Kostenlose API für SillyTavern
SillyTavern ist eine Chat- und Rollenspiel-Oberfläche, die Sie auf Ihrem Computer betreiben. Sie braucht eine Modell-API. Diese Anleitung verbindet SillyTavern über die Chat-Completion-Quelle Custom (OpenAI-compatible) mit FreeLLMAPI. FreeLLMAPI bündelt 45 kostenlose Anbieter-Stufen hinter einem Schlüssel und wechselt zum nächsten Anbieter, wenn ein Limit eine Anfrage stoppt.
Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.
Bevor Sie beginnen
Sie brauchen zwei Programme auf demselben Computer: SillyTavern und FreeLLMAPI. FreeLLMAPI läuft in Docker oder als Desktop-App. Installieren Sie es mit einem Befehl:
FreeLLMAPI installieren (macOS oder Linux)
curl -fsSL https://freellmapi.co/install.sh | bash- Öffnen Sie das Dashboard unter
http://localhost:3001. - Fügen Sie auf der Seite Keys kostenlose Schlüssel von zwei oder mehr Anbietern hinzu. Google AI Studio, Groq und Mistral stellen jeweils einen kostenlosen Schlüssel bereit.
- Kopieren Sie den einheitlichen Schlüssel von der Seite Keys. SillyTavern verwendet nur diesen Schlüssel.
Die Desktop-App hört auf http://127.0.0.1:31415. Wenn Sie die Desktop-App verwenden, nutzen Sie diese Adresse anstelle von http://localhost:3001 auf dieser Seite.
Schritt 1: SillyTavern verbinden
Öffnen Sie SillyTavern und klicken Sie in der oberen Leiste auf das Symbol API Connections (der Stecker). Legen Sie dann diese Felder fest:
| Feld | Wert |
|---|---|
| API | Chat Completion |
| Chat Completion Source | Custom (OpenAI-compatible) |
| Custom Endpoint (Base URL) | http://localhost:3001/v1 |
| Custom API Key | Ihr einheitlicher Schlüssel, <unified-key> |
| Enter a Model ID | auto, oder eine Modell-ID aus der Tabelle unten |
Klicken Sie auf Connect. SillyTavern liest /v1/models und füllt die Liste Available Models. Fügen Sie /chat/completions nicht zur URL hinzu. SillyTavern ergänzt den Pfad selbst.
auto in Enter a Model ID ein, damit der Router ein Modell wählt, das jetzt funktioniert.Klicken Sie auf Test Message, um eine kurze Anfrage zu senden. Wenn Sie eine Antwort erhalten, funktioniert die Verbindung.
Schritt 2: Modelle für lange Chats wählen
Ein Rollenspiel-Chat sendet bei jeder Nachricht die Charakterkarte, die Welt-Informationen und den Chatverlauf. Ein langer Chat kann jedes Mal zehntausende Tokens senden. Wählen Sie Modelle mit einem großen Kontextfenster.
Sie können diese Modell-IDs in Enter a Model ID verwenden:
auto: folgt Ihrer Fallback-Kette im Dashboard.auto:smart: ordnet aktivierte Modelle nach Intelligenz. Verwenden Sie es für die Qualität der Geschichte.auto:fast: ordnet aktivierte Modelle nach gemessener Geschwindigkeit. Verwenden Sie es für schnelle Antworten.- Eine feste Modell-ID: liefert jedes Mal denselben Schreibstil, stoppt aber, wenn das kostenlose Limit dieses Modells aufgebraucht ist.
| Modell | Kostenlos bei | Kontext | Kostenlose Limits (bestes Angebot) | Tools | Bildverarbeitung |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 Anfragen/Min. 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Ja | Nein |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 weitere | 1M | 40 Anfragen/Min. 40 RPM | Ja | Ja |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 Anfragen/Min. 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Ja | Ja |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Ja | Nein |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Ja | Ja |
| Deepseek V4.1 Flash | APINex | 1M | 5 Anfragen/Min. 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Nein | Nein |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 Anfragen/Min. 20 Anfragen/Tag 250,000 Token/Min. ~3M | Ja | Ja |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Ja | Ja |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 Anfragen/Min. 50 Anfragen/Tag 50 req/day account-wide (1,000 after a $10 purchase) | Ja | Ja |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 Anfragen/Min. 50 Anfragen/Tag Shared rate limit | Ja | Nein |
| DeepSeek V4 Flash 0731 | ElectronHub, Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | Nein | Nein |
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 weitere | 262K | 30 Anfragen/Min. 250 Anfragen/Tag 70,000 Token/Min. ~6M | Ja | Ja |
Es werden 12 von 184 passenden kostenlosen Modellen angezeigt. Alle Modelle ansehen.
Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.
FreeLLMAPI behält einen Chat 30 Minuten lang bei einem Modell. So bleibt die Stimme des Charakters über alle Nachrichten gleich. Wenn ein Limit einen Modellwechsel erzwingt, setzt das nächste Modell den Chat mit demselben Verlauf fort.
Schritt 3: Generierungseinstellungen festlegen
Öffnen Sie das Panel AI Response Configuration (das Symbol mit den Schiebereglern). Drei Einstellungen wirken bei kostenlosen Stufen am stärksten:
| Einstellung | Empfohlener Wert | Warum |
|---|---|---|
| Context Size (tokens) | 16,000 bis 32,000 | Ein kleinerer Kontext sendet weniger Tokens pro Nachricht. Kostenlose Stufen begrenzen Tokens oft pro Minute. |
| Max Response Length (tokens) | 400 bis 800 | Lange Antworten verbrauchen das Ausgabekontingent schnell. Manche Reasoning-Modelle nutzen einen Teil dieses Budgets auch für verborgenes Nachdenken. |
| Streaming | On | Sie sehen den Text, während er eintrifft. FreeLLMAPI streamt bei jedem Anbieter, den es erreichen kann. |
SillyTavern hat für die Quelle Custom außerdem die Option Prompt Post-Processing. Manche Anbieter lehnen zwei System-Nachrichten direkt hintereinander ab. Wenn Sie Fehler zu Nachrichtenrollen erhalten, wählen Sie Semi-strict oder Strict. Diese Optionen führen Nachrichten derselben Rolle zusammen. Die Optionen mit „no tools“ entfernen außerdem Tool-Aufrufe. Die Optionen mit „with tools“ behalten sie bei.
Rate-Limits bei langem Rollenspiel
Jede kostenlose Stufe hat eigene Limits. Ein kostenloser Gemini-Flash-Schlüssel erlaubt zum Beispiel wenige Anfragen pro Tag, ein Groq-Schlüssel erlaubt mehr Anfragen mit niedrigeren Token-Limits. Ein Abend Rollenspiel kann mehrere hundert Anfragen senden. Ein kostenloser Schlüssel reicht dafür nicht lange.
- Fügen Sie weitere Anbieter hinzu. Jeder Schlüssel erhöht die Anfragen pro Tag. FreeLLMAPI zählt das Kontingent jedes Schlüssels und wechselt zum nächsten Schlüssel oder Anbieter, wenn eines aufgebraucht ist.
- Verringern Sie den Kontext. Fassen Sie alte Nachrichten mit der SillyTavern-Erweiterung Summarize zusammen. Ein kürzerer Prompt verbraucht weniger Tokens pro Minute.
- Vermeiden Sie Swipes in Schleifen. Jeder Swipe oder Regenerate ist eine neue Anfrage.
- Achten Sie auf den Reset. Wenn alle Schlüssel ihr Limit erreicht haben, gibt das Gateway den Fehler 429 mit einem
Retry-After-Header zurück. Viele Tageslimits werden um Mitternacht UTC zurückgesetzt.
Die Tabelle zeigt die kostenlosen Limits pro Anbieter im heutigen Katalog.
| Anbieter | Kostenlose Modelle | Max. Anfragen/Min. | Max. Anfragen/Tag | Max. Token/Min. | Token/Monat (ein Modell) | Stärkstes kostenloses Modell |
|---|---|---|---|---|---|---|
| ElectronHub | 84 | - | - | - | $0.25/week shared recurring credit | Qwen3.8 Flash (ElectronHub)qwen3.8-flash |
| Cloudflare Workers AI | 39 | - | - | - | ~5-10M | Qwen 3.8 27B (Cloudflare Workers AI)@cf/qwen/qwen3.8-27b |
| Inferbase | 38 | - | - | - | 5,000 requests/month; 100 requests and $0.50 usage/day shared | DeepSeek V4 Flash (fp8) (Inferbase)deepseek-v4-flash:fp8 |
| AI Horde | 31 | - | - | - | Ongoing volunteer queue; availability varies | Gemma 4 31B Heretic (AI Horde)koboldcpp/gemma-4-31B-it-heretic |
| ACLIDE | 29 | - | - | - | €20/month shared internal usage credits · no card | Qwen3.8 Max (ACLIDE)qwen/qwen3.8-max:free |
| Google AI Studio | 21 | 15 | 1,000 | 250,000 | ~3M | Gemini 3.8 Flashgemini-3.8-flash |
| Api.Airforce | 20 | 1 | 1,000 | - | free · 1,000 req/day · 1 req/min | gpt-oss-20b (Api.Airforce)gpt-oss-20b |
| NVIDIA NIM | 19 | 40 | - | - | free · 40 RPM | GLM 5.3 Flash (NV)z-ai/glm-5.3-flash |
| Cohere | 17 | 20 | 33 | - | ~1-2M | Command A+ (05-2026)command-a-plus-05-2026 |
| DreamPrompting | 14 | 100 | 5,000 | - | free · 500K tokens/day · 5,000 req/day | Gemini 3.1 Flash-Litegoogle/gemini-3.1-flash-lite |
| Mistral | 12 | 2 | - | 500,000 | ~50-100M | Mistral Codemistral-code-latest |
| ModelScope | 11 | - | 200 | - | Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experience | GLM-5.2 (ModelScope)ZhipuAI/GLM-5.2 |
Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.
