SillyTavern కోసం ఉచిత API
SillyTavern అనేది మీ కంప్యూటర్లో నడిపే చాట్ మరియు రోల్ప్లే ఇంటర్ఫేస్. దీనికి మోడల్ API అవసరం. ఈ గైడ్ SillyTavernను FreeLLMAPIకి Custom (OpenAI-compatible) Chat Completion సోర్స్ ద్వారా కనెక్ట్ చేస్తుంది. FreeLLMAPI ఒకే కీ వెనుక 45 ఉచిత ప్రొవైడర్ టియర్లను ఉంచుతుంది. ఒక పరిమితి అభ్యర్థనను ఆపినప్పుడు, అది తదుపరి ప్రొవైడర్కు మారుతుంది.
కోడ్, మోడల్ పేర్లు మరియు ప్రత్యక్ష కేటలాగ్ లేబుల్లు ఇంగ్లీషులోనే చూపబడతాయి.
ప్రారంభించడానికి ముందు
ఒకే కంప్యూటర్లో మీకు రెండు ప్రోగ్రామ్లు అవసరం: SillyTavern మరియు FreeLLMAPI. FreeLLMAPI Docker లో లేదా డెస్క్టాప్ యాప్గా నడుస్తుంది. ఒక కమాండ్తో దీన్ని ఇన్స్టాల్ చేయండి:
FreeLLMAPI ఇన్స్టాల్ చేయండి (macOS లేదా Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001వద్ద డాష్బోర్డ్ను తెరవండి.- Keys పేజీలో రెండు లేదా అంతకంటే ఎక్కువ ప్రొవైడర్ల నుండి ఉచిత కీలను జోడించండి. Google AI Studio, Groq మరియు Mistral ప్రతి ఒక్కటి ఉచిత కీని ఇస్తాయి.
- Keys పేజీ నుండి unified కీని కాపీ చేయండి. SillyTavern ఈ కీని మాత్రమే ఉపయోగిస్తుంది.
డెస్క్టాప్ యాప్ http://127.0.0.1:31415 వద్ద వింటుంది. మీరు డెస్క్టాప్ యాప్ను ఉపయోగిస్తే, ఈ పేజీలో http://localhost:3001 స్థానంలో ఆ చిరునామాను ఉపయోగించండి.
దశ 1: SillyTavernను కనెక్ట్ చేయండి
SillyTavern తెరిచి, పై బార్లోని API Connections ఐకాన్ (ప్లగ్) పై క్లిక్ చేయండి. తర్వాత ఈ ఫీల్డ్లను సెట్ చేయండి:
| ఫీల్డ్ | విలువ |
|---|---|
| API | Chat Completion |
| Chat Completion Source | Custom (OpenAI-compatible) |
| Custom Endpoint (Base URL) | http://localhost:3001/v1 |
| Custom API Key | మీ unified కీ, <unified-key> |
| Enter a Model ID | auto, లేదా కింద ఉన్న పట్టికలోని మోడల్ ID |
Connect పై క్లిక్ చేయండి. SillyTavern /v1/models ను చదివి Available Models జాబితాను నింపుతుంది. URLకు /chat/completions జోడించవద్దు. ఆ మార్గాన్ని SillyTavern స్వయంగా జోడిస్తుంది.
auto అని టైప్ చేయండి.చిన్న ప్రాంప్ట్ పంపడానికి Test Message పై క్లిక్ చేయండి. మీకు సమాధానం వస్తే, కనెక్షన్ పనిచేస్తుంది.
దశ 2: పొడవైన చాట్ల కోసం మోడల్లను ఎంచుకోండి
రోల్ప్లే చాట్ ప్రతి సందేశంతో క్యారెక్టర్ కార్డ్, ప్రపంచ సమాచారం మరియు చాట్ చరిత్రను పంపుతుంది. పొడవైన చాట్ ప్రతిసారీ పదివేల టోకెన్లను పంపవచ్చు. పెద్ద కాంటెక్స్ట్ విండో ఉన్న మోడల్లను ఎంచుకోండి.
