Accueil / Guides / API gratuite pour SillyTavern

API gratuite pour SillyTavern

SillyTavern est une interface de conversation et de jeu de rôle que vous exécutez sur votre ordinateur. Elle a besoin d'une API de modèle. Ce guide connecte SillyTavern à FreeLLMAPI par la source Chat Completion Custom (OpenAI-compatible). FreeLLMAPI regroupe les offres gratuites de 45 fournisseurs derrière une seule clé. Il passe au fournisseur suivant lorsqu'une limite bloque une requête.

Le code, les noms de modèles et les libellés du catalogue en direct sont affichés en anglais.

Avant de commencer

Vous avez besoin de deux programmes sur le même ordinateur : SillyTavern et FreeLLMAPI. FreeLLMAPI s'exécute avec Docker ou sous forme d'application de bureau. Installez-le avec une seule commande :

Installer FreeLLMAPI (macOS ou Linux)

curl -fsSL https://freellmapi.co/install.sh | bash
  1. Ouvrez le tableau de bord à l'adresse http://localhost:3001.
  2. Ajoutez des clés gratuites d'au moins deux fournisseurs sur la page Keys. Google AI Studio, Groq et Mistral fournissent chacun une clé gratuite.
  3. Copiez la clé unifiée depuis la page Keys. SillyTavern utilise uniquement cette clé.

L'application de bureau écoute sur http://127.0.0.1:31415. Si vous utilisez l'application de bureau, employez cette adresse à la place de http://localhost:3001 sur cette page.

Étape 1 : connecter SillyTavern

Ouvrez SillyTavern et cliquez sur l'icône API Connections (la prise) dans la barre supérieure. Définissez ensuite ces champs :

ChampValeur
APIChat Completion
Chat Completion SourceCustom (OpenAI-compatible)
Custom Endpoint (Base URL)http://localhost:3001/v1
Custom API KeyVotre clé unifiée, <unified-key>
Enter a Model IDauto, ou un identifiant de modèle du tableau ci-dessous

Cliquez sur Connect. SillyTavern lit /v1/models et remplit la liste Available Models. N'ajoutez pas /chat/completions à l'URL. SillyTavern ajoute ce chemin lui-même.

Remarque : la liste Available Models affiche le catalogue complet de FreeLLMAPI. Elle affiche aussi des modèles que vous ne pouvez pas encore appeler, car vous n'avez pas ajouté de clé pour leur fournisseur. Saisissez auto dans Enter a Model ID pour laisser le routeur choisir un modèle qui fonctionne maintenant.

Cliquez sur Test Message pour envoyer une courte invite. Si vous recevez une réponse, la connexion fonctionne.

Étape 2 : choisir des modèles pour les longues conversations

Une conversation de jeu de rôle envoie la fiche du personnage, les informations sur le monde et l'historique du chat avec chaque message. Une longue conversation peut envoyer des dizaines de milliers de jetons à chaque fois. Choisissez des modèles avec une grande fenêtre de contexte.

Vous pouvez utiliser ces identifiants de modèle dans Enter a Model ID :

  • auto : suit la chaîne de repli de votre tableau de bord.
  • auto:smart : classe les modèles activés par intelligence. Utilisez-le pour la qualité du récit.
  • auto:fast : classe les modèles activés par vitesse mesurée. Utilisez-le pour des réponses rapides.
  • Un identifiant de modèle fixe : donne le même style d'écriture à chaque fois, mais s'arrête lorsque la limite gratuite de ce modèle est atteinte.
Modèles gratuits avec un contexte de 128K+ pour les longues conversations
ModèleGratuit surContexteLimites gratuites (meilleure offre)OutilsVision
GLM 5.3APINex, UnoRouter1M5 req/min
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
OuiNon
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 de plus1M40 req/min
40 RPM
OuiOui
Gemini 3.8 FlashAPINex, Google AI Studio1M5 req/min
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
OuiOui
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceOuiNon
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditOuiOui
Deepseek V4.1 FlashAPINex1M5 req/min
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
NonNon
Gemini 3.7 FlashGoogle AI Studio1M10 req/min
20 req/jour
250,000 jetons/min
~3M
OuiOui
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditOuiOui
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 req/min
50 req/jour
50 req/day account-wide (1,000 after a $10 purchase)
OuiOui
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 req/min
50 req/jour
Shared rate limit
OuiNon
DeepSeek V4 Flash 0731ElectronHub, Router91M10,000 credits/month (~$1), shared; account-anniversary resetNonNon
Qwen3.8 27BBlazeAPI, ElectronHub, Gizmo +3 de plus262K30 req/min
250 req/jour
70,000 jetons/min
~6M
OuiOui

Affichage de 12 modèles gratuits sur 184 correspondants. Voir tous les modèles.

Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.

FreeLLMAPI garde une conversation sur un même modèle pendant 30 minutes. La voix du personnage reste ainsi la même d'un message à l'autre. Si une limite oblige à changer de modèle, le nouveau modèle poursuit à partir du même historique de chat.

Étape 3 : définir les paramètres de génération

Ouvrez le panneau AI Response Configuration (l'icône des curseurs). Trois paramètres ont le plus d'effet sur les offres gratuites :

ParamètreValeur recommandéePourquoi
Context Size (tokens)16 000 à 32 000Un contexte plus petit envoie moins de jetons par message. Les offres gratuites limitent souvent les jetons par minute.
Max Response Length (tokens)400 à 800Les longues réponses consomment vite le quota de sortie. Certains modèles de raisonnement utilisent aussi une partie de ce budget pour leur réflexion cachée.
StreamingActivéVous voyez le texte au fur et à mesure qu'il arrive. FreeLLMAPI diffuse la réponse avec chaque fournisseur qu'il peut joindre.

SillyTavern propose aussi une option Prompt Post-Processing pour la source Custom. Certains fournisseurs refusent deux messages système à la suite. Si vous obtenez des erreurs sur les rôles des messages, choisissez une option Semi-strict ou Strict. Ces options fusionnent les messages de même rôle. Les options marquées « no tools » suppriment aussi les appels d'outils. Les options marquées « with tools » les conservent.

Limites de débit dans les longs jeux de rôle

Chaque offre gratuite a ses propres limites. Par exemple, une clé Gemini Flash gratuite autorise peu de requêtes par jour, et une clé Groq en autorise davantage avec des limites de jetons plus basses. Une soirée de jeu de rôle peut envoyer plusieurs centaines de requêtes. Une seule clé gratuite ne tient pas aussi longtemps.

  • Ajoutez d'autres fournisseurs. Chaque clé ajoute des requêtes par jour. FreeLLMAPI compte le quota de chaque clé et passe à la clé ou au fournisseur suivant lorsqu'un quota est épuisé.
  • Réduisez le contexte. Résumez les anciens messages avec l'extension Summarize de SillyTavern. Une invite plus courte utilise moins de jetons par minute.
  • Évitez les swipes en boucle. Chaque swipe ou régénération est une nouvelle requête.
  • Surveillez la réinitialisation. Lorsque toutes les clés ont atteint leur limite, la passerelle renvoie l'erreur 429 avec un en-tête Retry-After. De nombreuses limites quotidiennes se réinitialisent à minuit UTC.

Le tableau indique les limites gratuites par fournisseur dans le catalogue du jour.

FournisseurModèles gratuitsMax req/minMax req/jourMax jetons/minJetons/mois (un modèle)Modèle gratuit le plus performant
ElectronHub84---$0.25/week shared recurring creditQwen3.8 Flash (ElectronHub)
qwen3.8-flash
Cloudflare Workers AI39---~5-10MQwen 3.8 27B (Cloudflare Workers AI)
@cf/qwen/qwen3.8-27b
Inferbase38---5,000 requests/month; 100 requests and $0.50 usage/day sharedDeepSeek V4 Flash (fp8) (Inferbase)
deepseek-v4-flash:fp8
AI Horde31---Ongoing volunteer queue; availability variesGemma 4 31B Heretic (AI Horde)
koboldcpp/gemma-4-31B-it-heretic
ACLIDE29---€20/month shared internal usage credits · no cardQwen3.8 Max (ACLIDE)
qwen/qwen3.8-max:free
Google AI Studio21151,000250,000~3MGemini 3.8 Flash
gemini-3.8-flash
Api.Airforce2011,000-free · 1,000 req/day · 1 req/mingpt-oss-20b (Api.Airforce)
gpt-oss-20b
NVIDIA NIM1940--free · 40 RPMGLM 5.3 Flash (NV)
z-ai/glm-5.3-flash
Cohere172033-~1-2MCommand A+ (05-2026)
command-a-plus-05-2026
DreamPrompting141005,000-free · 500K tokens/day · 5,000 req/dayGemini 3.1 Flash-Lite
google/gemini-3.1-flash-lite
Mistral122-500,000~50-100MMistral Code
mistral-code-latest
ModelScope11-200-Daily login: 200 credits + 50 for linked Alibaba Cloud; 24h expiry; shared; noncommercial experienceGLM-5.2 (ModelScope)
ZhipuAI/GLM-5.2

Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.

Politique de contenu : chaque fournisseur applique sa propre politique d'utilisation aux requêtes gratuites. Un fournisseur peut refuser certains contenus. FreeLLMAPI ne modifie pas ce qu'un fournisseur autorise.

Dépannage

ProblèmeCauseSolution
La connexion échoue ou le statut reste rougeMauvaise URL ou FreeLLMAPI n'est pas lancéOuvrez http://localhost:3001 dans le navigateur. Vérifiez que l'URL se termine par /v1.
Erreur 401La clé est incorrecteCollez à nouveau la clé unifiée dans Custom API Key
Un modèle sélectionné échoue toujoursAucune clé pour le fournisseur de ce modèleAjoutez la clé du fournisseur, ou saisissez auto
Erreur 429 après une longue sessionToutes les clés ont atteint leur limiteAjoutez des clés d'autres fournisseurs, ou attendez la réinitialisation
Erreurs sur l'ordre ou les rôles des messagesLe fournisseur applique des règles de rôles strictesRéglez Prompt Post-Processing sur Semi-strict ou Strict
Les réponses s'arrêtent au milieuMax Response Length est trop petit pour un modèle de raisonnementAugmentez la valeur, ou choisissez un modèle sans raisonnement
La voix du personnage change pendant la conversationUne limite a forcé un changement de modèleÉpinglez un modèle gratuit disponible chez plusieurs fournisseurs
Utilisez chacun de ces modèles avec une seule clé. FreeLLMAPI est un routeur open source auto-hébergé. Il place toutes ces offres gratuites derrière un seul point de terminaison compatible OpenAI, et bascule vers une autre offre lorsqu'une limite de débit est atteinte. Parcourir le catalogue ou passer en production.

Questions fréquentes

Existe-t-il une API gratuite pour SillyTavern ?

Oui. SillyTavern accepte toute API compatible OpenAI par la source Custom (OpenAI-compatible). FreeLLMAPI fournit un seul point de terminaison pour de nombreuses offres gratuites. Chaque offre a ses propres limites.

Quelle est l'URL de base pour SillyTavern Custom (OpenAI-compatible) ?

Utilisez http://localhost:3001/v1 pour une installation serveur de FreeLLMAPI, ou http://127.0.0.1:31415/v1 pour l'application de bureau. N'ajoutez pas /chat/completions.

Quel modèle gratuit est le meilleur pour le jeu de rôle dans SillyTavern ?

Utilisez un modèle avec une fenêtre de contexte de 128K jetons ou plus. Commencez par auto:smart pour la qualité ou auto:fast pour la vitesse. Le tableau de cette page montre les modèles gratuits les plus performants du moment.

Pourquoi ai-je une erreur 429 dans SillyTavern ?

Une offre gratuite a atteint sa limite. FreeLLMAPI passe à la clé ou au fournisseur suivant. Si toutes les clés sont à leur limite, vous recevez l'erreur 429. Ajoutez des clés d'autres fournisseurs ou réduisez la taille du contexte.

Le streaming de SillyTavern fonctionne-t-il avec les API gratuites ?

Oui. Activez Streaming dans le panneau AI Response Configuration. FreeLLMAPI diffuse la réponse de chaque fournisseur au format OpenAI.

Guides associés

Sources

Tous les guides · Parcourir tous les modèles gratuits