Uma API sem censura para interpretação de personagens, com mensagens ilimitadas
A interpretação de personagens é o uso mais exigente para uma API: envolve histórias longas, sem fim definido e emocionalmente intensas, e reenvia toda a narrativa a cada interação. Veja o que você deve levar em conta e como a Unquant foi projetada para atender a essas necessidades.
Censura removida dos pesos, sem precisar contornar restrições
A maioria das configurações "sem censura" combina um modelo comum com um prompt para contornar suas restrições. Isso funciona até uma cena ficar sombria: então o modelo se recusa a continuar ou começa a dar uma lição de moral no meio da história. Nos modelos da Unquant, o comportamento de recusa é removido dos próprios pesos (remoção de censura no nível dos tensores), então você não precisa manter um prompt especial nem se preocupar em acionar uma recusa.
Memória que dura a campanha inteira
A consistência dos personagens depende da memória. Com uma janela de 32 mil tokens, um modelo esquece a promessa feita quarenta mensagens atrás. O GLM-5.3-Flash oferece 262.144 tokens em todos os planos; o Qwen 3.8 Flash Next oferece 64 mil no Roleplay, 128 mil no Plus e a janela completa de 262 mil a partir do Standard. Veja por que a janela de contexto importa.
Preços que não penalizam histórias longas
A cada interação, todo o histórico da conversa é reenviado. Em uma API com cobrança por token, uma história de 100 mil tokens custa o equivalente ao processamento de um romance a cada mensagem. A Unquant é ilimitada: sem limites de tokens, sem limites de mensagens, sem cobrança por consumo, por um único preço mensal. O cache de prefixos também permite que uma história longa e contínua comece a receber respostas rapidamente, sem que seja necessário reler tudo do zero. Veja as contas em preço fixo versus cobrança por token.
Seu aplicativo, suas fichas de personagem
A Unquant é uma API padrão compatível com a OpenAI, então funciona com as ferramentas que você já usa para interpretar personagens: SillyTavern, Janitor AI (como proxy), Open WebUI, Agnai, RisuAI e qualquer outra que permita configurar um endpoint personalizado.
Qual plano escolher?
Histórias longas e casuais pelo menor preçoA partir de US$ 49/mês
Memória para uma campanha inteira sem gastar muito128 mil tokens ou a janela completa de 262 mil
A melhor qualidade de escrita e consistência de enredoJanela completa de 262 mil tokens em todos os planos, a partir de US$ 109/mês
Várias conversas ou usuários ao mesmo tempoMais streams simultâneos
Continue lendo
- Como conectar o SillyTavern a uma API ilimitada e sem censuraConecte o SillyTavern à Unquant em dois minutos: geração de respostas de chat, provedor personalizado compatível com a OpenAI, URL base, chave e ID do modelo. Veja também as configurações de tamanho de contexto, transmissão de respostas em tempo real e raciocínio para histórias longas de interpretação de personagens.
- Como usar a Unquant como proxy no Janitor AIUse a Unquant como proxy no Janitor AI: veja exatamente qual URL de proxy, nome de modelo e chave de API inserir, além das configurações de contexto e geração para interpretação de personagens ilimitada e sem censura.
- Entenda a remoção de censura no nível dos tensoresComo a abliteração remove as recusas dos pesos em vez de suprimi-las com prompts - e por que as tentativas de contornar restrições apenas com prompts falham no meio da história.