API LLM sin censura para SillyTavern: pasos de configuración

Lo que necesitas antes de comenzar

Necesitas tres cosas: una instalación de SillyTavern en ejecución, una clave de API y los detalles del endpoint. SillyTavern es una interfaz de chat autoalojada para conversaciones de personajes y rol, y puede comunicarse con cualquier servicio que siga el formato de chat de OpenAI. Este sitio ofrece dicho servicio para uso adulto lícito: ficción, aplicaciones de rol y compañeras para adultos. No generará contenido sexual que involucre a menores, y ningún cambio de configuración alterará esto.

Recopila estos valores:

• URL base: https://api.ornith.top/v1
• ID de modelo: uncensored
• Clave de API: creada en la página de clave de API después de iniciar sesión con Google o con correo electrónico y contraseña.

Las cuentas nuevas pueden reclamar $0.50 de crédito de prueba con un clic en esa página. No necesita tarjeta, es una por persona, y dura 7 días. Eso es suficiente para probar una tarjeta de personaje, porque un turno de chat típico cuesta una fracción de centavo (el cálculo está más abajo).

Prueba la clave con curl primero

Antes de tocar SillyTavern, envía una petición desde una terminal. Si funciona, cualquier fallo posterior es una configuración de la interfaz; si falla, el problema es la clave o la red.

Copycurl https://api.ornith.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Say hello in one short sentence."}]
  }'

Deberías obtener JSON con un array choices. También revisa los encabezados de respuesta: X-Balance-USD muestra tu crédito restante, y X-Request-Id es lo que debes citar si alguna vez contactas soporte. También puedes listar los modelos con GET /v1/models:

Copycurl https://api.ornith.top/v1/models \
  -H "Authorization: Bearer $API_KEY"

La lista muestra el ID del modelo a usar en SillyTavern, que es uncensored.

Conecta SillyTavern paso a paso

1. Abre SillyTavern y haz clic en el conector en la parte superior para abrir API Connections.
2. En el menú desplegable de API elige Chat Completion.
3. En el menú desplegable Chat Completion Source elige Custom (compatible con OpenAI).
4. En Custom Endpoint (Base URL) ingresa https://api.ornith.top/v1. Detente en /v1. No agregues /chat/completions, porque el cliente añade esa ruta por sí mismo.
5. Pega tu clave en el campo Custom API Key.
6. En Model ID escribe uncensored.
7. Presiona Conectar. Un estado verde con el nombre del modelo significa que el handshake funcionó.

Las etiquetas del menú cambian un poco entre versiones de SillyTavern, así que si un nombre difiere en tu versión, busca la misma idea: una fuente compatible con OpenAI personalizada, un campo de endpoint, un campo de clave y un campo de modelo. Si la conexión falla, repite la prueba curl. Un error de autenticación de curl significa que la clave es incorrecta; un curl funcional con una conexión fallida generalmente significa un error de escritura en la URL, como falta de /v1 o una ruta final.

Una vez conectado, abre cualquier tarjeta de personaje y envía un mensaje. Si ves una respuesta, la integración funciona. El resto es ajuste fino.

Configuraciones importantes para el roleplay

Tamaño del contexto

El modelo tiene una ventana de contexto de 100,000 tokens, contando el prompt y la respuesta juntos. En SillyTavern, el control deslizante de tamaño de contexto controla cuánta historia, tarjeta de personaje y texto de lorebook se envían en cada turno. Mayor significa que el personaje recuerda más y cada petición cuesta más, porque pagas por tokens de entrada en cada turno. Un buen punto de partida es un valor moderado como 16,000 a 32,000 tokens, subido solo si tus chats son lo suficientemente largos como para necesitarlo. La configuración de longitud de respuesta se mapea a max_tokens, que es opcional en esta API; establece un valor si quieres respuestas más cortas.

Transmisión

Activa el streaming en la configuración de Chat Completion. La API admite SSE con stream: true, así que el texto aparece a medida que se genera y puedes detener una respuesta mala temprano. El uso se informa al final del streaming.

Muestreo

Temperature, top_p, secuencias de parada, seed y las penalizaciones de frecuencia y presencia se pasan al modelo. Para chat creativo, una temperatura alrededor de 0.8 a 1.0 con top_p cerca de 0.9 es un punto de partida común. Si las respuestas divagan o se repiten, baja un poco la temperatura y añade una pequeña penalización de frecuencia. Cambia una configuración a la vez para que puedas ver su efecto.

Tu prompt del sistema y la tarjeta

El modelo está ajustado para responder sin rechazos de contenido, así que la calidad de la escena depende de tu prompt y tarjeta de personaje. Un rol claro, entorno, tono y unas pocas líneas de diálogo de ejemplo hacen más que cualquier ajuste de muestreo. Si escribes para audiencias adultas, mantén el entorno explícito sobre las edades: cada personaje debe ser un adulto.

Costo por mensaje, calculado

El precio es $0.15 por 1M de tokens de entrada y $0.50 por 1M de tokens de salida, con crédito prepagado y sin suscripción. Como SillyTavern reenvía la tarjeta y el historial en cada turno, los tokens de entrada dominan.

Supongamos que un turno de chat envía 6.000 tokens de contexto y recibe 400 tokens de vuelta:

• Entrada: 6.000 a $0,15 por 1M son $0,0009.
• Salida: 400 a $0.50 por 1M es $0.0002.
• Total: $0.0011 por turno.

Una sesión de 200 turnos cuesta $0.22. El crédito de prueba de $0.50 cubre unos 450 turnos de este tipo. Las peticiones fallidas o rechazadas no se cobran. Cuando agregas crédito, cualquier cantidad entera de $20 a $500 funciona, con +5% desde $50, +10% desde $100 y +15% desde $200, con tarjeta (Visa, Mastercard, Apple Pay, Google Pay) o cripto (USDT en TRC20, USDC en Base). El crédito no caduca. La página de precios tiene los detalles.

Solución de errores comunes

Síntoma	Causa probable	Solución
La conexión falla de inmediato	URL base o clave incorrectas	Usa https://api.ornith.top/v1 sin ruta final; repite la prueba con curl
HTTP 429, código rate_limited	Demasiadas peticiones por minuto	Ralentiza; las claves de prueba permiten 60 por minuto, las completas 300
HTTP 429, código concurrency	Demasiadas peticiones a la vez	Espera a que termine la respuesta en curso; las claves de prueba permiten 2 a la vez, las completas 8
HTTP 429 con Retry-After: 5	Sobrecarga temporal	Reintenta después de 5 segundos
Petición demasiado grande	Cuerpo superior a 8 MB	Reduce el tamaño de contexto o recorta la lorebook
Ventana de contexto demasiado larga	Prompt más respuesta supera los 100.000 tokens	Reduce el tamaño de contexto o la longitud de respuesta

Un detalle atrapa a la gente en chats grupales y con funciones que realizan llamadas adicionales en segundo plano: una petición en streaming mantiene su slot de concurrentes hasta que termina el streaming. Si SillyTavern dispara una respuesta, un resumen y un trabajo de descripción de imagen al mismo momento, una clave de prueba con 2 slots rechazará la tercera. Una clave completa permite 8. Desactiva los extras que no necesitas, o espacia los extras.

Para todos los parámetros y las formas exactas de error, lee la documentación de API.

Más guías

• LLM sin censura: qué significa y cómo usar uno
• Mejor LLM sin censura para ejecutar localmente con Ollama
• Guía de API LLM Open Source: Configuración, Costes y Alternativas