Juego de rol con Qwen Abliterated: configuración y API

Por qué los usuarios de roleplay buscan modelos sin censura

Las personas que buscan qwen abliterated roleplay quieren un modelo que mantenga el personaje. Los modelos de chat estándar están ajustados para salir de una escena, añadir advertencias o rechazar temas que son comunes en la ficción: guerra, duelo, villanos, terror, narradores moralmente ambiguos. Las versiones abliterated y otras construcciones sin censura existen porque esas interrupciones arruinan la inmersión.

Este artículo trata sobre ejecutar ese tipo de sesión a través de una API en lugar de un archivo local. El modelo alojado aquí es un modelo de pesos abiertos de un proveedor independiente, ajustado para responder sin rechazos de contenido para uso adulto lícito. No es la API oficial de Qwen y no afirmamos que sea una checkpoint abliterated específica de Qwen. Trátalo como su propio modelo y evalúalo con tus propios personajes.

Una frontera se aplica sin excepción: no contenido sexual que involucre menores. Los personajes deben ser adultos. El resto de esta página se mantiene en el lado técnico, que es el mismo sin importar el género que escribas.

Conecta SillyTavern

SillyTavern puede hablar con cualquier endpoint compatible con OpenAI. Los nombres del menú varían entre versiones, pero el camino siempre es la misma idea: abre el panel de conexión API, elige el origen de Chat Completion y selecciona la opción personalizada o compatible con OpenAI.

1. Crea una clave en la página de clave de API. Las cuentas nuevas pueden reclamar $0.50 de crédito de prueba con un solo clic, válido por 7 días y sin tarjeta.
2. En SillyTavern, selecciona Chat Completion y luego la fuente personalizada.
3. Establece la URL del endpoint en https://api.qwenabliterated.top/v1.
4. Pega la clave en el campo de clave de API.
5. Introduce uncensored como el ID del modelo, o selecciónalo de la lista si el botón de conexión lo obtiene.
6. Presiona conectar y envía un mensaje de prueba corto.

Si la prueba falla con un 401, vuelve a verificar la clave. Si falla con un 404, asegúrate de que la URL termine en /v1 y no tenga una ruta adicional después. La página de documentación enumera los endpoints.

Usando tu propio script en su lugar

Si escribes tu propia interfaz o un bot, la misma configuración va en el SDK. Un bucle mínimo que mantiene el historial:

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)

Un prompt de sistema que mantiene un personaje

El mensaje de sistema hace la mayor parte del trabajo. Mantenlo corto, concreto y escrito como instrucciones sobre el comportamiento, no como una biografía. Un patrón que se mantiene bien:

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.

Notas sobre por qué existe cada línea. Un objetivo de longitud evita que las respuestas se inflen. La regla contra hablar por el personaje del usuario es la corrección más común que la gente hace. La última línea corrige la configuración para que el modelo no invente una diferente dos turnos después. Los hechos sobre el personaje que importan, como una cicatriz, una deuda o un hábito, pertenecen en unas pocas líneas del mismo prompt, no en una página de trasfondo.

Si el modelo se desvía del personaje en un chat largo, repite las reglas clave cerca del final del historial como un mensaje de recordatorio corto en lugar de alargar el prompt de apertura.

Valores de muestreo para comenzar

La API pasa a través de temperature, top_p, stop, seed y las penalizaciones. Esos son los controles que tienes; otros muestreadores que existen en herramientas locales pueden no estar disponibles, así que no cuentes con ellos.

Cambia un valor a la vez y juega unos turnos antes de juzgar. Si quieres comparar dos configuraciones justamente, establece seed a un número fijo para que el mismo prompt dé el mismo punto de partida.

Mensajes de apertura y ganchos de escena

El primer mensaje en un chat establece el tono más que cualquier instrucción. Si son dos líneas de diálogo sin descripción, las respuestas serán cortas. Si es un párrafo completo de ambientación en el estilo que deseas, el modelo copiará esa longitud y registro. Escribe la apertura como un ejemplo de lo que quieres leer de vuelta.

