如何將 SillyTavern 連接至無限用量、無審查的 API

開始前的準備

• 一組 API 金鑰可從 Unquant 工作區的API 金鑰頁面取得。
• 較新版本的 SillyTavern需提供自訂（相容 OpenAI）的聊天補全來源選項。
• 你的模型 IDGLM-5.3-Flash 使用 glm-5.3-flash；Qwen 3.8 Flash Next 使用 qwen-3.8-flash-next。

1. 1

   開啟 API 連線設定

   點選 SillyTavern 頂端的插頭圖示，開啟 API 連線設定。

2. 2

   選擇連線類型

   API 連線

   API聊天補全

   聊天補全來源自訂（相容 OpenAI）
3. 3

   輸入端點、金鑰和模型

   自訂（相容 OpenAI）

   自訂端點（Base URL）https://api.unquant.io/v1

   自訂 API 金鑰你的 Unquant API 金鑰

   模型 IDglm-5.3-flash

   若使用 Qwen 方案，則填入qwen-3.8-flash-next

   按下連線。金鑰通過驗證後，狀態指示會變成綠色。

4. 4

   依照方案設定情境大小

   開啟 AI 回應設定（滑桿圖示）。SillyTavern 會依照其中設定的情境大小裁減對話紀錄；數值設得太小，就會白白浪費你付費取得的記憶容量。

   情境大小

   GLM-5.3-Flash，所有方案最高 262,144 個 token

   Qwen Roleplay65,536 個 token

   Qwen Plus131,072 個 token

   Qwen Standard 及以上方案262,144 個 token
5. 5

   串流與推理

   • 串流啟用後，回覆會隨著生成進度即時顯示。
   • 推理兩款模型都會先思考再回答，並將思考過程獨立回傳。啟用請求模型推理後，即可選擇顯示或隱藏思考過程。若想加快每輪回覆速度，可降低推理力道或關閉推理（參閱推理控制設定）。

為什麼這裡更適合長篇角色扮演

長篇劇情最怕三件事：演到一半模型突然拒絕回應、情境視窗太小而忘記第一幕的情節，以及每輪都要重送完整紀錄，導致帳單隨著每則訊息不斷增加。這裡的模型已在權重層級去除審查，情境視窗最高可達 262K，而且所有方案都提供無限用量：將 200K 個 token 的對話紀錄重送一千次，和只送一次一樣，都只需支付相同的固定月費。

疑難排解