Roleplay con Qwen Abliterated: Impostazioni e configurazione API

Perché gli utenti del roleplay cercano modelli senza censura

Gli utenti che cercano qwen abliterated roleplay vogliono un modello che resti coerente con il personaggio. I modelli di chat standard sono ottimizzati per uscire dalla scena, aggiungere avvertenze o rifiutare temi comuni nella narrativa: guerra, lutto, cattivi, horror, narratori moralmente ambigui. Le versioni abliterated e altre build senza censura esistono perché quelle interruzioni rovinano l'immersione.

Questo articolo riguarda l'esecuzione di questo tipo di sessione tramite API invece che tramite un file locale. Il modello ospitato qui è un modello a pesi aperti di un provider indipendente, ottimizzato per rispondere senza rifiuti di contenuto per uso adulto legale. Non è l'API ufficiale Qwen e non affermiamo che sia un checkpoint Qwen abliterated specifico. Trattalo come un modello a sé e giudicalo sui tuoi personaggi.

Un limite si applica senza eccezioni: nessun contenuto sessuale che coinvolga minorenni. I personaggi devono essere adulti. Il resto di questa pagina si mantiene sul lato tecnico, che è lo stesso indipendentemente dal genere che scrivi.

Collega SillyTavern

SillyTavern può comunicare con qualsiasi endpoint compatibile OpenAI. I nomi dei menu variano tra le versioni, ma il percorso è sempre la stessa idea: apri il pannello di connessione API, scegli la sorgente Chat Completion e seleziona l'opzione personalizzata o compatibile OpenAI.

1. Crea una chiave nella pagina chiave API. I nuovi account possono richiedere $0.50 di credito di prova con un clic, valido per 7 giorni e senza carta.
2. In SillyTavern, seleziona Chat Completion e poi la sorgente personalizzata.
3. Imposta l'URL dell'endpoint su https://api.qwenabliterated.top/v1.
4. Incolla la chiave nel campo della chiave API.
5. Inserisci uncensored come ID del modello, o selezionalo dall'elenco se il pulsante di connessione ne recupera uno.
6. Premi connetti e invia un breve messaggio di prova.

Se il test fallisce con un 401, ricontrolla la chiave. Se fallisce con un 404, assicurati che l'URL finisca con /v1 e non abbia percorsi extra dopo di esso. La pagina della documentazione elenca gli endpoint.

Utilizzo del tuo script personalizzato

Se scrivi un front-end o un bot personalizzato, le stesse impostazioni vanno nell'SDK. Un ciclo minimo che mantiene la cronologia:

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 system prompt che mantiene un personaggio

Il messaggio di sistema fa la maggior parte del lavoro. Tienilo breve, concreto e scritto come istruzioni sul comportamento, non come una biografia. Un pattern che resiste bene:

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.

Note sul perché ogni riga è presente. Un obiettivo di lunghezza evita che le risposte si gonfino. La regola che vieta di parlare per il personaggio dell'utente è la correzione più comune. L'ultima riga fissa l'ambientazione in modo che il modello non ne inventi un'altra due turni dopo. I fatti sul personaggio che contano, come una cicatrice, un debito o un'abitudine, vanno inseriti in poche righe dello stesso prompt, non in una pagina di storia di fondo.

Se il modello si allontana dal carattere in una lunga chat, ripeti le regole chiave vicino alla fine della cronologia come un breve messaggio promemoria invece di allungare il prompt iniziale.

Valori di campionamento da cui iniziare

L'API trasmette temperatura, top_p, stop, seed e le penalità. Quelle sono le manopole che hai; altri campionatori presenti negli strumenti locali potrebbero non essere disponibili, quindi non contare su di essi.

Modifica un valore alla volta e gioca per alcuni turni prima di giudicare. Se vuoi confrontare due impostazioni in modo equo, imposta seed su un numero fisso in modo che lo stesso prompt dia lo stesso punto di partenza.

Messaggi iniziali e agganci di scena

Il primo messaggio in una chat imposta il tono più di qualsiasi istruzione. Se sono due righe di dialogo senza descrizione, le risposte saranno brevi. Se è un intero paragrafo di ambientazione nello stile che desideri, il modello copierà quella lunghezza e registro. Scrivi il messaggio iniziale come esempio di ciò che vuoi leggere.

