API gratuita para SillyTavern
SillyTavern é uma interface de chat e roleplay que você executa no seu computador. Ele precisa de uma API de modelo. Este guia conecta o SillyTavern ao FreeLLMAPI pela fonte de Chat Completion Custom (OpenAI-compatible). O FreeLLMAPI reúne 45 camadas gratuitas de provedores atrás de uma única chave e passa para o próximo provedor quando um limite interrompe uma requisição.
O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.
Antes de começar
Você precisa de dois programas no mesmo computador: SillyTavern e FreeLLMAPI. O FreeLLMAPI roda no Docker ou como aplicativo de desktop. Instale-o com um comando:
Instale o FreeLLMAPI (macOS ou Linux)
curl -fsSL https://freellmapi.co/install.sh | bash- Abra o painel em
http://localhost:3001. - Adicione chaves gratuitas de dois ou mais provedores na página Keys. Google AI Studio, Groq e Mistral fornecem cada um uma chave gratuita.
- Copie a chave unificada na página Keys. O SillyTavern usa apenas esta chave.
O aplicativo de desktop escuta em http://127.0.0.1:31415. Se você usar o aplicativo de desktop, use esse endereço no lugar de http://localhost:3001 nesta página.
Passo 1: conecte o SillyTavern
Abra o SillyTavern e clique no ícone API Connections (a tomada) na barra superior. Depois, defina estes campos:
| Campo | Valor |
|---|---|
| API | Chat Completion |
| Chat Completion Source | Custom (OpenAI-compatible) |
| Custom Endpoint (Base URL) | http://localhost:3001/v1 |
| Custom API Key | Sua chave unificada, <unified-key> |
| Enter a Model ID | auto, ou um ID de modelo da tabela abaixo |
Clique em Connect. O SillyTavern lê /v1/models e preenche a lista Available Models. Não adicione /chat/completions à URL. O SillyTavern adiciona esse caminho sozinho.
auto em Enter a Model ID para que o roteador escolha um modelo que funcione agora.Clique em Test Message para enviar um prompt curto. Se você receber uma resposta, a conexão funciona.
Passo 2: escolha modelos para chats longos
Um chat de roleplay envia a ficha do personagem, as informações do mundo e o histórico do chat com cada mensagem. Um chat longo pode enviar dezenas de milhares de tokens a cada vez. Escolha modelos com uma janela de contexto grande.
Você pode usar estes IDs de modelo em Enter a Model ID:
auto: segue a cadeia de fallback definida no painel.auto:smart: ordena os modelos habilitados por inteligência. Use para a qualidade da história.auto:fast: ordena os modelos habilitados pela velocidade medida. Use para respostas rápidas.- Um ID de modelo fixo: mantém o mesmo estilo de escrita em todas as respostas, mas para quando o limite gratuito desse modelo acaba.
| Modelo | Gratuito em | Contexto | Limites gratuitos (melhor oferta) | Ferramentas | Visão |
|---|---|---|---|---|---|
| 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 | Sim | Não |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 a mais | 1M | 40 req/min 40 RPM | Sim | Sim |
| 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 | Sim | Sim |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Sim | Não |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Sim | Sim |
| 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 | Não | Não |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 req/min 20 req/dia 250,000 tokens/min ~3M | Sim | Sim |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Sim | Sim |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 req/min 50 req/dia 50 req/day account-wide (1,000 after a $10 purchase) | Sim | Sim |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 req/min 50 req/dia Shared rate limit | Sim | Não |
| DeepSeek V4 Flash 0731 | ElectronHub, Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | Não | Não |
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 a mais | 262K | 30 req/min 250 req/dia 70,000 tokens/min ~6M | Sim | Sim |
Mostrando 12 de 184 modelos gratuitos correspondentes. Ver todos os modelos.
Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.
O FreeLLMAPI mantém uma conversa no mesmo modelo por 30 minutos. Isso mantém a voz do personagem igual entre as mensagens. Se um limite forçar a troca de modelo, o próximo modelo continua a partir do mesmo histórico do chat.
Passo 3: defina as configurações de geração
Abra o painel AI Response Configuration (o ícone de controles deslizantes). Três configurações têm o maior efeito nas camadas gratuitas:
| Configuração | Valor recomendado | Motivo |
|---|---|---|
| Context Size (tokens) | 16.000 a 32.000 | Um contexto menor envia menos tokens por mensagem. As camadas gratuitas costumam limitar os tokens por minuto. |
| Max Response Length (tokens) | 400 a 800 | Respostas longas gastam a cota de saída rapidamente. Alguns modelos de raciocínio também usam parte deste limite para o pensamento oculto. |
| Streaming | Ativado | Você vê o texto conforme ele chega. O FreeLLMAPI usa streaming em todos os provedores que consegue alcançar. |
O SillyTavern também tem a opção Prompt Post-Processing para a fonte Custom. Alguns provedores rejeitam duas mensagens de sistema seguidas. Se você receber erros sobre os papéis das mensagens, selecione uma opção Semi-strict ou Strict. Essas opções juntam mensagens do mesmo papel. As opções marcadas como "no tools" também removem as chamadas de ferramenta. As opções marcadas como "with tools" as mantêm.