Fehlerbehebung
| Problem | Ursache | Lösung |
|---|---|---|
| Die Verbindung schlägt fehl oder der Status bleibt rot | Falsche URL oder FreeLLMAPI läuft nicht | Öffnen Sie http://localhost:3001 im Browser. Stellen Sie sicher, dass die URL auf /v1 endet. |
| Fehler 401 | Der Schlüssel ist falsch | Fügen Sie den einheitlichen Schlüssel erneut in Custom API Key ein |
| Ein gewähltes Modell schlägt immer fehl | Kein Schlüssel für den Anbieter dieses Modells | Fügen Sie den Schlüssel des Anbieters hinzu oder geben Sie auto ein |
| Fehler 429 nach einer langen Sitzung | Alle Schlüssel haben ihr Limit erreicht | Fügen Sie Schlüssel von weiteren Anbietern hinzu oder warten Sie auf den Reset |
| Fehler zur Nachrichtenreihenfolge oder zu Rollen | Der Anbieter hat strenge Regeln für Rollen | Setzen Sie Prompt Post-Processing auf Semi-strict oder Strict |
| Antworten brechen mitten im Satz ab | Max Response Length ist für ein Reasoning-Modell zu klein | Erhöhen Sie den Wert oder wählen Sie ein Modell ohne Reasoning |
| Die Stimme des Charakters ändert sich während des Chats | Ein Limit hat einen Modellwechsel erzwungen | Fixieren Sie ein Modell, das bei mehreren Anbietern kostenlos ist |
Häufig gestellte Fragen
Gibt es eine kostenlose API für SillyTavern?
Ja. SillyTavern akzeptiert jede OpenAI-kompatible API über die Quelle Custom (OpenAI-compatible). FreeLLMAPI bietet einen Endpunkt für viele kostenlose Anbieter-Stufen. Jede Stufe hat eigene Limits.
Was ist die Base URL für SillyTavern Custom (OpenAI-compatible)?
Verwenden Sie http://localhost:3001/v1 für eine FreeLLMAPI-Serverinstallation oder http://127.0.0.1:31415/v1 für die Desktop-App. Fügen Sie /chat/completions nicht hinzu.
Welches kostenlose Modell eignet sich am besten für SillyTavern-Rollenspiel?
Verwenden Sie ein Modell mit einem Kontextfenster von 128K Tokens oder mehr. Beginnen Sie mit auto:smart für Qualität oder auto:fast für Geschwindigkeit. Die Tabelle auf dieser Seite zeigt die heute stärksten kostenlosen Modelle.
Warum erhalte ich in SillyTavern den Fehler 429?
Eine kostenlose Stufe hat ihr Limit erreicht. FreeLLMAPI wechselt zum nächsten Schlüssel oder Anbieter. Wenn jeder Schlüssel sein Limit erreicht hat, erhalten Sie 429. Fügen Sie weitere Anbieter-Schlüssel hinzu oder verringern Sie die Kontextgröße.
Funktioniert das SillyTavern-Streaming mit kostenlosen APIs?
Ja. Aktivieren Sie Streaming im Panel AI Response Configuration. FreeLLMAPI streamt die Antwort jedes Anbieters im OpenAI-Format.
Verwandte Anleitungen
- Kostenlose LLM-API für Open WebUI
- Kostenlose LLM-API mit 1 Million Tokens Kontext
- Rate-Limits kostenloser LLM-APIs
- Kostenlose OpenAI-kompatible API-Base-URLs
- Kostenlose LLM-API ohne Kreditkarte
Quellen
- SillyTavern docs: Chat Completion sources, Custom (OpenAI-compatible) (geprüft 20 November 2026)
- SillyTavern source: API connection panel labels (public/index.html) (geprüft 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, streaming) (geprüft 20 November 2026)
- FreeLLMAPI README: features and limitations (geprüft 20 November 2026)