SillyTavern을 무제한, 무검열 API에 연결하는 방법

시작 전 준비사항

• API 키Unquant 워크스페이스의 API 키에서 발급받으세요.
• 최신 SillyTavernCustom (OpenAI-compatible) 채팅 컴플리션 소스가 있는 버전.
• 모델 IDGLM-5.3-Flash는 glm-5.3-flash, Qwen 3.8 Flash Next는 qwen-3.8-flash-next.

1. 1

   API 연결 열기

   SillyTavern 상단의 플러그 아이콘을 클릭해 API 연결을 여세요.

2. 2

   연결 유형 선택

   API 연결

   APIChat Completion

   Chat Completion 소스Custom (OpenAI-compatible)
3. 3

   엔드포인트, 키, 모델 입력

   Custom (OpenAI-compatible)

   커스텀 엔드포인트 (베이스 URL)https://api.unquant.io/v1

   커스텀 API 키Unquant API 키

   모델 IDglm-5.3-flash

   또는, Qwen 플랜의 경우qwen-3.8-flash-next

   연결을 누르세요. 키가 승인되면 상태가 초록색으로 바뀝니다.

4. 4

   플랜에 맞게 컨텍스트 크기 설정

   AI 응답 구성(슬라이더 아이콘)을 여세요. SillyTavern은 히스토리를 거기서 설정한 컨텍스트 크기에 맞게 자르므로, 작은 값으로 설정하면 비용을 지불한 메모리를 낭비하게 됩니다.

   컨텍스트 크기

   GLM-5.3-Flash, 모든 플랜최대 262,144 토큰

   Qwen Roleplay65,536 토큰

   Qwen Plus131,072 토큰

   Qwen Standard 이상262,144 토큰
5. 5

   스트리밍과 추론

   • 스트리밍켜면 답장이 작성되는 대로 나타납니다.
   • 추론두 모델 모두 답변 전에 사고하며 그 내용을 별도로 반환합니다. 모델 추론 요청을 활성화해 표시 또는 숨길 수 있으며, 더 빠른 턴을 위해 추론 강도를 낮추거나 끌 수 있습니다(추론 제어).

긴 롤플레이가 더 잘 동작하는 이유

긴 캠페인을 망치는 세 가지: 장면 중간의 거부, 1막을 잊어버리는 작은 윈도우, 그리고 전체 히스토리를 매 턴마다 재전송하기 때문에 메시지마다 늘어나는 청구. 여기서 모델은 가중치 내에서 무검열 처리되고, 컨텍스트는 최대 262K이며, 모든 플랜이 무제한입니다: 20만 토큰짜리 히스토리를 천 번 재전송해도 한 번 전송하는 것과 동일한 월 정액이 적용됩니다.

문제 해결