API gratuit pentru SillyTavern
SillyTavern este o interfață pentru conversații și jocuri de rol, pe care o rulați pe calculator. Are nevoie de un API de model. Acest ghid conectează SillyTavern la FreeLLMAPI prin sursa Chat Completion Custom (OpenAI-compatible). FreeLLMAPI grupează 45 niveluri gratuite de la furnizori în spatele unei singure chei și trece la următorul furnizor când o limită oprește o cerere.
Codul, numele modelelor și etichetele live din catalog sunt afișate în engleză.
Înainte de a începe
Aveți nevoie de două programe pe același calculator: SillyTavern și FreeLLMAPI. FreeLLMAPI rulează în Docker sau ca aplicație desktop. Instalați-l cu o singură comandă:
Instalați FreeLLMAPI (macOS sau Linux)
curl -fsSL https://freellmapi.co/install.sh | bash- Deschideți panoul de control la
http://localhost:3001. - Adăugați chei gratuite de la doi sau mai mulți furnizori în pagina Keys. Google AI Studio, Groq și Mistral oferă fiecare o cheie gratuită.
- Copiați cheia unificată din pagina Keys. SillyTavern folosește doar această cheie.
Aplicația desktop ascultă la http://127.0.0.1:31415. Dacă folosiți aplicația desktop, folosiți această adresă în locul lui http://localhost:3001 din această pagină.
Pasul 1: Conectați SillyTavern
Deschideți SillyTavern și faceți clic pe pictograma API Connections (priza) din bara de sus. Apoi setați aceste câmpuri:
| Câmp | Valoare |
|---|---|
| API | Chat Completion |
| Chat Completion Source | Custom (OpenAI-compatible) |
| Custom Endpoint (Base URL) | http://localhost:3001/v1 |
| Custom API Key | Cheia dvs. unificată, <unified-key> |
| Enter a Model ID | auto, sau un ID de model din tabelul de mai jos |
Faceți clic pe Connect. SillyTavern citește /v1/models și completează lista Available Models. Nu adăugați /chat/completions la adresă. SillyTavern adaugă singur calea.
auto în Enter a Model ID pentru ca routerul să aleagă un model care funcționează acum.Faceți clic pe Test Message pentru a trimite un prompt scurt. Dacă primiți un răspuns, conexiunea funcționează.
Pasul 2: Alegeți modele pentru conversații lungi
Un chat de joc de rol trimite cardul personajului, informațiile despre lume și istoricul conversației cu fiecare mesaj. O conversație lungă poate trimite zeci de mii de tokeni de fiecare dată. Alegeți modele cu o fereastră de context mare.
Puteți folosi aceste ID-uri de model în Enter a Model ID:
auto: urmează lanțul dvs. de rezervă din panoul de control.auto:smart: ordonează modelele activate după inteligență. Folosiți-l pentru calitatea poveștii.auto:fast: ordonează modelele activate după viteza măsurată. Folosiți-l pentru răspunsuri rapide.- Un ID de model fix: dă același stil de scriere de fiecare dată, dar se oprește când se epuizează limita gratuită a acelui model.
| Model | Gratuit pe | Context | Limite gratuite (cea mai bună ofertă) | Instrumente | Viziune |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 cereri/min 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Da | Nu |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 în plus | 1M | 40 cereri/min 40 RPM | Da | Da |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 cereri/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Da | Da |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Da | Nu |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | Da | Da |
| Deepseek V4.1 Flash | APINex | 1M | 5 cereri/min 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Nu | Nu |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 cereri/min 20 cereri/zi 250,000 tokeni/min ~3M | Da | Da |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Da | Da |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 cereri/min 50 cereri/zi 50 req/day account-wide (1,000 after a $10 purchase) | Da | Da |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 cereri/min 50 cereri/zi Shared rate limit | Da | Nu |
| DeepSeek V4 Flash 0731 | ElectronHub, Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | Nu | Nu |
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 în plus | 262K | 30 cereri/min 250 cereri/zi 70,000 tokeni/min ~6M | Da | Da |
Se afișează 12 din 184 modele gratuite care se potrivesc. Vezi toate modelele.
Date live din catalogul FreeLLMAPI (versiunea 2026.11.19, verificat 2026-11-19). Limitele gratuite se schimbă des. Catalogul este verificat în fiecare zi.
FreeLLMAPI păstrează o conversație pe același model timp de 30 de minute. Astfel, vocea personajului rămâne aceeași între mesaje. Dacă o limită forțează schimbarea modelului, următorul model continuă din același istoric al conversației.
Pasul 3: Setați opțiunile de generare
Deschideți panoul AI Response Configuration (pictograma cu glisoare). Trei setări au cel mai mare efect asupra nivelurilor gratuite:
| Setare | Valoare recomandată | De ce |
|---|---|---|
| Context Size (tokens) | 16,000 to 32,000 | Un context mai mic trimite mai puțini tokeni la fiecare mesaj. Nivelurile gratuite limitează des numărul de tokeni pe minut. |
| Max Response Length (tokens) | 400 to 800 | Răspunsurile lungi consumă repede cota de ieșire. Unele modele de raționament folosesc și o parte din acest buget pentru gândire ascunsă. |
| Streaming | On | Vedeți textul pe măsură ce sosește. FreeLLMAPI face streaming la fiecare furnizor la care poate ajunge. |
SillyTavern are și opțiunea Prompt Post-Processing pentru sursa Custom. Unii furnizori resping două mesaje de sistem consecutive. Dacă primiți erori despre rolurile mesajelor, selectați Semi-strict sau Strict. Aceste opțiuni unesc mesajele cu același rol. Opțiunile marcate „no tools” elimină și apelurile de instrumente. Opțiunile marcate „with tools” le păstrează.
