OpenRouter 最佳角色扮演模型：2026 年費用、上下文與設定指南

在 OpenRouter 上跑角色扮演，該選哪個模型，關鍵通常不只在文筆：你可能更在意角色語氣是否穩定、能帶多長的對話記憶，或是能不能零成本開局。以 2026 年 9 月 2 日的資料快照來看，DeepSeek V4 Flash 0731 是最值得先測的付費成本與上下文基準：OpenRouter 列出其 1M 級上下文，價格為每百萬 Token 輸入 $0.05、輸出 $0.16。免費路由很適合試玩，但可用性與容量隨時可能變動。

本文聚焦非露骨的虛構角色扮演，從技術表現與成本切入。不會宣稱有放諸四海皆準的「無審查」冠軍，也不會在缺乏受控、可直接比較測試的情況下公布拒答比例。

2026 年 OpenRouter 角色扮演模型怎麼選？

建議固定一個付費模型，再準備一個仍可用的免費備援；使用量排行榜適合拿來建立候選清單，不能當作品質分數。

可先以 DeepSeek 作為付費基準，確認 MiniMax M3 的免費端點目前仍可用，再以 GLM 5.3 Flash 作為第二個付費對照組。這份短名單依據當前使用量、價格、上下文與路由資料整理，不是通用的文筆排名。

OpenRouter 的角色扮演排行，實際反映的是什麼？

OpenRouter 的角色扮演與創意寫作集合是依即時使用量呈現的探索頁面。在 2026 年 9 月 2 日擷取的資料中，DeepSeek V4 Flash 位居第一。

這份排行衡量的是使用量，不會直接反映角色卡遵循度、姓名記憶、文字品質或拒答率。一個熱門模型可能只是因為價格低、速度快、供應廣泛，或容易被路由到。

先從集合頁建立候選清單，再用完全相同的安全角色卡與開場情境，測試兩個固定的模型 ID。這樣得到的是更具體的答案：哪一條路由更適合你的提示詞、設定與預算。

目前候選模型：上下文、價格與可用性

以下數字取自 2026 年 9 月 2 日查閱的 OpenRouter 角色扮演、免費模型與模型頁面。價格與免費狀態都只是當下的營運快照。

DeepSeek V4 Flash 0731：成本與上下文的基準選項

DeepSeek V4 Flash 0731 的上下文為 1,310,720 Token，單次完成最多可輸出 393,216 Token；列出的價格是每百萬 Token 輸入 $0.05、輸出 $0.16。OpenRouter 頁面列出 30 家供應商，並說明有 Balanced、Nitro 與 Exacto 路由模式。

在投入長期劇情前，先用同一份角色卡驗證一次。模型頁面並未提供量化的角色一致性分數。

MiniMax M3：適合免費試跑的候選

OpenRouter 的免費模型集合將 MiniMax M3 列為輸入與輸出皆為 $0，上下文顯示為 1.05M。付費版MiniMax M3 頁面則列出 1,048,576 上下文、文字／圖片／影片輸入、文字輸出，以及每百萬 Token 輸入 $0.23、輸出 $0.96 的付費價格。

OpenRouter 的Free Variant 文件指出，:free 路由的可用性與速率限制可能不同於付費模型。若你重視可重現性，請選擇即時目錄中顯示的確切免費 slug；只有接受自動選擇時，才使用 openrouter/free。

GLM 5.3 Flash：供應商選擇較多的方案

GLM 5.3 Flash 的上下文視窗為 1,310,720 Token，透過 Z.ai 可享 50% 促銷折扣，因此至 2026 年 9 月 9 日 16:00 UTC 前列價為每百萬 Token 輸入 $0.075、輸出 $0.25。OpenRouter 頁面列出 22 家供應商，以及 99.89% 的三日可用率。

模型頁面將 GLM 5.3 Flash 定位為高效率程式設計與長期 Agent 任務，而非專門的角色扮演模型。請用同一份提示詞實測 RP 表現，不要從產品定位直接推論。

