Roleplay con AI: configurazione prova gratuita e costi reali

Cosa significa gratuito in questo contesto

Non esiste una chat gratuita illimitata su questo servizio ed è meglio dirlo subito. Quello che ottieni è un saldo di prova: dopo esserti registrato con Google o con email e password, puoi richiedere $0,50 di credito di prova con un clic nella pagina della chiave API. È uno per persona, valido per 7 giorni e non richiede pagamenti. La chiave di prova funziona con 2 richieste parallele e 60 richieste al minuto, più che sufficienti per una persona che chatta.

Sembra poco, ma i token sono economici. L'input costa $0,15 per 1M di token e l'output costa $0,50 per 1M. Un tipico turno di roleplay con un prompt da 8.000 token e una risposta da 300 token costa $0,00135, quindi $0,50 coprono circa 370 turni. Per molte persone è una serata intera o diverse storie brevi, sufficiente per decidere se la configurazione fa per te prima di spendere qualsiasi somma.

Quando il credito di prova si esaurisce, ricarichi da $20 in qualsiasi importo intero fino a $500. Il credito non scade mai, le richieste fallite o rifiutate non vengono addebitate e non c'è abbonamento da cancellare. Questo sito accetta solo cripto: USDT su TRC20 o USDC su Base.

Scegli un front end

L'API parla solo testo via HTTP. Hai comunque bisogno di qualcosa per gestire i tuoi personaggi, la cronologia delle chat e il tuo modello di prompt. Tre scelte comuni:

• SillyTavern. Un'app web locale pensata per chat con personaggi, con lorebook, profili e preset. Ti permette di aggiungere un endpoint compatibile con OpenAI, che è esattamente ciò che fa questa API.
• Un altro client di chat che espone campi per un URL compatibile con OpenAI personalizzato. Cerca impostazioni chiamate endpoint personalizzato, proxy o compatibile con OpenAI.
• Il tuo script. Cinquanta righe di Python ti danno il controllo totale su memoria, prompt e costi. È anche il modo più semplice per vedere cosa stai inviando effettivamente.

Se stai creando un'app e non stai solo chattando, le stesse chiamate funzionano da qualsiasi SDK OpenAI. La guida rapida nella documentazione elenca endpoint, header e limiti in un unico punto.

Collega SillyTavern in cinque passaggi

1. Crea un account, apri la pagina della chiave API, richiedi il credito di prova e copia la tua chiave.
2. In SillyTavern, apri l'icona della presa (Connessioni API) e imposta il tipo di API su Chat Completion.
3. Scegli la fonte denominata Custom (OpenAI-compatible).
4. Incolla https://api.uncensoredvideo.cc/v1 nel campo endpoint personalizzato, la tua chiave nel campo chiave e digita uncensored come ID del modello.
5. Premi Connetti. Uno stato verde significa che la richiesta a GET /v1/models o un messaggio di test è andata a buon fine.

Le etichette del menu variano tra le versioni di SillyTavern, quindi fai riferimento all'idea e non alla parola esatta. Prima di dare la colpa all'app, testa la chiave da un terminale:

Copycurl https://api.uncensoredvideo.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Reply with the word ready."}]}'

Se curl funziona e l'app no, il problema è nei campi dell'app: manca /v1, c'è uno spazio di troppo nella chiave o il nome del modello è sbagliato.

Oppure scrivi un piccolo loop di chat

Uno script è un buon modo per imparare quanto costa il roleplay, perché puoi stampare l'utilizzo dei token a ogni turno. Questo mantiene un prompt persona, limita la cronologia agli ultimi 20 messaggi e fa lo streaming della risposta.

Copyimport os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredvideo.cc/v1",
    api_key=os.environ["API_KEY"],
)

system = (
    "You are Mara, a dry-witted smuggler pilot in a space-opera story. "
    "Stay in character, write in third person, keep replies under 150 words."
)
history = []

while True:
    user = input("> ")
    history.append({"role": "user", "content": user})
    messages = [{"role": "system", "content": system}] + history[-20:]
    stream = client.chat.completions.create(
        model="uncensored",
        messages=messages,
        temperature=0.9,
        top_p=0.95,
        max_tokens=300,
        stream=True,
        stream_options={"include_usage": True},
    )
    reply = ""
    for chunk in stream:
        if chunk.choices and chunk.choices[0].delta.content:
            piece = chunk.choices[0].delta.content
            reply += piece
            print(piece, end="", flush=True)
        if chunk.usage:
            print("\n[tokens in/out: %d/%d]" % (chunk.usage.prompt_tokens, chunk.usage.completion_tokens))
    history.append({"role": "assistant", "content": reply})

Osserva la riga di utilizzo. Dopo alcune decine di turni vedrai aumentare il conteggio dell'input mentre l'output rimane stabile. Quello è il numero da gestire.

Scrivi un prompt del personaggio che regga

La maggior parte dei problemi di roleplay inizia nel primo prompt, non nel modello. Un buon prompt del personaggio è breve e specifico. Nomina il personaggio, dai una voce in una o due frasi, descrivi l'ambientazione e indica la lunghezza delle risposte. Poi fermati. Ogni regola extra è un token che paghi a ogni turno e un lungo elenco di cose da fare e non fare tende a essere seguito meno bene di un esempio chiaro.

Confronta due modi per descrivere lo stesso pilota. Il primo dice che è coraggiosa, divertente, leale e intelligente. Questo non dice al modello nulla su cui agire. Il secondo dice che risponde alle domande con una battuta prima e la verità dopo, non spiega mai il suo passato se non le viene chiesto due volte e usa un linguaggio leggermente scurrile quando si rompe un pezzo della nave. Il secondo dà al modello abitudini da ripetere e le abitudini sono ciò che i lettori sperimentano come personalità.

