Qwen Abliterated Roleplay: Einstellungen und API-Einrichtung

Warum Roleplay-Nutzer unzensierte Modelle suchen

Nutzer, die nach qwen abliterated Roleplay suchen, wollen ein Modell, das in der Rolle bleibt. Standard-Chat-Modelle sind darauf abgestimmt, aus einer Szene auszusteigen, Hinweise einzufügen oder Themen abzulehnen, die in der Fiktion alltäglich sind: Krieg, Trauer, Schurken, Horror, moralisch graue Erzähler. Abliterated und andere unzensierte Builds existieren, weil diese Unterbrechungen die Immersion zerstören.

Dieser Artikel handelt davon, eine solche Sitzung über eine API statt über eine lokale Datei auszuführen. Das gehostete Modell hier ist ein Open-Weight-Modell eines unabhängigen Anbieters, das darauf abgestimmt ist, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist nicht die offizielle Qwen-API, und wir behaupten nicht, dass es ein spezifischer abliterated Qwen-Checkpoint ist. Betrachte es als eigenes Modell und bewerte es anhand deiner eigenen Charaktere.

Eine einzige Grenze gilt ohne Ausnahme: Keine sexuellen Inhalte mit Minderjährigen. Charaktere müssen erwachsen sein. Der Rest dieser Seite konzentriert sich auf die technische Seite, die unabhängig vom Genre, das du schreibst, gleich bleibt.

SillyTavern verbinden

SillyTavern kann mit jedem OpenAI-kompatiblen Endpunkt kommunizieren. Die Menünamen ändern sich je nach Version, aber der Pfad ist immer dasselbe Prinzip: Öffne das API-Verbindungsfenster, wähle die Chat-Vervollständigungs-Quelle und wähle die benutzerdefinierte oder OpenAI-kompatible Option.

1. Erstelle einen Schlüssel auf der API-Schlüssel-Seite. Neue Konten können mit einem Klick $0,50 Testguthaben beanspruchen, gültig für 7 Tage und ohne Karte.
2. Wähle in SillyTavern Chat-Vervollständigung und dann die benutzerdefinierte Quelle.
3. Setze die Endpunkt-URL auf https://api.qwenabliterated.top/v1.
4. Füge den Schlüssel in das API-Schlüsselfeld ein.
5. Gib uncensored als Modell-ID ein oder wähle sie aus der Liste, wenn die Schaltfläche zum Verbinden eine abruft.
6. Drücke Verbinden und sende eine kurze Testnachricht.

Wenn der Test mit 401 fehlschlägt, überprüfe den Schlüssel erneut. Wenn er mit 404 fehlschlägt, stelle sicher, dass die URL mit /v1 endet und keinen zusätzlichen Pfad danach hat. Die Dokumentationsseite listet die Endpunkte auf.

Dein eigenes Skript verwenden

Wenn du deine eigene Frontend-Oberfläche oder einen Bot schreibst, gehen dieselben Einstellungen in das SDK. Eine minimale Schleife, die den Verlauf behält:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.qwenabliterated.top/v1", api_key="YOUR_API_KEY")

history = [{"role": "system", "content": open("character.txt").read()}]

while True:
    user = input("> ")
    history.append({"role": "user", "content": user})
    out = client.chat.completions.create(
        model="uncensored",
        messages=history,
        temperature=0.85,
        top_p=0.9,
        frequency_penalty=0.3,
        max_tokens=500,
    )
    text = out.choices[0].message.content
    history.append({"role": "assistant", "content": text})
    print(text)

Ein System-Prompt, der die Rolle beibehält

Die Systemnachricht erledigt den Großteil der Arbeit. Halte sie kurz, konkret und als Anweisungen zum Verhalten formuliert, nicht als Biografie. Ein Muster, das gut funktioniert:

CopyYou are Mara Voss, a ship's navigator in a space-opera story.
Write in third person, past tense, 120 to 250 words per reply.
Stay in character. Do not summarise the scene or add out-of-story notes.
Never speak or act for the user's character; end each reply on an open beat.
All characters are adults.
Setting: the freighter Kestrel, three weeks out from port, supplies running low.

Hinweise dazu, warum jede Zeile dort steht. Ein Längenziel verhindert, dass Antworten zu sehr anwachsen. Die Regel, nicht für den Charakter des Benutzers zu sprechen, ist die häufigste Korrektur, die Menschen vornehmen. Die letzte Zeile stellt die Einstellung sicher, damit das Modell zwei Nachrichten später nicht eine andere erfindet. Fakten über den Charakter, die wichtig sind, wie eine Narbe, eine Schuld oder eine Gewohnheit, gehören in ein paar Zeilen desselben Prompts, nicht in eine Seite Vorgeschichte.

Wenn das Modell in einem langen Chat aus der Rolle fällt, wiederhole die wichtigsten Regeln am Ende des Verlaufs als kurze Erinnerungsnachricht, anstatt den Eröffnungsprompt zu verlängern.

Startwerte für das Sampling

Die API übergibt Temperatur, top_p, Stop, Seed und die Strafen. Das sind die Regler, die du hast; andere Sampler, die in lokalen Tools existieren, sind möglicherweise nicht verfügbar, also verlasse dich nicht darauf.

