AIREITER在 OpenRouter 上跑角色扮演，重点是角色口吻稳定、超长上下文，还是零成本体验，答案会不一样。以 2026 年 9 月 2 日的快照为准，DeepSeek V4 Flash 0731 是最值得优先测试的付费成本与上下文基准模型：OpenRouter 标示其上下文属于 1M 级别，输入价格为每百万 Token $0.05，输出为每百万 Token $0.16。免费路由适合先试水，但可用性和容量随时可能变化。
本文聚焦非露骨虚构角色扮演的技术表现与成本。不会宣称存在通用的“无审查”最佳模型，也不会在缺少受控、同条件测试的前提下发布拒答比例。
2026 年玩角色扮演，OpenRouter 模型怎么选？
建议固定一个付费模型，同时准备一个仍可用的免费备选；使用量榜单只能用来缩小候选范围，不能当作品质评分。
| 使用场景 | 优先查看的模型 | 适合的原因 | 主要限制 |
|---|---|---|---|
| 付费成本与上下文基准 | DeepSeek V4 Flash 0731 | 1M 级上下文、每 1M Token 输入/输出 $0.05/$0.16，且目前在 OpenRouter 有角色扮演流量 | 使用量不等于受控 RP 测试结果 |
| 优先试用免费模型 | MiniMax M3 (free) | OpenRouter 实时免费模型集合中可见，标示上下文约为 1M | 免费容量、限制与可用性都可能变化 |
| 低价付费对照 | GLM 5.3 Flash | 1M 级上下文、列出 22 家提供商，临时价格为 $0.075/$0.25 | 折扣有期限，且模型定位偏 Agent 工作流 |
| 中等价位对照 | OpenRouter 角色扮演集合中的 MiMo-V2.5 | 实时列表标示每 1M Token 为 $0.119/$0.238，上下文为 1.05M | 引用页面提供的是目录和使用数据，不是受控 RP 分数 |
| 自动免费备选 | openrouter/free | 无需固定 slug，自动选择当前可用的免费路由 | 底层模型可能在不同请求之间变化 |
可以先把 DeepSeek 作为付费基准，确认 MiniMax M3 当前的免费端点后再长期依赖，并以 GLM 5.3 Flash 作为第二个付费对照。这个候选清单依据的是当前使用量、价格、上下文和路由数据，而非通用文笔排名。
OpenRouter 角色扮演榜单到底说明了什么
OpenRouter 的Roleplay and Creative Writing collection是一个按实时使用量展示的发现页面。在 2026 年 9 月 2 日的抓取结果中，DeepSeek V4 Flash 排在第一位。
这个排名衡量的是使用量，并不直接反映角色卡遵循度、角色名称保持能力、文笔质量或拒答率。一款模型受欢迎，也可能只是因为便宜、速度快、供应广泛或容易路由。
先通过该集合建立候选清单，再让两个固定模型 ID 用相同的安全角色卡和开场场景各跑一次。这样测试回答的是更实际的问题：对你的提示词、参数设置和预算来说，哪条路由更合适？
当前候选模型：上下文、价格与可用性
以下数据来自 2026 年 9 月 2 日查阅的 OpenRouter 角色扮演、免费模型集合和模型页面。价格与免费状态均为当时的运行快照。
| 模型 ID | 显示的上下文 | 每 1M Token 输入 / 输出价格 | 是否看到免费路由？ | 这些数据能说明什么 |
|---|---|---|---|---|
deepseek/deepseek-v4-flash-0731 | 1,310,720 | $0.05 / $0.16 | 请查看实时目录 | 标价较低、30 家提供商，并支持自动故障转移 |
minimax/minimax-m3 | 1,048,576 | 付费 $0.23 / $0.96 | 是，列为 MiniMax M3 (free) | 免费端点可用时，可借助大上下文进行零成本测试 |
z-ai/glm-5.3-flash | 1,310,720 | 促销价 $0.075 / $0.25 | 请查看实时目录 | 快照中列有 22 家提供商，三日可用率为 99.89% |
xiaomi/mimo-v2.5 | 1.05M | $0.119 / $0.238 | 引用页面未能确认 | 有角色扮演集合的使用量信号，付费价格适中 |
openrouter/free | 路由器页面：200K | $0 | 是路由器，不是固定模型 | 方便实验，但随机选择会降低可复现性 |
DeepSeek V4 Flash 0731：成本与上下文的基准选择
DeepSeek V4 Flash 0731拥有 1,310,720 Token 上下文，单次最多可生成 393,216 Token；其标示价格为每百万 Token 输入 $0.05、输出 $0.16。OpenRouter 页面列出了 30 家提供商，并提供 Balanced、Nitro 和 Exacto 路由模式。
模型页面并未发布角色一致性的实测分数。因此，在投入一场长期战役前，先用同一张角色卡进行验证。
MiniMax M3：免费试用候选
OpenRouter 的免费模型集合将 MiniMax M3 列为输入和输出均 $0、上下文显示为 1.05M 的模型。付费版MiniMax M3 页面则标示上下文为 1,048,576，支持文本/图像/视频输入、文本输出，付费价格为每百万 Token 输入 $0.23、输出 $0.96。