Aggiungi un breve scambio di esempio di tre o quattro righe. I modelli copiano molto bene il ritmo, quindi un esempio fissa lunghezza, tempo verbale e punto di vista senza una regola separata. Se scrivi in seconda persona, mostralo. Se vuoi la narrazione in corsivo, mostralo anche quello. Metti l'esempio nel prompt di sistema o come primi messaggi della cronologia.

Infine, decidi chi controlla gli altri personaggi. Se vuoi che il modello interpreti un cast intero, dillo. Se vuoi che interpreti solo un ruolo, dì che non deve mai scrivere le parole o le azioni del tuo personaggio. Una sequenza di stop sul nome del tuo personaggio supporta questo a livello API.

Quanto costa un turno di roleplay

Ogni richiesta reinvia il prompt di sistema, la descrizione del personaggio e la cronologia, quindi i token di input crescono man mano che la chat diventa più lunga. Ecco il calcolo per una risposta da 300 token, che costa da sola 300 x $0,50 / 1.000.000 = $0,00015:

La lettura è semplice. Un prompt compatto da 8.000 token costa circa 5,7 volte meno rispetto a uno da 50.000 token per lo stesso numero di turni. Al livello di 8.000 token, una ricarica da $20 paga per circa 14.800 turni. Ricariche più grandi aggiungono un bonus: +5% da $50, +10% da $100 e +15% da $200, quindi $100 danno $110 di credito. Vedi la pagina dei prezzi per la tabella completa.

Mantieni le storie lunghe economiche e coerenti

La finestra di contesto è di 100.000 token, prompt più risposta, quindi puoi caricare molto. Raramente dovresti. I prompt lunghi costano di più e danno al modello più testo da cui perdere il filo. Alcune abitudini aiutano:

• Riassumi, poi elimina. Ogni 20 turni, chiedi al modello un riassunto di 150 parole della storia fino a quel momento, mantienilo nel prompt di sistema ed elimina i messaggi vecchi.
• Mantieni breve la scheda del personaggio. Una pagina di regole che il modello ignora è una pagina che paghi a ogni turno.
• Limita la risposta. max_tokens è opzionale, ma un limite ferma le risposte fuori controllo e mantiene il ritmo serrato.
• Regola il campionamento. Una temperatura intorno a 0,8-1,0 è adatta alla narrativa. Se il modello ripete frasi, aumenta leggermente la penalità di frequenza o presenza. Vengono trasmesse.
• Usa sequenze stop così il modello non scrive le tue battute, ad esempio uno stop sul nome del tuo personaggio seguito dai due punti.

I semi fissi vengono trasmessi a loro volta, il che aiuta quando vuoi ripetere una scena e confrontare due versioni del prompt.

Problemi comuni e soluzioni rapide

Questi sono i problemi che le persone incontrano più spesso nelle chat lunghe, con l'impostazione che di solito aiuta.

• Il modello parla per te. Aggiungi una riga al prompt di sistema, più una sequenza di stop sul nome del tuo personaggio.
• Le risposte diventano più lunghe a ogni turno. Il modello copia la lunghezza delle risposte precedenti. Abbassa max_tokens, modifica manualmente una risposta lunga e il pattern si reimposta.
• Frasi ripetute. Aumenta leggermente la temperatura, aggiungi una piccola penalità di presenza o frequenza e varia i tuoi messaggi. Il modello riflette ciò che vede.
• Dettagli dimenticati. Metti i fatti che devono sopravvivere, come nomi, ferite e promesse, in una nota fissa breve in cima al prompt, e aggiornala quando la storia cambia.
• Tono piatto. Fornisci un esempio di voce più marcato. Il tono deriva molto più dagli esempi che dagli aggettivi.

Quando succede qualcosa di strano, stampa l'elenco completo dei messaggi che il tuo script invia. Nove volte su dieci la causa è visibile nel prompt stesso: un'istruzione rimasta, un riassunto duplicato o una cronologia non ridotta.

Limiti ed errori che potresti incontrare

Una chiave completa permette 8 richieste parallele e 300 richieste al minuto, la chiave di prova 2 e 60. Se superi il limite, l'API restituisce HTTP 429. Il codice di errore rate_limited indica troppe richieste al minuto, e concurrency indica troppe richieste simultanee. Un 429 con l'intestazione Retry-After: 5 segnala un sovraccarico temporaneo, quindi attendi cinque secondi e riprova.

Un dettaglio che sorprende molti: una richiesta in streaming mantiene il suo slot di concorrenza fino al termine dello streaming. Se clicchi rigenera tre volte velocemente su una chiave di prova, il terzo tentativo può fallire con concurrency. Attendi che lo streaming termini o lascia che il client riprovi dopo una breve pausa. Ogni risposta include anche X-Balance-USD, così il tuo script può stampare il saldo residuo dopo ogni turno.

Una regola che non cambia: il modello è ottimizzato per rispondere senza rifiuti di contenuto per l'uso adulto lecito, e non scriverà contenuti sessuali che coinvolgono minorenni. Mantieni le tue storie entro questi limiti. I prompt non vengono utilizzati per l'addestramento.

Altre guide

• Tutorial LangChain Agentic AI con API compatibile con OpenAI
• Costruisci un motore di ricerca AI senza censura con chiamata di funzioni
• API Sora 2: Generatore di script AI per video da testo senza censura