Roleplay Qwen Abliterated: Configurações e Configuração da API

Por que usuários de roleplay buscam modelos sem censura

Pessoas que buscam roleplay qwen abliterated querem um modelo que permaneça no personagem. Modelos de chat padrão são ajustados para sair de uma cena, adicionar avisos ou recusar temas comuns na ficção: guerra, luto, vilões, horror, narradores moralmente ambíguos. Construções abliterated e outras sem censura existem porque essas interrupções quebram a imersão.

Este artigo trata de executar esse tipo de sessão via API em vez de um arquivo local. O modelo hospedado aqui é um modelo de pesos abertos de um provedor independente, ajustado para responder sem recusas de conteúdo para uso adulto legal. Não é a API oficial do Qwen, e não afirmamos que seja um checkpoint Qwen abliterated específico. Trate-o como seu próprio modelo e avalie-o com seus próprios personagens.

Uma restrição se aplica sem exceção: sem conteúdo sexual envolvendo menores. Personagens devem ser adultos. O restante desta página foca no lado técnico, que é o mesmo independente do gênero que você escreve.

Conectar o SillyTavern

O SillyTavern pode conversar com qualquer endpoint compatível com OpenAI. Os nomes do menu variam entre versões, mas o caminho segue sempre a mesma ideia: abrir o painel de conexão da API, escolher a fonte Chat Completion e selecionar a opção personalizada ou compatível com OpenAI.

1. Crie uma chave na página de chave de API. Contas novas podem reivindicar $0,50 de crédito de teste com um clique, válido por 7 dias e sem cartão.
2. No SillyTavern, selecione Chat Completion e depois a fonte personalizada.
3. Defina a URL do endpoint como https://api.qwenabliterated.top/v1.
4. Cole a chave no campo de chave de API.
5. Insira uncensored como ID do modelo, ou selecione-o na lista se o botão de conexão buscar um.
6. Pressione conectar e envie uma mensagem de teste curta.

Se o teste falhar com 401, verifique novamente a chave. Se falhar com 404, certifique-se de que a URL termina em /v1 e não tenha caminho extra após ela. A página de documentação lista os endpoints.

Usando seu próprio script

Se você cria seu próprio front-end ou um bot, as mesmas configurações vão para o SDK. Um loop mínimo que mantém o histórico:

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)

Um system prompt que mantém um personagem

A mensagem de sistema faz a maior parte do trabalho. Mantenha-a curta, concreta e escrita como instruções sobre comportamento, não como biografia. Um padrão que se mantém bem:

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 que cada linha existe. Um alvo de comprimento impede que as respostas cresçam descontroladamente. A regra contra falar pelo personagem do usuário é a correção mais comum. A última linha corrige a configuração para que o modelo não invente uma diferente dois turnos depois. Fatos sobre o personagem que importam, como uma cicatriz, uma dívida ou um hábito, pertencem a algumas linhas do mesmo prompt, não a uma página de história.

Se o modelo sair do personagem em um chat longo, repita as regras-chave perto do final do histórico como uma mensagem de lembrete curta, em vez de alongar o prompt inicial.

Valores de amostragem para começar

A API repassa temperature, top_p, stop, seed e as penalidades. Esses são os controles que você tem; outros samplers existentes em ferramentas locais podem não estar disponíveis, então não conte com eles.

Altere um valor por vez e jogue algumas rodadas antes de julgar. Se quiser comparar duas configurações justamente, defina seed para um número fixo para que o mesmo prompt dê o mesmo ponto de partida.

Mensagens iniciais e ganchos de cena

A primeira mensagem em um chat define o tom mais do que qualquer instrução. Se forem duas linhas de diálogo sem descrição, as respostas serão curtas. Se for um parágrafo inteiro de ambientação no estilo que você quer, o modelo copia esse comprimento e registro. Escreva o iniciador como um exemplo do que você quer ler de volta.

Dê à cena um ponto de pressão. Uma tripulação encalhada com sistema de suporte à vida falhando gera rodadas mais interessantes do que uma tripulação sentada em um bar, porque o modelo sempre tem algo para pressionar. Quando uma cena travar, adicione um evento do seu lado: uma mensagem chega, uma porta se abre, uma decisão é forçada. A maioria dos roleplays planos é falta de stakes, não problema do modelo.

Para vários personagens, nomeie cada um no prompt de sistema com uma linha sobre a voz, como "Doutor Imre: seco, preciso, nunca xinga". Hábitos de fala distintos facilitam para o modelo manter as vozes separadas ao longo de um histórico longo, e facilitam para você perceber quando duas se misturaram.

Gerenciando o contexto de 100k

A janela de contexto é de 100.000 tokens, prompt e conclusão juntos, então uma cena pode ser muito longa antes de qualquer corte. Longo não significa automaticamente melhor, no entanto. Modelos de chat prestam menos atenção a detalhes enterrados no meio de um histórico enorme, e todo turno reenvia a transcrição inteira, que você paga como entrada.

Hábitos práticos:

• Defina o tamanho do contexto no seu front end para algo como 16.000 a 32.000 tokens e deixe que os turnos mais antigos caiam.
• De vez em quando, peça ao modelo um resumo curto dos eventos e estado dos personagens, depois cole-o no prompt de sistema e limpe rodadas antigas.
• Mantenha uma lista de "fatos que devem permanecer verdadeiros" na mensagem de sistema para nomes, lugares e promessas.
• Use sequências de parada e um limite de comprimento para que as respostas não aumentem de tamanho.

Lembre-se também que este é um modelo de texto. Ele não produz imagens ou voz, então avatares e áudio em um app de companhia precisam de outras ferramentas.

O custo de uma sessão

O preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Considere uma cena longa onde o histórico atingiu 30.000 tokens e cada resposta tem cerca de 400 tokens. Um turno custa 30.000 x $0,15 / 1M = $0,0045 de entrada e 400 x $0,50 / 1M = $0,0002 de saída, totalizando $0,0047. Cem turnos assim custam $0,47.

A mesma sessão com uma janela de 12.000 tokens custa 12.000 x $0,15 / 1M = $0,0018 mais $0,0002, ou seja, $0,002 por turno e $0,20 para cem turnos. Reduzir o contexto é a economia mais fácil disponível.

Não há assinatura. Você pré-paga qualquer valor inteiro de $20 a $500, com +5% de $50, +10% de $100 e +15% de $200, e o crédito nunca expira. Pague com cripto (USDT na TRC20, USDC na Base). Requisições falhas ou recusadas não são cobradas. Detalhes estão na página de preços.

Problemas comuns

• As respostas ficam repetitivas. Aumente um pouco o frequency_penalty, corte turnos antigos ou reduza o tamanho do contexto.
• O modelo escreve suas falas. Adicione a regra ao system prompt e defina uma sequência de parada no nome do seu personagem.
• HTTP 429 no meio da cena. Você atingiu um limite: 8 requisições simultâneas e 300 requisições por minuto em uma chave completa, 2 e 60 em uma chave de teste. Aguarde o valor Retry-After e reenvie. O streaming ocupa um slot de concorrência até o fim, então feche streams que você abandonou.
• Personagens esquecem detalhes. Mova fatos importantes para o system prompt e resuma turnos antigos.

Prompts não são usados para treinamento. Para comparar outras opções de pagamento por token, o guia de comparação tem mais informações.

Mais guias

• Qwen 3.5 Abliterated: O que Significa e Opções Hospedadas
• API Qwen Abliterated: Chame um Modelo Hospedado, Sem GPU
• Alternativa à API uncensored