Dai alla scena un punto di pressione. Un equipaggio in difficoltà con un sistema di supporto vitale in avaria produce turni più interessanti di un equipaggio seduto in un bar, perché il modello ha sempre qualcosa su cui fare pressione. Quando una scena si blocca, aggiungi un evento dalla tua parte: arriva un messaggio, una porta si apre, una decisione è forzata. La maggior parte del roleplay piatto è una mancanza di posta in gioco, non un problema del modello.

Per diversi personaggi, nomina ciascuno nel prompt di sistema con una riga sulla voce, come "Dottor Imre: asciutto, preciso, non impreca mai". Abitudini di discorso distinte rendono più facile per il modello mantenere le voci separate attraverso una lunga cronologia e più facile per te notare quando due si sono confuse.

Gestione del contesto da 100k

La finestra di contesto è di 100.000 token, prompt e completamento insieme, quindi una scena può durare molto a lungo prima che qualcosa venga tagliato. Lungo non significa automaticamente migliore, però. I modelli di chat prestano meno attenzione ai dettagli sepolti nel mezzo di una cronologia enorme, e ogni turno reinvia l'intera trascrizione, che paghi come input.

Abitudini pratiche:

• Imposta la dimensione del contesto nel tuo front-end a qualcosa come 16.000-32.000 token e lascia che i turni più vecchi vengano rimossi.
• Ogni tanto chiedi al modello un breve riassunto degli eventi e dello stato dei personaggi, poi incollalo nel prompt di sistema e cancella i turni o i messaggi vecchi.
• Tieni un elenco di "fatti che devono rimanere veri" nel messaggio di sistema per nomi, luoghi e promesse.
• Usa sequenze di stop e un limite di lunghezza in modo che le risposte non aumentino di dimensione.

Ricorda anche che questo è un modello di testo. Non produce immagini o voce, quindi avatar e audio in un'app companion richiedono altri strumenti.

Costo di una sessione

La tariffazione è $0,15 per 1M token di input e $0,50 per 1M token di output. Prendi una scena lunga dove la cronologia ha raggiunto 30.000 token e ogni risposta è di circa 400 token. Un turno costa 30.000 x $0,15 / 1M = $0,0045 per input e 400 x $0,50 / 1M = $0,0002 per output, quindi $0,0047. Cento turni di questo tipo costano $0,47.

La stessa sessione con una finestra da 12.000 token costa 12.000 x $0,15 / 1M = $0,0018 più $0,0002, quindi $0,002 per turno e $0,20 per cento turni. Tagliare il contesto è il risparmio più facile disponibile.

Non c'è abbonamento. Prepaghi qualsiasi importo intero da $20 a $500, con +5% da $50, +10% da $100 e +15% da $200, e il credito non scade mai. Paga con cripto (USDT su TRC20, USDC su Base). Le richieste fallite o rifiutate non vengono addebitate. I dettagli sono nella pagina dei prezzi.

Problemi comuni

• Le risposte diventano ripetitive. Aumenta leggermente frequency_penalty, taglia le tornate vecchie o riduci la dimensione del contesto.
• Il modello scrive le tue righe. Aggiungi la regola al prompt di sistema e imposta una sequenza di stop sul nome del tuo personaggio.
• HTTP 429 a metà sessione. Hai raggiunto un limite: 8 richieste parallele e 300 al minuto con una chiave completa, 2 e 60 con una chiave di prova. Attendi il valore Retry-After e invia di nuovo la richiesta. Lo streaming occupa uno slot di concorrenza fino alla fine, quindi chiudi gli streaming che abbandoni.
• I personaggi dimenticano i dettagli. Sposta i fatti chiave nel prompt di sistema e riassumi i turni vecchi.

I prompt non vengono utilizzati per l'addestramento. Per confrontare le altre opzioni di pagamento a consumo, la guida comparativa offre maggiori dettagli.

Altre guide

• Qwen 3.5 Abliterated: Cosa Significa e Opzioni Ospitate
• API Qwen Abliterated: chiama un modello ospitato, senza GPU
• Alternativa API uncensored