Enter a Model ID లో ఈ మోడల్ IDలను ఉపయోగించవచ్చు:
auto: డాష్బోర్డ్లోని మీ ఫాల్బ్యాక్ చైన్ను అనుసరిస్తుంది.auto:smart: ప్రారంభించిన మోడల్లను తెలివితేటల ప్రకారం ర్యాంక్ చేస్తుంది. కథ నాణ్యత కోసం దీన్ని ఉపయోగించండి.auto:fast: ప్రారంభించిన మోడల్లను కొలిచిన వేగం ప్రకారం ర్యాంక్ చేస్తుంది. త్వరిత సమాధానాల కోసం దీన్ని ఉపయోగించండి.- స్థిరమైన మోడల్ ID: ప్రతిసారీ ఒకే రచనా శైలిని ఇస్తుంది, కానీ ఆ మోడల్ ఉచిత పరిమితి అయిపోయినప్పుడు ఆగిపోతుంది.
| మోడల్ | ఉచితంగా లభ్యం | కాంటెక్స్ట్ | ఉచిత పరిమితులు (ఉత్తమ ఆఫర్) | సాధనాలు | విజన్ |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 అభ్యర్థనలు/నిమిషం 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | అవును | లేదు |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 మరిన్ని | 1M | 40 అభ్యర్థనలు/నిమిషం 40 RPM | అవును | అవును |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 అభ్యర్థనలు/నిమిషం 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | అవును | అవును |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | అవును | లేదు |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | అవును | అవును |
| Deepseek V4.1 Flash | APINex | 1M | 5 అభ్యర్థనలు/నిమిషం 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | లేదు | లేదు |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | అవును | అవును |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 అభ్యర్థనలు/నిమిషం 50 అభ్యర్థనలు/రోజు 50 req/day account-wide (1,000 after a $10 purchase) | అవును | అవును |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 అభ్యర్థనలు/నిమిషం 50 అభ్యర్థనలు/రోజు Shared rate limit | అవును | లేదు |
| DeepSeek V4 Flash 0731 | ElectronHub, Router9 | 1M | 10,000 credits/month (~$1), shared; account-anniversary reset | లేదు | లేదు |
| Qwen3.8 27B | BlazeAPI, ElectronHub, Gizmo +3 మరిన్ని | 262K | 30 అభ్యర్థనలు/నిమిషం 250 అభ్యర్థనలు/రోజు 70,000 టోకెన్లు/నిమిషం ~6M | అవును | అవును |
సరిపోలే 184 ఉచిత మోడల్లలో 12 చూపబడుతున్నాయి. అన్ని మోడల్లను చూడండి.
FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.
FreeLLMAPI ఒక సంభాషణను 30 నిమిషాల పాటు ఒకే మోడల్పై ఉంచుతుంది. దీనివల్ల సందేశాల మధ్య క్యారెక్టర్ స్వరం ఒకే విధంగా ఉంటుంది. ఒక పరిమితి మోడల్ మార్చవలసి వస్తే, తదుపరి మోడల్ అదే చాట్ చరిత్ర నుండి కొనసాగుతుంది.
దశ 3: జనరేషన్ సెట్టింగ్లను సెట్ చేయండి
AI Response Configuration ప్యానెల్ (స్లైడర్ ఐకాన్) తెరవండి. ఉచిత టియర్లపై అతిపెద్ద ప్రభావం చూపే మూడు సెట్టింగ్లు ఉన్నాయి:
| సెట్టింగ్ | సిఫార్సు చేసిన విలువ | ఎందుకు |
|---|---|---|
| Context Size (టోకెన్లు) | 16,000 నుండి 32,000 వరకు | చిన్న కాంటెక్స్ట్ ప్రతి సందేశానికి తక్కువ టోకెన్లను పంపుతుంది. ఉచిత టియర్లు తరచుగా నిమిషానికి టోకెన్లను పరిమితం చేస్తాయి. |
| Max Response Length (టోకెన్లు) | 400 నుండి 800 వరకు | పొడవైన సమాధానాలు అవుట్పుట్ కోటాను త్వరగా ఉపయోగిస్తాయి. కొన్ని రీజనింగ్ మోడల్లు ఈ బడ్జెట్లో కొంత భాగాన్ని దాచిన ఆలోచనల కోసం కూడా ఉపయోగిస్తాయి. |
| Streaming | ఆన్ | టెక్స్ట్ వస్తున్నప్పుడే మీరు దాన్ని చూస్తారు. FreeLLMAPI చేరుకోగలిగిన ప్రతి ప్రొవైడర్పై స్ట్రీమ్ చేస్తుంది. |
SillyTavernలో Custom సోర్స్ కోసం Prompt Post-Processing ఎంపిక కూడా ఉంది. కొన్ని ప్రొవైడర్లు వరుసగా రెండు system సందేశాలను తిరస్కరిస్తాయి. message roles గురించి ఎర్రర్లు వస్తే, Semi-strict లేదా Strict ఎంపికను ఎంచుకోండి. ఈ ఎంపికలు ఒకే role ఉన్న సందేశాలను కలుపుతాయి. "no tools" అని గుర్తించిన ఎంపికలు tool calls ను కూడా తొలగిస్తాయి. "with tools" అని గుర్తించిన ఎంపికలు వాటిని ఉంచుతాయి.