OpenRouter 的Free Variant documentation说明，:free 路由的可用性和速率限制可能与付费模型不同。需要可复现结果时，应选择实时目录里显示的准确免费 slug；只有接受自动选择时，才使用 openrouter/free。
GLM 5.3 Flash：提供商选择更丰富的方案
GLM 5.3 Flash的上下文窗口为 1,310,720 Token。通过 Z.ai，它在 2026 年 9 月 9 日 16:00 UTC 前享受 50% 促销折扣，列示价格为每百万 Token 输入 $0.075、输出 $0.25。OpenRouter 页面显示其有 22 家提供商，三日可用率为 99.89%。
该模型页面将 GLM 5.3 Flash 定位为适合高效编程和长周期 Agent 任务的模型，并非专门面向角色扮演。不要根据产品定位推断 RP 效果，还是应使用相同提示词实测。
MiMo-V2.5 与其他备选
MiMo-V2.5 出现在 OpenRouter 的角色扮演集合中，上下文为 1.05M，输入/输出价格为 $0.119/$0.238。它可以作为中等价位的对照模型，但引用页面没有发布受控角色扮演结果。会话失败前就保存第二个准确 slug；预先指定的备选模型比随机换模型更可控。
1,000 轮成本测算：上下文管理决定账单
一轮角色扮演指一条用户消息加一条助手回复。OpenRouter 按 Token 计费，因此不存在放之四海而皆准的“每 1,000 轮价格”；前端每次重传多少历史记录，会直接影响大部分费用。
本测算假设：1,000 轮、每轮新增 200 个用户 Token、每轮生成 500 个助手 Token，以及固定的 2,000 Token 角色/系统提示词。如果每次都发送完整历史，1,000 次请求会反复重传不断增长的对话，总计约为351.85M 输入 Token和0.5M 输出 Token。
| 模型 | 压缩历史场景：4M 输入 + 0.5M 输出 | 完整历史场景：351.85M 输入 + 0.5M 输出 |
|---|---|---|
| DeepSeek V4 Flash 0731 ($0.05/$0.16) | $0.28 | $17.67 |
| GLM 5.3 Flash ($0.075/$0.25) | $0.43 | $26.51 |
| MiMo-V2.5 ($0.119/$0.238) | $0.60 | $41.99 |
| MiniMax M3 paid ($0.23/$0.96) | $1.40 | $81.41 |
| MiniMax M3 free | $0.00，但受额度限制 | $0.00，但受额度限制 |
压缩历史一栏按每次请求平均 4,000 个输入 Token 计算。完整历史会反复发送早期消息，这也解释了为什么大上下文窗口并不意味着跑完 1,000 轮战役就便宜。
按上述假设，最后一轮的完整历史提示词约为701,500 个输入 Token，尚未计入额外格式和元数据。1M 上下文窗口能容纳此示例，但更长的回复、更大的角色卡、世界书或隐藏模板都可能超出限制。上下文容量不等于自动记忆。
当提供商和请求路径支持时，提示词缓存可能降低重复输入成本。不要假设每个前端都能获得相同的缓存待遇，应查看 OpenRouter 的 Activity 页面确认。OpenRouter’s pricing guide进一步解释了 Token 计费机制。
安全一致性测试能测出什么，又测不出什么
可以采用虚构成年角色、无害场景，并为每个模型设置相同参数，进行非露骨对比：
- 在角色卡中写入三项长期事实，例如职业、地点和非敏感目标。
- 要求使用第三人称叙述，或限定一种明确的视角。
- 以相同开场连续运行 20 轮，并将输出上限设为 400–600 Token。
- 在第 5、10 和 20 轮，让角色基于一项较早的事实行动，但不要重复提示该事实。
- 记录改名、事实矛盾、非预期视角切换、重复、空响应和拒答。
这测试的是你的提示词和路由，而不是模型的通用品质。拒答可能来自模型、提供商、前端分类器或提示词，因此本文不报告拒答率。测试速度时，可在三次相同运行中记录首 Token 延迟和每秒生成 Token 数，并注明模型与提供商路由。
OpenRouter 免费层能支撑多久角色扮演？
OpenRouter 官方的SillyTavern guide指出，购买积分不足 $10 的账户，每天可发起50 次免费模型请求；购买积分达到至少 $10 后，额度变为每天 1,000 次请求。该指南还列出每分钟 20 次请求的限制。
如果一次助手生成算一轮，那么每天大约可进行 50 轮初次生成，或 1,000 轮初次生成。重新生成、重试、失败请求和多消息工作流同样会消耗请求次数，因此实际完成的场景可能更少。
两种免费选项的行为并不相同：
model-name:free会固定到某个命名模型的免费变体。可复现性更好，但端点可能消失或触发速率限制。openrouter/free会自动选择符合条件的免费模型。OpenRouter 的Free Models Router documentation说明，能力筛选后会随机选择模型，响应中会标明实际使用的底层模型。它适合实验，但角色口吻可能在不同请求之间改变。
配置前先检查OpenRouter 实时免费模型集合。不要围绕从旧教程复制来的免费 slug 规划长期战役。
