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- Ouvrez le tableau de bord à l'adresse
http://localhost:3001. - Ajoutez des clés gratuites d'au moins deux fournisseurs sur la page Keys. Google AI Studio, Groq et Mistral fournissent chacun une clé gratuite.
- 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 :
| Champ | Valeur |
|---|---|
| API | Chat Completion |
| Chat Completion Source | Custom (OpenAI-compatible) |
| Custom Endpoint (Base URL) | http://localhost:3001/v1 |
| Custom API Key | Votre clé unifiée, <unified-key> |
| Enter a Model ID | auto, 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.
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.
| Modèle | Gratuit sur | Contexte | Limites gratuites (meilleure offre) | Outils | Vision |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 req/min 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Oui | Non |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 de plus | 1M | 40 req/min 40 RPM | Oui | Oui |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 req/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Oui | Oui |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Oui | Non |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Oui | Oui |
| Deepseek V4.1 Flash | APINex | 1M | 5 req/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Non | Non |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 req/min 20 req/jour 250,000 jetons/min ~3M | Oui | Oui |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Oui | Oui |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 req/min 50 req/jour 50 req/day account-wide (1,000 after a $10 purchase) | Oui | Oui |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 req/min 50 req/jour Shared rate limit | Oui | Non |
| DeepSeek V4 Flash 0731 | ElectronHub, Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | Non | Non |
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 de plus | 262K | 30 req/min 250 req/jour 70,000 jetons/min ~6M | Oui | Oui |
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 :
| Paramètre | Valeur recommandée | Pourquoi |
|---|---|---|
| Context Size (tokens) | 16 000 à 32 000 | Un contexte plus petit envoie moins de jetons par message. Les offres gratuites limitent souvent les jetons par minute. |
| Max Response Length (tokens) | 400 à 800 | Les longues réponses consomment vite le quota de sortie. Certains modèles de raisonnement utilisent aussi une partie de ce budget pour leur réflexion cachée. |
| Streaming | Activé | Vous 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.
| Fournisseur | Modèles gratuits | Max req/min | Max req/jour | Max jetons/min | Jetons/mois (un modèle) | Modèle gratuit le plus performant |
|---|---|---|---|---|---|---|
| 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 |
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.
Dépannage
| Problème | Cause | Solution |
|---|---|---|
| La connexion échoue ou le statut reste rouge | Mauvaise URL ou FreeLLMAPI n'est pas lancé | Ouvrez http://localhost:3001 dans le navigateur. Vérifiez que l'URL se termine par /v1. |
| Erreur 401 | La clé est incorrecte | Collez à nouveau la clé unifiée dans Custom API Key |
| Un modèle sélectionné échoue toujours | Aucune clé pour le fournisseur de ce modèle | Ajoutez la clé du fournisseur, ou saisissez auto |
| Erreur 429 après une longue session | Toutes les clés ont atteint leur limite | Ajoutez des clés d'autres fournisseurs, ou attendez la réinitialisation |
| Erreurs sur l'ordre ou les rôles des messages | Le fournisseur applique des règles de rôles strictes | Réglez Prompt Post-Processing sur Semi-strict ou Strict |
| Les réponses s'arrêtent au milieu | Max Response Length est trop petit pour un modèle de raisonnement | Augmentez la valeur, ou choisissez un modèle sans raisonnement |
| La voix du personnage change pendant la conversation | Une limite a forcé un changement de modèle | Épinglez un modèle gratuit disponible chez plusieurs fournisseurs |
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
- API LLM gratuite pour Open WebUI
- API LLM gratuite avec un contexte d'un million de tokens
- Limites de débit des API LLM gratuites
- URL de base des API gratuites compatibles OpenAI
- API LLM gratuite sans carte bancaire
Sources
- SillyTavern docs: Chat Completion sources, Custom (OpenAI-compatible) (vérifié le 20 November 2026)
- SillyTavern source: API connection panel labels (public/index.html) (vérifié le 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, streaming) (vérifié le 20 November 2026)
- FreeLLMAPI README: features and limitations (vérifié le 20 November 2026)