MiMo-V2.5 與其他備援選項

MiMo-V2.5 出現在 OpenRouter 的角色扮演集合，標示 1.05M 上下文，輸入與輸出價格分別為 $0.119、$0.238。它可作為中價位的對照組，但引用頁面沒有提供受控角色扮演測試結果。別等到對話中斷才找替代方案：預先儲存第二個精確 slug，比隨機換模型更可預期。

1,000 回合成本試算：對話歷史管理才是帳單關鍵

一個角色扮演回合，指的是一則使用者訊息加上一則助手回覆。OpenRouter 按 Token 計費，因此不存在通用的「1,000 回合固定價格」；前端每次重送多少歷史對話，會大幅影響費用。

本試算假設共 1,000 回合、每回合新增 200 個使用者 Token、每回合產生 500 個助手輸出 Token，以及固定 2,000 Token 的角色／系統提示詞。若每次都帶入完整歷史，這 1,000 次請求會反覆送出持續增長的對話內容，總計約為351.85M 輸入 Token與0.5M 輸出 Token。

精簡歷史欄位假設每次請求平均輸入 4,000 Token。完整歷史會反覆重送相同的早期訊息，因此即使上下文視窗很大，也不代表 1,000 回合的劇情會很便宜。

依上述假設，最後一次完整歷史提示詞約有701,500 個輸入 Token，尚未納入額外格式與中繼資料。1M 上下文視窗足以容納此例，但更長的回覆、更大的角色卡、世界書或隱藏模板，都可能使其超出上限。上下文容量不等於自動記憶。

若供應商與請求路徑支援，Prompt caching 可能降低重複輸入的費用。請查看 OpenRouter 的 Activity 頁面，不要假設每一種前端都會獲得相同的快取待遇。OpenRouter 定價指南說明了更完整的 Token 計費模式。

安全的一致性測試，能驗證什麼、不能驗證什麼？

若要進行非露骨比較，可以建立一名虛構成年角色、設定良性場景，並對每個模型使用完全相同的條件：

1. 在角色卡中放入三項長期有效的資訊，例如職業、所在地與非敏感目標。
2. 要求使用第三人稱敘事，或明確限定單一視角。
3. 以相同開場跑完 20 回合，並將輸出上限設為 400–600 Token。
4. 在第 5、10、20 回合，要求角色根據一項早先資訊行動，但不要重新說明該資訊。
5. 記錄名字變動、事實矛盾、不必要的視角切換、重複內容、空白回覆與拒答。

這測的是你的提示詞與路由，不是模型的通用品質。一個拒答可能來自模型、供應商、前端分類器或提示詞，所以本文不提供拒答率。若要比較速度，請以相同條件測三次，記錄首 Token 延遲與每秒生成 Token 數，並註明模型及供應商路由。

OpenRouter 免費方案能支撐多久的角色扮演？

OpenRouter 官方的SillyTavern 指南指出，購買額度少於 $10 的帳號，每天可發送50 次免費模型請求；購買額度至少達 $10 後，額度提高為每天 1,000 次請求。指南同時列出每分鐘 20 次請求的限制。

若一次助手生成算一回合，約等於每天可進行 50 個初次生成回合，或 1,000 個初次生成回合。重新生成、重試、失敗請求與多訊息工作流程同樣會消耗請求次數，實際完成的場景可能更少。

兩種免費選項的行為不同：

• model-name:free會固定使用指定模型的免費變體，可重現性較高，但端點可能消失或受到速率限制。
• openrouter/free會自動挑選符合條件的免費模型。OpenRouter 的Free Models Router 文件說明，能力篩選後會隨機選擇模型，回應中會標示實際使用的底層模型。它方便實驗，但角色語氣可能在請求之間改變。

在設定前端前，請先查看OpenRouter 即時免費模型集合。不要依賴從舊指南複製而來的免費 slug，來建立長期劇情。

在 SillyTavern 建立穩定的 OpenRouter 連線

OpenRouter 官方流程使用 Chat Completion，而不是 Text Completion。即使 API Key 已成功連線，也不表示目前選定的模型、供應商路由或上下文大小一定能成功生成回覆。