Limite de cerere în jocurile de rol lungi
Fiecare nivel gratuit are propriile limite. De exemplu, o cheie gratuită Gemini Flash permite puține cereri pe zi, iar o cheie Groq permite mai multe cereri, cu limite de tokeni mai mici. O seară de joc de rol poate trimite câteva sute de cereri. O singură cheie gratuită nu ține atât.
- Adăugați mai mulți furnizori. Fiecare cheie adaugă cereri pe zi. FreeLLMAPI numără cota fiecărei chei și trece la următoarea cheie sau următorul furnizor când una se epuizează.
- Reduceți contextul. Rezumați mesajele vechi cu extensia Summarize din SillyTavern. Un prompt mai scurt folosește mai puțini tokeni pe minut.
- Evitați swipe-urile în buclă. Fiecare swipe sau regenerare este o cerere nouă.
- Urmăriți resetarea. Când toate cheile ating limita, gateway-ul returnează eroarea 429 cu un antet
Retry-After. Multe limite zilnice se resetează la miezul nopții UTC.
Tabelul arată limitele gratuite pe furnizor din catalogul de astăzi.
| Furnizor | Modele gratuite | Cereri maxime/min | Cereri maxime/zi | Tokeni maximi/min | Tokeni/lună (un model) | Cel mai puternic model gratuit |
|---|---|---|---|---|---|---|
| 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 |
Date live din catalogul FreeLLMAPI (versiunea 2026.11.19, verificat 2026-11-19). Limitele gratuite se schimbă des. Catalogul este verificat în fiecare zi.
Depanare
| Problemă | Cauză | Remediere |
|---|---|---|
| Connect eșuează sau starea rămâne roșie | Adresă greșită sau FreeLLMAPI nu rulează | Deschideți http://localhost:3001 în browser. Asigurați-vă că adresa se termină în /v1. |
| Eroarea 401 | Cheia este greșită | Lipiți din nou cheia unificată în Custom API Key |
| Un model selectat eșuează mereu | Nu există cheie pentru furnizorul acelui model | Adăugați cheia furnizorului sau scrieți auto |
| Eroarea 429 după o sesiune lungă | Toate cheile au atins limita | Adăugați chei de la mai mulți furnizori sau așteptați resetarea |
| Erori despre ordinea sau rolurile mesajelor | Furnizorul are reguli stricte pentru roluri | Setați Prompt Post-Processing la Semi-strict sau Strict |
| Răspunsurile se opresc la mijloc | Max Response Length este prea mică pentru un model de raționament | Măriți valoarea sau alegeți un model fără raționament |
| Vocea personajului se schimbă în timpul conversației | O limită a forțat schimbarea modelului | Fixați un model care este gratuit la mai mulți furnizori |
Întrebări frecvente
Există un API gratuit pentru SillyTavern?
Da. SillyTavern acceptă orice API compatibil cu OpenAI prin sursa Custom (OpenAI-compatible). FreeLLMAPI oferă un singur endpoint pentru mai multe niveluri gratuite de la furnizori. Fiecare nivel are propriile limite.
Care este adresa de bază pentru SillyTavern Custom (OpenAI-compatible)?
Folosiți http://localhost:3001/v1 pentru o instalare FreeLLMAPI pe server sau http://127.0.0.1:31415/v1 pentru aplicația desktop. Nu adăugați /chat/completions.
Care model gratuit este cel mai bun pentru jocurile de rol în SillyTavern?
Folosiți un model cu o fereastră de context de 128K tokeni sau mai mult. Începeți cu auto:smart pentru calitate sau cu auto:fast pentru viteză. Tabelul din această pagină arată cele mai bune modele gratuite de astăzi.
De ce primesc eroarea 429 în SillyTavern?
Un nivel gratuit a atins limita. FreeLLMAPI trece la următoarea cheie sau următorul furnizor. Dacă fiecare cheie a atins limita, primiți 429. Adăugați chei de la mai mulți furnizori sau reduceți dimensiunea contextului.
Funcționează streaming-ul în SillyTavern cu API-uri gratuite?
Da. Activați Streaming în panoul AI Response Configuration. FreeLLMAPI transmite răspunsul fiecărui furnizor în formatul OpenAI.
Ghiduri înrudite
- Free LLM API pentru Open WebUI
- API LLM gratuit cu context de 1 milion de tokeni
- Limite de rată pentru Free LLM API
- URL-uri de bază gratuite compatibile OpenAI
- API LLM gratuit fără card de credit
Surse
- SillyTavern docs: Chat Completion sources, Custom (OpenAI-compatible) (verificat 20 November 2026)
- SillyTavern source: API connection panel labels (public/index.html) (verificat 20 November 2026)
- FreeLLMAPI docs: REST API (routing strategies, model listing, streaming) (verificat 20 November 2026)
- FreeLLMAPI README: features and limitations (verificat 20 November 2026)