API compatible con OpenAI para SillyTavern: configuración paso a paso

Antes de comenzar

Necesitas tres cosas: una instalación de SillyTavern en funcionamiento, una clave de API y los detalles del endpoint. Para la clave, regístrate en la página de clave de API con Google o correo electrónico, luego reclama el crédito de prueba de $0,50 con un solo clic. No requiere método de pago y dura 7 días. Las recargas completas se pagan en cripto (USDT en TRC20 o USDC en Base), a partir de $20.

Los valores que pegarás:

Campo	Valor
URL base	https://api.nsfwaiapi.com/v1
ID del modelo	uncensored
Autenticación	Clave Bearer enviada como clave de API

No añadas /chat/completions a la URL base. SillyTavern añade la ruta automáticamente.

El modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito. El contenido sexual que involucre a menores de edad nunca está permitido, así que mantén las definiciones de tus personajes como adultos.

Verifica la clave fuera de la app

Una prueba de dos minutos ahorra muchas conjeturas. Si curl funciona, cualquier fallo posterior es un ajuste de SillyTavern, no de tu clave.

Copycurl https://api.nsfwaiapi.com/v1/models \
  -H "Authorization: Bearer YOUR_KEY"

Una lista JSON que incluya uncensored significa que la clave y la URL son correctas. Luego prueba una respuesta real:

Copycurl https://api.nsfwaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Say hi in five words."}]}'

Una respuesta con un array choices confirma que la generación funciona. El encabezado de respuesta X-Balance-USD muestra tu crédito restante. Más detalles del endpoint están en la documentación.

Conecta SillyTavern paso a paso

1. Abre el icono del conector (Conexiones de API) en la barra superior.
2. Establece el tipo de API en Chat Completion.
3. En el menú desplegable de fuente, elige Custom (OpenAI-compatible).
4. En el campo de endpoint personalizado, pega https://api.nsfwaiapi.com/v1.
5. Pega tu clave en el campo de clave de API y guárdala.
6. En el campo de ID del modelo, escribe uncensored. Si la app ofrece una lista de modelos después de conectar, selecciona el mismo nombre.
7. Presiona Conectar. Una línea de estado verde significa que la app llegó al endpoint.

Las etiquetas del menú varían ligeramente entre versiones de SillyTavern, así que si un campo tiene un nombre diferente, busca el que contenga la URL del endpoint. La idea es la misma en todas las versiones: la app envía solicitudes estándar en formato OpenAI a la URL que le proporciones.

Tamaño del contexto y longitud de respuesta

Este modelo tiene una ventana de contexto de 100.000 tokens, compartida por el prompt y la respuesta. SillyTavern envía la definición de tu personaje, información del mundo, historial de chat y prompt del sistema en cada turno, y tú decides cuánto historial incluir con el control deslizante de tamaño de contexto.

Más grande no es automáticamente mejor. La entrada se factura a $0,15 por 1M de tokens, así que una solicitud que llene 32.000 tokens de contexto cuesta 32.000 / 1.000.000 x $0,15 = $0,0048 antes de la respuesta. Con 100.000 tokens es $0,015 por solicitud. En una noche de 200 mensajes, esa diferencia es dinero real en relación con un saldo de $20: 200 x $0,0048 = $0,96 frente a 200 x $0,015 = $3,00 solo en entrada, asumiendo que el contexto está lleno desde el primer mensaje, lo cual lo exagera para un chat nuevo.

Un inicio práctico es 16.000 a 32.000 tokens de contexto y una longitud de respuesta de 300 a 500 tokens. Aumenta el contexto solo cuando el personaje olvide cosas importantes. La guía del modelo para roleplay entra en detalle sobre cómo los contextos largos afectan las escenas.

Ajustes del sampler para probar

Con la fuente de finalización de chat, SillyTavern envía los valores del muestreador que la API acepta. Este servicio pasa a través de temperature, top_p, stop, seed y las penalizaciones de frecuencia y presencia.