పొడవైన రోల్ప్లేలో రేట్ పరిమితులు
ప్రతి ఉచిత టియర్కు దాని స్వంత పరిమితులు ఉంటాయి. ఉదాహరణకు, ఉచిత Gemini Flash కీ రోజుకు కొన్ని అభ్యర్థనలను అనుమతిస్తుంది, మరియు Groq కీ తక్కువ టోకెన్ పరిమితులతో ఎక్కువ అభ్యర్థనలను అనుమతిస్తుంది. ఒక సాయంత్రం రోల్ప్లే వందల అభ్యర్థనలను పంపవచ్చు. ఒక ఉచిత కీ అంత సమయం సరిపోదు.
- మరిన్ని ప్రొవైడర్లను జోడించండి. ప్రతి కీ రోజువారీ అభ్యర్థనలను జోడిస్తుంది. FreeLLMAPI ప్రతి కీ కోటాను లెక్కిస్తుంది, మరియు ఒకటి అయిపోయినప్పుడు తదుపరి కీ లేదా ప్రొవైడర్కు మారుతుంది.
- కాంటెక్స్ట్ను తగ్గించండి. SillyTavern Summarize ఎక్స్టెన్షన్తో పాత సందేశాలను సంక్షిప్తం చేయండి. చిన్న ప్రాంప్ట్ నిమిషానికి తక్కువ టోకెన్లను ఉపయోగిస్తుంది.
- లూప్లో swipe చేయడాన్ని నివారించండి. ప్రతి swipe లేదా regenerate ఒక కొత్త అభ్యర్థన.
- రీసెట్ను గమనించండి. అన్ని కీలు వాటి పరిమితిలో ఉన్నప్పుడు, గేట్వే
Retry-Afterహెడర్తో ఎర్రర్ 429 ను ఇస్తుంది. చాలా రోజువారీ పరిమితులు అర్ధరాత్రి UTC కి రీసెట్ అవుతాయి.
ఈ పట్టిక ఈరోజు కేటలాగ్లో ప్రతి ప్రొవైడర్ కోసం ఉచిత పరిమితులను చూపుతుంది.
| ప్రొవైడర్ | ఉచిత మోడల్లు | గరిష్ట అభ్యర్థనలు/నిమిషం | గరిష్ట అభ్యర్థనలు/రోజు | గరిష్ట టోకెన్లు/నిమిషం | టోకెన్లు/నెల (ఒక మోడల్) | అత్యంత శక్తివంతమైన ఉచిత మోడల్ |
|---|---|---|---|---|---|---|
| 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 |
FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.