Limites de taxa em roleplay longo
Cada camada gratuita tem seus próprios limites. Por exemplo, uma chave gratuita do Gemini Flash permite poucas requisições por dia, e uma chave do Groq permite mais requisições, com limites de tokens menores. Uma noite de roleplay pode enviar várias centenas de requisições. Uma única chave gratuita não dura tanto.
- Adicione mais provedores. Cada chave adiciona requisições por dia. O FreeLLMAPI conta a cota de cada chave e passa para a próxima chave ou provedor quando uma se esgota.
- Reduza o contexto. Resuma as mensagens antigas com a extensão Summarize do SillyTavern. Um prompt menor usa menos tokens por minuto.
- Evite trocar respostas em loop. Cada swipe ou regeneração é uma nova requisição.
- Acompanhe a renovação. Quando todas as chaves atingem o limite, o gateway retorna o erro 429 com um cabeçalho
Retry-After. Muitos limites diários são renovados à meia-noite UTC.
A tabela mostra os limites gratuitos por provedor no catálogo de hoje.
| Provedor | Modelos gratuitos | Máx. req/min | Máx. req/dia | Máx. tokens/min | Tokens/mês (um modelo) | Modelo gratuito mais forte |
|---|---|---|---|---|---|---|
| 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 |
Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.
Solução de problemas
| Problema | Causa | Solução |
|---|---|---|
| A conexão falha ou o status continua vermelho | URL errada ou o FreeLLMAPI não está em execução | Abra http://localhost:3001 no navegador. Confirme que a URL termina em /v1. |
| Erro 401 | A chave está errada | Cole a chave unificada novamente em Custom API Key |
| Um modelo selecionado sempre falha | Não há chave para o provedor desse modelo | Adicione a chave do provedor, ou digite auto |
| Erro 429 após uma sessão longa | Todas as chaves atingiram o limite | Adicione chaves de mais provedores, ou aguarde a renovação |
| Erros sobre a ordem ou os papéis das mensagens | O provedor tem regras rígidas de papel | Defina Prompt Post-Processing como Semi-strict ou Strict |
| As respostas param no meio | Max Response Length é pequeno demais para um modelo de raciocínio | Aumente o valor, ou selecione um modelo sem raciocínio |
| A voz do personagem muda durante o chat | Um limite forçou a troca de modelo | Fixe um modelo que é gratuito em vários provedores |
Perguntas frequentes
Existe uma API gratuita para SillyTavern?
Sim. O SillyTavern aceita qualquer API compatível com OpenAI pela fonte Custom (OpenAI-compatible). O FreeLLMAPI oferece um endpoint para muitas camadas gratuitas de provedores. Cada camada tem seus próprios limites.
Qual é a base URL para Custom (OpenAI-compatible) no SillyTavern?
Use http://localhost:3001/v1 para uma instalação do servidor FreeLLMAPI, ou http://127.0.0.1:31415/v1 para o aplicativo de desktop. Não adicione /chat/completions.
Qual modelo gratuito é o melhor para roleplay no SillyTavern?
Use um modelo com janela de contexto de 128K tokens ou mais. Comece com auto:smart para qualidade ou auto:fast para velocidade. A tabela desta página mostra os modelos gratuitos mais fortes de hoje.
Por que recebo o erro 429 no SillyTavern?
Uma camada gratuita atingiu o limite. O FreeLLMAPI passa para a próxima chave ou provedor. Se todas as chaves estiverem no limite, você recebe 429. Adicione chaves de mais provedores ou reduza o tamanho do contexto.
O streaming do SillyTavern funciona com APIs gratuitas?
Sim. Ative Streaming no painel AI Response Configuration. O FreeLLMAPI transmite a resposta de cada provedor no formato OpenAI.
Guias relacionados
- API LLM gratuita para Open WebUI
- API LLM gratuita com contexto de 1 milhão de tokens
- Limites de taxa da API LLM gratuita
- URLs base de APIs gratuitas compatíveis com OpenAI
- API gratuita de LLM sem cartão de crédito
Fontes
- SillyTavern docs: Chat Completion sources, Custom (OpenAI-compatible) (verificado em 20 November 2026)
- SillyTavern source: API connection panel labels (public/index.html) (verificado em 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, streaming) (verificado em 20 November 2026)
- FreeLLMAPI README: features and limitations (verificado em 20 November 2026)