1. 開啟 SillyTavern 的 API Connections 面板。
2. 選擇API Type: Chat Completion。
3. 選擇Source: OpenRouter。
4. 透過可用的授權流程登入，或貼上在 OpenRouter 金鑰設定中建立的 API Key。
5. 按下Connect，選取精確的模型 slug，再傳送一則Test Message。
6. 為付費模型建立一個連線設定檔，免費備援模型則另存一個。

先設定為該端點支援的上下文大小、開啟串流，並使用適中的輸出上限。角色卡應盡量精簡，舊回合則應在提示詞接近端點限制前先摘要。取樣設定請分開測試，因為它們會改變輸出長度與節奏。

若下拉選單沒有模型，請重新連線並重新整理模型清單。若連線成功卻無法生成，請先檢查 slug、額度、供應商可用性與上下文溢位，再考慮重寫提示詞。

JanitorAI 設定與錯誤排除

OpenRouter 的 API 與 OpenAI 相容。OpenRouter Quickstart文件列出的標準 chat-completions 端點如下：

https://openrouter.ai/api/v1/chat/completions

本文未依據目前的 JanitorAI UI 截圖，因此以下是通用的 OpenAI 相容整合方式；請依你目前 JanitorAI 畫面中顯示的欄位進行確認：

1. 建立 OpenRouter API Key，並妥善保密。
2. 若有提供，選擇目前的 OpenAI 相容或自訂 API 選項。
3. 若欄位要求填寫 completion endpoint，請輸入完整的 chat-completions URL。
4. 貼上目前有效的完整 OpenRouter 模型 ID；免費變體須包含 :free。
5. 儲存設定、重新整理 JanitorAI，再以簡短的非露骨訊息測試。

隱私、供應商路由與合規事項

OpenRouter 的FAQ表示，平台會記錄時間戳記、模型與 Token 數等基本請求中繼資料；除非使用者主動選擇加入，否則提示詞與完成內容預設不會被記錄。上游供應商則可能各自有資料保留與訓練政策。

Zero Data Retention 能將路由限制為符合指定資料保留政策的供應商，但可能排除部分免費路由。免費存取不代表隱私保證，而「uncensored」也不是穩定的技術特性：供應商可套用各自政策，路由變更也可能改變實際處理請求的供應商。

請使用非露骨的虛構提示詞，且不要嘗試繞過供應商的安全防護。

FAQ

目前最適合角色扮演的 OpenRouter 模型是哪一個？

在這份快照中，DeepSeek V4 Flash 0731 是適合用來比較的付費成本與上下文基準。它結合了目前 OpenRouter 角色扮演使用量訊號、1M 級上下文，以及每百萬 Token $0.05/$0.16 的價格，但這不是受控測試下的通用品質分數。

最適合角色扮演的免費 OpenRouter 模型是哪一個？

沒有永久的答案：本次查閱的即時集合中，MiniMax M3 是優先嘗試的免費候選；openrouter/free使用上更方便，但可重現性較低。

角色扮演 1,000 回合要多少錢？

依本文假設，精簡歷史使用方式下，DeepSeek V4 Flash 0731 約需 $0.28，GLM 5.3 Flash 約需 $0.43；完整歷史情境的試算則分別為 $17.67 與 $26.51。

更大的上下文視窗能避免模型忘記內容嗎？

不能。上下文是端點可接受內容的最大容量，不保證模型會正確使用每個細節；摘要與限制近期回合數仍然很重要。

為什麼我的角色扮演模型會拒答或改變行為？

供應商、備援路由、免費端點或實際可用的上下文限制都可能改變。因此，在將單次拒答視為模型整體特性前，請先確認實際模型 ID 與路由。

可用同一份安全的 20 回合角色卡，分別測試 DeepSeek V4 Flash 0731 與一個目前可用的免費端點，再把兩者儲存為具名設定檔。付費路由的價格與可用性較可預期；免費路由則提供低成本實驗，但容量與模型身分可能變動。

延伸閱讀

• 2026 年 OpenRouter 定價指南
• OpenRouter 免費額度與限制
• 如何修正 OpenRouter 429 錯誤