在 SillyTavern 中搭建稳定的 OpenRouter 会话
OpenRouter 的官方流程使用 Chat Completion，而非 Text Completion。API Key 成功连接，也不代表当前所选模型、提供商路由或上下文大小一定能够生成回复。
- 打开 SillyTavern 的 API Connections 面板。
- 选择API Type: Chat Completion。
- 选择Source: OpenRouter。
- 通过可用的授权流程登录，或粘贴在 OpenRouter Key 设置中创建的 API Key。
- 点击Connect，选择准确的模型 slug，再发送一条Test Message。
- 为付费模型保存一个连接配置，并为免费备选模型另存一个配置。
先使用该端点支持的上下文大小，开启流式输出，并设定适中的输出上限。角色卡应尽量精简，在提示词接近端点上限前就概括较早的回合。采样参数需要单独测试，因为它们会改变输出长度和节奏。
如果下拉列表为空，重新连接并刷新模型列表。如果连接成功但生成失败，在重写提示词前，先检查 slug、积分、提供商可用性和上下文溢出问题。
JanitorAI 配置与常见报错处理
OpenRouter 的 API 与 OpenAI 兼容。OpenRouter Quickstart中记录的标准 chat-completions 端点为：
https://openrouter.ai/api/v1/chat/completions本文不依赖当前 JanitorAI 界面的截图，因此以下内容仅作为通用 OpenAI 兼容接入模式；请以你当前 JanitorAI 页面显示的字段为准：
- 创建 OpenRouter API Key，并妥善保密。
- 如有该选项，选择当前的 OpenAI-compatible 或 custom API 方案。
- 若字段要求填写 completion endpoint，请输入完整的 chat-completions URL。
- 粘贴当前准确的 OpenRouter 模型 ID；使用免费变体时，包括
:free。 - 保存设置、刷新 JanitorAI，再用一条简短的非露骨消息测试。
| 现象 | 可能原因 | 优先处理方式 |
|---|---|---|
| 401 或 invalid token | Key 错误、已过期，或粘贴时带入多余字符 | 重新生成 Key 后再次粘贴；不要使用公开共享的 Key |
| 404 或 no endpoint | 模型 slug 或 URL 已过期 | 从 OpenRouter 复制当前 slug，并核对完整端点 |
| 429 | 触及免费模型每日/每分钟限制，或提供商过载 | 等待、减少重试、切换至固定备选模型，或改用付费路由 |
| 空响应 | 路由不支持、输出限制或上下文溢出 | 降低上下文/输出设置，并直接在 OpenRouter 测试该模型 |
| 机器人忘记开场内容 | 前端截断了较早的历史记录 | 缩小提示词、概括旧回合，并匹配端点上下文 |
| 拒答或风格突然变化 | 提供商策略变化，或切换到了另一条备选路由 | 检查实际模型/提供商，并使用中性提示词测试；“uncensored”并非保证 |
隐私、提供商路由与合规
OpenRouter 的FAQ表示，它会记录时间戳、模型和 Token 数等基础请求元数据；除非用户主动选择加入，否则默认不会记录提示词和生成内容。上游提供商则可能有各自的数据保留与训练政策。
Zero Data Retention 可以将路由限制在符合所选数据保留策略的提供商范围内，但这可能排除部分免费路由。免费访问不等于隐私保障，“uncensored”也不是稳定的技术属性：提供商可以执行自己的策略，而路由变化也可能改变实际处理请求的提供商。
请使用非露骨的虚构提示词，不要尝试绕过提供商的安全防护措施。
FAQ
现在最适合角色扮演的 OpenRouter 模型是什么？
在本次快照中，DeepSeek V4 Flash 0731 是可用于对照的付费成本与上下文基准模型。它结合了当前 OpenRouter 角色扮演使用量信号、1M 级上下文以及每百万 Token $0.05/$0.16 的价格，但这不是受控测试得出的通用品质评分。
最适合角色扮演的免费 OpenRouter 模型是什么？
不存在永久不变的答案：本次检查的实时集合中，MiniMax M3 是优先尝试的免费候选；openrouter/free使用更方便，但可复现性较低。
角色扮演 1,000 轮要多少钱？
按本文假设，压缩历史用法下，DeepSeek V4 Flash 0731 约为 $0.28，GLM 5.3 Flash 约为 $0.43；完整历史用法的测算值则分别为 $17.67 和 $26.51。
更大的上下文窗口能避免模型遗忘吗？
不能。上下文只是端点可接受内容的上限，并不保证模型会正确利用每一项细节；摘要和近期回合限制依然重要。
为什么我的角色扮演模型拒答或改变了行为？
提供商、备选路由、免费端点或实际可用上下文限制都可能发生变化。因此，不应把单次拒答直接视为某个模型的全局属性，先确认实际的模型 ID 和路由。
可以让 DeepSeek V4 Flash 0731 和一个当前可用的免费端点各自跑同一份安全的 20 轮角色卡测试，然后将两者保存为命名配置。付费路由的价格与可用性更可预测；免费路由则方便实验，但容量和模型身份可能变化。