• Temperature: 0,85 a 1,0 para escenas creativas, 0,6 a 0,7 si el personaje se desvía.
• Top P: 0,9 a 0,95.
• Penalización de frecuencia y presencia: 0,2 a 0,5 para reducir frases repetidas en chats largos.
• Streaming: actívalo. Las respuestas aparecen palabra por palabra y se sienten más rápidas. Una solicitud en streaming ocupa una plaza de concurrencia hasta que termina el flujo, lo cual solo importa si ejecutas varios chats a la vez.

Los ajustes que pertenecen a otros backends, como top_k, min_p o la penalización de repetición de motores locales, pueden ser ignorados. Si un control deslizante no tiene efecto visible, no pierdas tiempo con él.

Solución de errores comunes

401 o fallo de autenticación

La clave se pegó con un espacio o el valor incorrecto. Pégala de nuevo y presiona guardar antes de conectar.

404 o error de modelo

Verifica que la URL base termine en /v1 y que el ID del modelo sea exactamente uncensored, en minúsculas.

429 con código rate_limited o concurrency

Una clave completa permite 300 peticiones por minuto y 8 a la vez; una clave de prueba permite 60 por minuto y 2 a la vez. Si tienes varias pestañas o un chat grupal generando al mismo tiempo, puedes alcanzar el límite de concurrencia. Espera un momento y reintenta. Un 429 con un encabezado Retry-After: 5 significa sobrecarga temporal, así que esperar cinco segundos es la medida correcta.

Respuesta cortada a mitad de frase

Aumenta la longitud de respuesta en SillyTavern. La API en sí permite que una completación use el resto de la ventana.

Se agota el saldo

Las peticiones fallidas o rechazadas no se cobran, pero las exitosas sí. Consulta los precios para ver los montos de recarga y los bonos.

Prompts, presets y chats grupales

El modo finalización de chat construye cada solicitud a partir de una lista de bloques de prompt: prompt principal, descripción del personaje, escenario, diálogo de ejemplo, información del mundo e historial de chat. Puedes reordenarlos o desactivarlos en el administrador de prompts. Dos hábitos valen la pena.

• Mantén el prompt principal corto. Unas pocas líneas sobre voz, longitud y la regla de que el modelo nunca escribe las líneas del usuario. Las instrucciones largas y repetidas usan tokens de entrada en cada turno.
• Recorta los diálogos de ejemplo. El modelo copia la longitud y el estilo que ve. Dos ejemplos cortos superan a seis largos.

Los chats grupales envían una solicitud por personaje que habla. Con una clave de prueba limitada a 2 solicitudes concurrentes, un grupo de cuatro que genera en paralelo puede activar un 429 de concurrency. Configura el grupo para generar una respuesta a la vez, o pasa a una clave completa con 8 ranuras concurrentes.

Cuando cambies de personajes, recuerda que el historial de chat se reenvía cada vez. Un chat nuevo comienza con un contexto pequeño y una factura pequeña, así que abre un chat nuevo para una escena nueva en lugar de arrastrar un historial de 60.000 tokens.

Lo que cuesta una sesión

Toma una noche de 100 mensajes. Supongamos que la solicitud promedio lleva 12.000 tokens de entrada y devuelve 350 tokens. Entrada: 100 x 12.000 = 1.200.000 tokens, que es 1,2 x $0,15 = $0,18. Salida: 100 x 350 = 35.000 tokens, que es 0,035 x $0,50 = $0,0175. El total es de aproximadamente $0,20 para toda la noche.

El crédito no caduca y no hay suscripción, así que una recarga de $20 cubre aproximadamente 100 noches a esa tasa. Las bonificaciones se aplican en recargas más grandes: +5% desde $50, +10% desde $100, +15% desde $200. Los números varían según tu tamaño de contexto, que es la principal palanca que controlas.

Más guías

• Prompt del sistema LLM NSFW: estructura y ejemplos
• ¿El mejor LLM local para roleplay o una API alojada?