Ändere jeweils nur einen Wert und spiele ein paar Züge, bevor du urteilst. Wenn du zwei Einstellungen fair vergleichen möchtest, stelle seed auf eine feste Zahl, damit derselbe Prompt denselben Startpunkt liefert.

Eröffnungsnachrichten und Szenenhaken

Die erste Nachricht in einem Chat bestimmt den Ton mehr als jede Anweisung. Wenn sie aus zwei Zeilen Dialog ohne Beschreibung besteht, werden die Antworten kurz sein. Wenn sie ein voller Absatz zur Etablierung der Szene im Stil ist, den du möchtest, kopiert das Modell diese Länge und diesen Sprachregister. Schreibe den Eröffnungstext als Beispiel für das, was du zurücklesen möchtest.

Gib der Szene einen Druckpunkt. Eine gestrandete Crew mit einem ausfallenden Lebenserhaltungssystem erzeugt interessantere Züge als eine Crew, die in einer Bar sitzt, weil das Modell immer etwas hat, woran es drücken kann. Wenn eine Szene ins Stocken gerät, füge ein Ereignis von deiner Seite hinzu: Eine Nachricht kommt an, eine Tür geht auf, eine Entscheidung wird erzwungen. Die meisten flachen Roleplays sind ein Mangel an Einsatz, kein Modellproblem.

Für mehrere Charaktere nenne jeden im System-Prompt mit einer einzigen Zeile zur Stimme, z. B. "Dr. Imre: trocken, präzise, schwört nie". Unterschiedliche Sprachgewohnheiten machen es dem Modell leichter, die Stimmen über einen langen Verlauf hinweg getrennt zu halten, und dir einfacher, zu erkennen, wenn zwei verschwommen sind.

Verwaltung des 100k-Kontexts

Das Kontextfenster umfasst 100.000 Token, Prompt und Completion zusammen, also kann eine Szene sehr lange laufen, bevor etwas abgeschnitten wird. Lang bedeutet jedoch nicht automatisch besser. Chat-Modelle achten weniger auf Details, die in der Mitte eines riesigen Verlaufs versteckt sind, und bei jedem Zug wird das gesamte Protokoll erneut gesendet, wofür du die Input-Token bezahlst.

Praktische Gewohnheiten:

• Stelle die Kontextgröße in deinem Frontend auf etwa 16.000 bis 32.000 Token ein und lass ältere Züge abfallen.
• Frag hin und wieder das Modell nach einer kurzen Zusammenfassung der Ereignisse und des Charakterzustands, füge sie dann in den System-Prompt ein und lösche alte Züge.
• Halte eine Liste mit "Fakten, die wahr bleiben müssen" in der Systemnachricht für Namen, Orte und Versprechen.
• Verwende Stop-Sequenzen und eine Längenbegrenzung, damit Antworten nicht in der Größe wachsen.

Denke auch daran, dass dies ein Textmodell ist. Es erzeugt keine Bilder oder Sprache, daher benötigen Avatare und Audio in einer Begleiter-App andere Tools.

Was eine Session kostet

Die Preise liegen bei 0,15 $ pro 1M Input-Token und 0,50 $ pro 1M Output-Token. Nimm eine lange Szene, bei der der Verlauf 30.000 Token erreicht hat und jede Antwort etwa 400 Token beträgt. Ein Zug kostet 30.000 x 0,15 $ / 1M = 0,0045 $ für Input und 400 x 0,50 $ / 1M = 0,0002 $ für Output, also 0,0047 $. Hundert solcher Züge kosten 0,47 $.

Die gleiche Sitzung mit einem 12.000-Token-Fenster kostet 12.000 x 0,15 $ / 1M = 0,0018 $ plus 0,0002 $, also 0,002 $ pro Zug und 0,20 $ für hundert Züge. Kontext zu kürzen ist die einfachste verfügbare Ersparnis.

Es gibt kein Abonnement. Du zahlst im Voraus einen beliebigen Gesamtbetrag von $20 bis $500, mit +5% ab $50, +10% ab $100 und +15% ab $200, und das Guthaben verfällt nie. Bezahle mit Krypto (USDT auf TRC20, USDC auf Base). Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Details findest du auf der Preisseite.

Häufige Probleme

• Antworten werden repetitiv. Erhöhe frequency_penalty etwas, kürze alte Züge oder verringere die Kontextgröße.
• Das Modell schreibt deine Zeilen. Füge die Regel in den System-Prompt ein und setze eine Stop-Sequenz auf den Namen deiner Figur.
• HTTP 429 mitten in der Szene. Du hast ein Limit erreicht: 8 parallele Anfragen und 300 pro Minute bei einem Voll-Key, 2 und 60 bei einem Trial-Key. Warte den Retry-After-Wert ab und sende erneut. Streaming hält einen Concurrency-Slot bis zum Ende belegt, also schließe Streams, die du abbrichst.
• Figuren vergessen Details. Verschiebe Schlüsselinformationen in den System-Prompt und fasse alte Züge zusammen.

Prompts werden nicht zum Training verwendet. Wie andere Pay-per-Token-Optionen im Vergleich abschneiden, erfährst du im Vergleichsleitfaden.

Weitere Anleitungen

• Qwen 3.5 Abliterated: Was es bedeutet und gehostete Optionen
• Qwen Abliterated API: Ein gehostetes Modell aufrufen, keine GPU erforderlich
• Uncensored API Alternative