
400 invalid_request | Um sampler fora do intervalo ou um prompt maior que a janela de contexto do modelo | Traga o sampler de volta ao intervalo ou reduza Context Size. |
503 safety_unavailable | A verificação de segurança não pôde ser executada a tempo, então a requisição foi recusada em vez de enviada sem verificação | Tente novamente após alguns segundos. |
Cada código é explicado na referência de erros da API, e a página de status dos modelos em tempo real mostra se um modelo está com problemas agora.
Quais são as regras para roleplay adulto?
O serviço é para adultos, você é responsável pela forma como o usa, e dois tipos de conteúdo são bloqueados automaticamente, diga o que disser um card de personagem ou uma história.
- Somente 18+. Você precisa ter pelo menos 18 anos e ter atingido a maioridade legal onde mora. Não use o serviço, nem crie produtos com ele, para pessoas mais novas.
- Você é responsável. Isso cobre seus prompts, as respostas que recebe e a forma como as usa, incluindo o cumprimento das leis que se aplicam a você.
- Dois tipos de conteúdo são bloqueados. Uma verificação automática em memória analisa o texto de cada prompt antes que ele chegue ao modelo, e o fim de cada resposta após a conclusão, em todos os modelos. Ela recusa material de abuso sexual infantil, o que inclui conteúdo fictício e somente textual e qualquer pessoa que aparente ter menos de 18 anos, e instruções claras e executáveis para armas capazes de causar vítimas em massa (armas químicas, biológicas, radiológicas ou nucleares, ou explosivos capazes de causar vítimas em massa). Uma requisição bloqueada retorna
400 content_policy_violation. - As imagens não são analisadas, mas estão cobertas. A verificação lê apenas texto, então as imagens enviadas a modelos que as aceitam não são verificadas automaticamente. A política se aplica a elas mesmo assim.
- Os modelos originais mantêm as recusas dos fabricantes. Eles podem recusar alguns pedidos, além da verificação de segurança.
A política de uso aceitável traz as regras completas, incluindo como funciona a verificação das respostas e a exceção para contas de revendedor designadas.
Perguntas frequentes sobre o SillyTavern e APIs sem censura
Meus chats do SillyTavern ficam armazenados do lado de vocês?
Não nos modelos abliterated nem nos modelos originais: prompts e respostas passam pela memória e não são gravados no nosso banco de dados, cache ou logs, exceto por uma exceção restrita descrita na política de privacidade. Mantemos metadados das requisições, como contagem de tokens e custo, por 30 dias. O resumo de privacidade lista tudo o que mantemos.
Resumo de privacidade para desenvolvedoresPolítica de privacidade
Por que as respostas param no meio de uma frase?
Normalmente, a resposta atingiu o orçamento de saída. O Max Response Length define esse teto, os tokens de raciocínio contam para esse orçamento, e as contas de teste ficam limitadas a 4096 tokens por resposta. Um saldo quase zerado também pode reduzir o orçamento, até 256 tokens, antes que uma requisição falhe com 402. Aumente o Max Response Length ou adicione crédito.
Posso enviar imagens a um personagem?
Sim, em modelos cujos tipos de entrada incluem imagens; a lista de modelos mostra quais. Ative Send inline images no Prompt Manager do SillyTavern e anexe um arquivo pelo menu Magic Wand. Os outros modelos retornam 400 unsupported_content. Nossa verificação de segurança lê apenas texto, então as imagens não são analisadas, mas a política de uso aceitável vale para elas.
Quanto custa uma sessão longa de roleplay?
Depende dos preços do modelo e do seu Context Size. Cada resposta reenvia o prompt, até o Context Size, pelo preço de entrada; os tokens que repetem o início de uma requisição recente são cobrados pelo preço menor de entrada em cache. A saída, incluindo o raciocínio, é cobrada pelo preço de saída. Um teto de gastos na chave limita o total.
Um modelo abliterated pode recusar algo em um roleplay?
Às vezes. A abliteration reduz a frequência com que um modelo recusa; não garante que ele nunca vá recusar. Nossa página de status publica uma verificação diária que envia a cada modelo abliterated cinco prompts inofensivos que modelos com filtro costumam recusar. Além disso, a verificação de segurança bloqueia dois tipos de conteúdo em todos os modelos, diga o que disser o card de personagem.
Verificação diária de recusasO que a verificação de segurança bloqueia
Posso usar a mesma chave de API no Janitor AI ou no RisuAI?
Sim. Uma chave funciona com clientes compatíveis com OpenAI, então uma conta e um saldo podem atender SillyTavern, Janitor AI e RisuAI. Dê a cada app a própria chave, com o próprio teto de gastos, para ver quanto cada um gasta e revogar uma chave sem afetar as outras. Uma conta pode ter até 20 chaves ativas.
API sem censura para Janitor AI: guia de configuraçãoConfiguração do RisuAIChaves de API e tetos de gastos