ట్రబుల్షూటింగ్
| సమస్య | కారణం | పరిష్కారం |
|---|---|---|
| కనెక్ట్ విఫలమవుతుంది లేదా స్థితి ఎరుపుగా ఉంటుంది | తప్పు URL లేదా FreeLLMAPI నడవడం లేదు | బ్రౌజర్లో http://localhost:3001 తెరవండి. URL /v1 తో ముగుస్తుందని నిర్ధారించుకోండి. |
| ఎర్రర్ 401 | కీ తప్పు | Custom API Key లో unified కీని మళ్ళీ అతికించండి |
| ఎంచుకున్న మోడల్ ఎల్లప్పుడూ విఫలమవుతుంది | ఆ మోడల్ ప్రొవైడర్ కోసం కీ లేదు | ప్రొవైడర్ కీని జోడించండి, లేదా auto అని టైప్ చేయండి |
| పొడవైన సెషన్ తర్వాత ఎర్రర్ 429 | అన్ని కీలు వాటి పరిమితిలో ఉన్నాయి | మరిన్ని ప్రొవైడర్ల నుండి కీలను జోడించండి, లేదా రీసెట్ కోసం వేచి ఉండండి |
| సందేశాల క్రమం లేదా roles గురించి ఎర్రర్లు | ప్రొవైడర్కు కఠినమైన role నియమాలు ఉన్నాయి | Prompt Post-Processing ను Semi-strict లేదా Strict కు సెట్ చేయండి |
| సమాధానాలు మధ్యలో ఆగిపోతాయి | రీజనింగ్ మోడల్ కోసం Max Response Length చాలా చిన్నది | విలువను పెంచండి, లేదా రీజనింగ్ లేని మోడల్ను ఎంచుకోండి |
| చాట్ సమయంలో క్యారెక్టర్ స్వరం మారుతుంది | ఒక పరిమితి మోడల్ మార్చవలసి వచ్చింది | అనేక ప్రొవైడర్లలో ఉచితంగా ఉన్న ఒక మోడల్ను పిన్ చేయండి |
తరచుగా అడిగే ప్రశ్నలు
SillyTavern కోసం ఉచిత API ఉందా?
అవును. SillyTavern Custom (OpenAI-compatible) సోర్స్ ద్వారా ఏదైనా OpenAI-compatible API ను అంగీకరిస్తుంది. FreeLLMAPI అనేక ఉచిత ప్రొవైడర్ టియర్ల కోసం ఒకే ఎండ్పాయింట్ను ఇస్తుంది. ప్రతి టియర్కు దాని స్వంత పరిమితులు ఉంటాయి.
SillyTavern Custom (OpenAI-compatible) కోసం base URL ఏమిటి?
FreeLLMAPI సర్వర్ ఇన్స్టాల్ కోసం http://localhost:3001/v1 ను, లేదా డెస్క్టాప్ యాప్ కోసం http://127.0.0.1:31415/v1 ను ఉపయోగించండి. /chat/completions ను జోడించవద్దు.
SillyTavern రోల్ప్లే కోసం ఏ ఉచిత మోడల్ ఉత్తమం?
128K టోకెన్లు లేదా అంతకంటే ఎక్కువ కాంటెక్స్ట్ విండో ఉన్న మోడల్ను ఉపయోగించండి. నాణ్యత కోసం auto:smart తో లేదా వేగం కోసం auto:fast తో ప్రారంభించండి. ఈ పేజీలోని పట్టిక ఈరోజు అత్యంత శక్తివంతమైన ఉచిత మోడల్లను చూపుతుంది.
SillyTavernలో నాకు ఎర్రర్ 429 ఎందుకు వస్తుంది?
ఒక ఉచిత టియర్ దాని పరిమితికి చేరుకుంది. FreeLLMAPI తదుపరి కీ లేదా ప్రొవైడర్కు మారుతుంది. ప్రతి కీ దాని పరిమితిలో ఉంటే, మీకు 429 వస్తుంది. మరిన్ని ప్రొవైడర్ కీలను జోడించండి, లేదా కాంటెక్స్ట్ పరిమాణాన్ని తగ్గించండి.
ఉచిత APIలతో SillyTavern స్ట్రీమింగ్ పనిచేస్తుందా?
అవును. AI Response Configuration ప్యానెల్లో Streaming ను ఆన్ చేయండి. FreeLLMAPI ప్రతి ప్రొవైడర్ నుండి సమాధానాన్ని OpenAI ఫార్మాట్లో స్ట్రీమ్ చేస్తుంది.
సంబంధిత గైడ్లు
- Open WebUI కోసం ఉచిత LLM API
- 1 మిలియన్ టోకెన్ కాంటెక్స్ట్తో ఉచిత LLM API
- ఉచిత LLM API రేట్ పరిమితులు
- ఉచిత OpenAI-అనుకూల API base URLs
- క్రెడిట్ కార్డ్ లేకుండా ఉచిత LLM API
మూలాలు
- SillyTavern docs: Chat Completion sources, Custom (OpenAI-compatible) (20 November 2026 న తనిఖీ చేయబడింది)
- SillyTavern source: API connection panel labels (public/index.html) (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI docs: REST API (routing strategies, model listing, streaming) (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI README: features and limitations (20 November 2026 న తనిఖీ చేయబడింది)