SillyTavern avec une API moins chère : connectez UberLLM en une minute
Dans SillyTavern, ouvrez les Connexions API (l'icône de prise), choisissez Chat Completion, définissez la Source de Chat Completion sur Personnalisé (compatible OpenAI), entrez https://api.uberllm.dev/v1 comme base URL et votre clé UberLLM, tapez un ID de modèle, et appuyez sur Connecter.
Étapes
- Créez une clé sur votre page de clés et ajoutez du crédit (quelques dollars suffisent pour longtemps avec les modèles ci-dessous).
- Dans SillyTavern, cliquez sur l'icône de prise en haut (son info-bulle indique API Connections).
- Définissez API sur Chat Completion.
- Définissez Chat Completion Source sur Custom (OpenAI-compatible).
- Remplissez :
- Custom Endpoint (Base URL):
https://api.uberllm.dev/v1 - Custom API Key: votre clé
ull_… - Enter a Model ID:
deepseek/deepseek-v4.1-flash-uncensored
- Custom Endpoint (Base URL):
- Appuyez sur Connect. Le voyant devient vert et la liste Available Models se remplit, vous pourrez ainsi changer de modèle à partir de là plus tard.
- Facultatif : appuyez sur Test Message pour vérifier. C'est une vraie requête, donc cela coûte une fraction de centime.
N'ajoutez pas /chat/completions à l'URL. SillyTavern l'ajoute pour vous ; l'indice du champ le dit lui-même.
Réglages qui comptent pour le jeu de rôle
- Post-traitement du prompt : laissez-le sur Aucun. Les options "sans outils" désactivent l'appel d'outils, et les options "fusionner" ne sont nécessaires que pour les modèles qui refusent deux messages consécutifs du même rôle.
- Streaming : activé. Chaque modèle ici utilise le streaming, donc le texte apparaît au fur et à mesure qu'il est écrit.
- Taille du contexte : réglez-le à ce que le modèle peut prendre, ou plus bas pour économiser de l'argent. La page de chaque modèle sur uberllm.dev/models liste sa longueur de contexte. Vous payez pour l'intégralité du prompt à chaque réponse, donc un contexte de 32k sur un long chat coûte environ 4 fois un contexte de 8k.
- Longueur maximale de la réponse : 300 à 600 tokens conviennent à la plupart des jeux de rôle. Les tokens de sortie coûtent plus cher que les tokens d'entrée sur presque tous les modèles.
Pourquoi c'est moins cher
Le même modèle est vendu par plusieurs fournisseurs à des prix différents. UberLLM envoie chaque réponse au fournisseur le moins cher qui est disponible actuellement et n'ajoute aucun frais par requête, donc un modèle comme deepseek/deepseek-v4.1-flash-uncensored coûte une fraction de son prix catalogue. Le tableau ci-dessous montre le prix lors de la dernière mise à jour horaire.
Dépannage
- Le statut reste rouge, ou la liste des modèles est vide : la clé est incorrecte ou contient un espace à la fin. Collez-la à nouveau et appuyez sur Connect. Vous pouvez toujours taper l'id du modèle à la main ; SillyTavern permet à un endpoint personnalisé de contourner la vérification du statut.
- "Status check bypassed" mais pas de réponses : la base URL est incorrecte. Elle doit être exactement
https://api.uberllm.dev/v1. - 402 / "insufficient credits" : ajoutez du crédit sur la page de crédits.
- 404 model not found : copiez l'id du tableau ci-dessous, y compris la partie avant le slash (
deepseek/…,z-ai/…). - Les réponses sont coupées au milieu d'une phrase : augmentez la Max response length.
- Le modèle refuse une scène : passez à l'un des modèles non censurés du premier tableau. Les modèles grand public (Claude, GPT, Gemini) suivent les règles de leurs créateurs.
Pour aller plus loin
- Page de référence : SillyTavern doc
- Configuration de Janitor AI (la même clé y fonctionne) · RisuAI doc
- Tous les modèles non censurés et de jeu de rôle avec les prix
- Comment UberLLM choisit le fournisseur le moins cher