Dale a la escena un punto de presión. Una tripulación varada con un sistema de soporte vital fallido produce giros más interesantes que una tripulación sentada en un bar, porque el modelo siempre tiene algo sobre lo que actuar. Cuando una escena se estanca, añade un evento desde tu lado: llega un mensaje, se abre una puerta, se fuerza una decisión. La mayoría del roleplay plano es falta de importancia, no un problema del modelo.

Para varios personajes, nombra a cada uno en el prompt del sistema con una sola línea sobre la voz, como "Doctor Imre: seco, preciso, nunca maldice". Hábitos de habla distintos hacen que sea más fácil para el modelo mantener las voces separadas a lo largo de un historial largo, y más fácil para ti detectar cuándo dos se han mezclado.

Gestión de la ventana de contexto de 100k

La ventana de contexto es de 100.000 tokens, prompt y respuesta juntos, por lo que una escena puede durar mucho antes de que se corte algo. Aunque largo no significa automáticamente mejor. Los modelos de chat prestan menos atención a los detalles enterrados en el medio de un historial enorme, y cada turno reenvía toda la transcripción, que pagas como entrada.

Hábitos prácticos:

• Establece el tamaño del contexto en tu interfaz a algo como 16,000 a 32,000 tokens y deja que los turnos más antiguos caigan.
• De vez en cuando pide al modelo un resumen corto de eventos y estado del personaje, luego pégalo en el prompt de sistema y borra los turnos antiguos.
• Mantén una lista de "hechos que deben ser verdaderos" en el mensaje de sistema para nombres, lugares y promesas.
• Usa secuencias de parada y un límite de longitud para que las respuestas no crezcan en tamaño.

También recuerda que este es un modelo de texto. No produce imágenes ni voz, así que avatares y audio en una app de compañero necesitan otras herramientas.

Lo que cuesta una sesión

La tarifa es de $0.15 por 1M de tokens de entrada y $0.50 por 1M de tokens de salida. Toma una escena larga donde el historial haya alcanzado 30.000 tokens y cada respuesta sea de aproximadamente 400 tokens. Un turno cuesta 30.000 x $0.15 / 1M = $0.0045 para entrada y 400 x $0.50 / 1M = $0.0002 para salida, es decir, $0.0047. Cien turnos de este tipo cuestan $0.47.

La misma sesión con una ventana de 12.000 tokens cuesta 12.000 x $0,15 / 1M = $0,0018 más $0,0002, así que $0,002 por turno y $0,20 por cien turnos. Recortar el contexto es el ahorro más fácil disponible.

No hay suscripción. Prepagas cualquier cantidad entera desde $20 hasta $500, con +5% desde $50, +10% desde $100 y +15% desde $200, y el crédito no caduca. Paga con cripto (USDT en TRC20, USDC en Base). Las peticiones fallidas o rechazadas no se cobran. Los detalles están en la página de precios.

Problemas comunes

• Las respuestas se vuelven repetitivas. Aumenta un poco frequency_penalty, recorta turnos antiguos o reduce el tamaño del contexto.
• El modelo escribe tus líneas. Añade la regla al prompt de sistema y establece una secuencia de parada en el nombre de tu personaje.
• HTTP 429 a mitad de escena. Has alcanzado un límite: 8 peticiones simultáneas y 300 por minuto en una clave completa, 2 y 60 en una clave de prueba. Espera el valor Retry-After y reenvía. El streaming mantiene un espacio de concurrencia hasta que termine, así que cierra las transmisiones que abandones.
• Los personajes olvidan detalles. Mueve los datos clave al prompt del sistema y resume las interacciones anteriores.

Los prompts no se utilizan para entrenamiento. Para comparar otras opciones de pago por token, la guía de comparación tiene más información.

Más guías

• Qwen 3.5 Abliterated: Qué significa y opciones de alojamiento
• API de Qwen Abliterated: llama a un modelo alojado sin GPU
• Alternativa de API sin censura