Início / Guias / API gratuita para SillyTavern

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
  1. Abra o painel em http://localhost:3001.
  2. Adicione chaves gratuitas de dois ou mais provedores na página Keys. Google AI Studio, Groq e Mistral fornecem cada um uma chave gratuita.
  3. 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:

CampoValor
APIChat Completion
Chat Completion SourceCustom (OpenAI-compatible)
Custom Endpoint (Base URL)http://localhost:3001/v1
Custom API KeySua chave unificada, <unified-key>
Enter a Model IDauto, 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.

Nota: a lista Available Models mostra o catálogo completo do FreeLLMAPI. Ela também mostra modelos que você ainda não pode chamar, porque não adicionou uma chave para o provedor deles. Digite 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.
Modelos gratuitos com contexto de 128K ou mais para chats longos
ModeloGratuito emContextoLimites gratuitos (melhor oferta)FerramentasVisão
GLM 5.3APINex, UnoRouter1M5 req/min
10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account
SimNão
GLM 5.3 FlashAPINex, BlazeAPI, NVIDIA NIM +1 a mais1M40 req/min
40 RPM
SimSim
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
SimSim
Qwen3.8 Flash NextAMD Radeon Cloud, BlazeAPI, ElectronHub262KRecurring daily account allowanceSimNão
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditSimSim
Deepseek V4.1 FlashAPINex1M5 req/min
10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account
NãoNão
Gemini 3.7 FlashGoogle AI Studio1M10 req/min
20 req/dia
250,000 tokens/min
~3M
SimSim
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditSimSim
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 req/min
50 req/dia
50 req/day account-wide (1,000 after a $10 purchase)
SimSim
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 req/min
50 req/dia
Shared rate limit
SimNão
DeepSeek V4 Flash 0731ElectronHub, Router91M10,000 credits/month (~$1), shared; account-anniversary resetNãoNão
Qwen3.8 27BBlazeAPI, ElectronHub, Gizmo +3 a mais262K30 req/min
250 req/dia
70,000 tokens/min
~6M
SimSim

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:

ConfiguraçãoValor recomendadoMotivo
Context Size (tokens)16.000 a 32.000Um contexto menor envia menos tokens por mensagem. As camadas gratuitas costumam limitar os tokens por minuto.
Max Response Length (tokens)400 a 800Respostas longas gastam a cota de saída rapidamente. Alguns modelos de raciocínio também usam parte deste limite para o pensamento oculto.
StreamingAtivadoVocê 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.

ProvedorModelos gratuitosMáx. req/minMáx. req/diaMáx. tokens/minTokens/mês (um modelo)Modelo gratuito mais forte
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

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.

Política de conteúdo: cada provedor aplica a própria política de uso às requisições gratuitas. Um provedor pode recusar alguns conteúdos. O FreeLLMAPI não altera o que um provedor permite.

Solução de problemas

ProblemaCausaSolução
A conexão falha ou o status continua vermelhoURL errada ou o FreeLLMAPI não está em execuçãoAbra http://localhost:3001 no navegador. Confirme que a URL termina em /v1.
Erro 401A chave está erradaCole a chave unificada novamente em Custom API Key
Um modelo selecionado sempre falhaNão há chave para o provedor desse modeloAdicione a chave do provedor, ou digite auto
Erro 429 após uma sessão longaTodas as chaves atingiram o limiteAdicione chaves de mais provedores, ou aguarde a renovação
Erros sobre a ordem ou os papéis das mensagensO provedor tem regras rígidas de papelDefina Prompt Post-Processing como Semi-strict ou Strict
As respostas param no meioMax Response Length é pequeno demais para um modelo de raciocínioAumente o valor, ou selecione um modelo sem raciocínio
A voz do personagem muda durante o chatUm limite forçou a troca de modeloFixe um modelo que é gratuito em vários provedores
Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

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

Fontes

Todos os guias · Ver todos os modelos gratuitos