deepseek4api.comAnleitung
Ist DeepSeek gut für Roleplay? Was wirklich zählt
Ist DeepSeek gut für Roleplay? Die ehrliche Antwort hängt davon ab, welches Modell du meinst und wer es hostet, denn Roleplay bestraft Refusals, kurzes Gedächtnis und flache Charaktere weit mehr, als es Benchmark-Scores belohnt. Dieser Leitfaden zeigt, wie du ein Modell dafür beurteilst und wie du das auf dieser Seite angebotene Modell betreibst.

Wichtige Punkte
- Roleplay scheitert meist an Refusals mitten im Szenenablauf, vergessenen Details und Out-of-Character-Antworten.
- Diese API bietet ein Open-Weight-Modell, das darauf abgestimmt ist, bei rechtmäßiger Erwachsennutzung ohne Inhaltsfilter zu antworten. Es ist nicht die offizielle API von DeepSeek.
- Ein Kontextfenster mit 100.000 Token bietet Platz für sehr lange Sitzungen, und eine Chat-Runde mit 20.000 Token kostet etwa $0,00315.
- Die Regel zu Minderjährigen ist eine harte Grenze. Fiktion, die Minderjährige in sexuellen Situationen zeigt, wird niemals erlaubt.
Eine kurze Antwort und ein Hinweis
Leute fragen, ob DeepSeek gut für Roleplay ist, weil sie den Namen mit starken allgemeinen Modellen in Verbindung gebracht haben. Stärke bei Code- oder Reasoning-Tests sagt wenig darüber aus, ob ein Modell eine Figur über drei Stunden halten kann. Die Dinge, die die Qualität von Roleplay bestimmen, sind enger gefasst: Bleibt es in der Szene, wenn die Handlung düster wird? Erinnert es sich daran, dass deine Figur in Kapitel zwei einen Arm verloren hat? Und schreibt es einen Bösewicht, der tatsächlich unangenehm ist, statt einen, der sich entschuldigt?
Der Hinweis ist wichtig. Das Modell hinter dieser Seite ist ein Open-Weight-Modell eines unabhängigen Anbieters, das darauf abgestimmt ist, bei rechtmäßiger Erwachsennutzung ohne Inhaltsfilter zu antworten. Es ist nicht die offizielle DeepSeek-API und kein Router über Anbieter hinweg. Die Modell-ID, die du sendest, ist einfach uncensored. Die nützliche Frage ist also nicht, was ein Markenversprechen liefert, sondern ob dieses Modell hinter diesem Endpunkt das tut, was deine Geschichte braucht. Das kannst du für etwa fünfzig Cent Testguthaben prüfen, und der Rest dieser Seite erklärt, wie du es richtig testest.
Was Roleplay von einem Modell verlangt
Behandle Roleplay als Stresstest mit fünf Teilen.
- Bereitschaft. Fiktion braucht Konflikt: Gewalt, Verrat, Trauer, Grausamkeit, moralisches Versagen. Ein Modell, das die Szene durch einen Vortrag oder ein Refusal unterbricht, zerstört jedes Mal die Immersion, und das passiert oft genau dann, wenn die Geschichte interessant wird.
- Charakterkonsistenz. Der zynische Navigator sollte auch bei Nachricht 200 noch zynisch sein. Modelle driften in eine höfliche Assistentenstimme ab, wenn der System-Prompt schwach ist oder der Verlauf lang wird.
- Gedächtnis. Fakten, die früh eingeführt werden, müssen überdauern. Das hängt zum Teil vom Modell ab und zum Teil von deiner Verlaufverwaltung.
- Zurückhaltung. Ein guter Partner schreibt seine eigene Figur und lässt deine in Ruhe. Er entscheidet nicht, was du als Nächstes tust, und beendet nicht jede Antwort mit einer Zusammenfassung.
- Tempo und Länge. Antworten sollten zur Szene passen. Zwei lebendige Absätze schlagen meist acht generische.
Nur der erste Punkt dreht sich hauptsächlich um die Ausrichtung des Modells. Die anderen vier kannst du durch Prompting, Sampling-Einstellungen und Handhabung des Verlaufs verbessern. Deshalb widmet der Einrichtungsabschnitt unten diesen mehr Zeit als sonst etwas.
Wo Refusals eine Geschichte zerstören
Standard-Hosted-Assistants sind darauf ausgelegt, breite Kategorien von Anfragen abzulehnen, und das ist ein vernünftiges Design für ein allgemeines Kundenprodukt. Für Fiktion erzeugt das ein spezifisches Problem. Das Refusal sagt selten Nein zu etwas Schädlichem. Es sagt Nein zu einer Szene: einem Schlachtfeld, einer Vernehmung, einer ehrlich geschriebenen toxischen Beziehung, einer Horror-Geschichte, die gruselig sein soll. Autoren verschwenden dann ihre Energie damit, Prompts umzuformulieren, statt zu schreiben.
Das Modell auf dieser API ist darauf abgestimmt, bei rechtmäßiger Erwachsennutzung ohne Inhaltsfilter zu antworten. In der Praxis heißt das, dass du einen moralisch grauen Antagonisten, eine Kriegsgeschichte oder eine Romanze zwischen Erwachsenen schreiben kannst, ohne gegen das Modell zu kämpfen. Fehlgeschlagene oder abgelehnte Anfragen werden auch nicht berechnet, also kostet dich ein Refusal nie Guthaben.
Es gibt eine harte Grenze, die keine Einstellung ändert: Keine sexuellen Inhalte mit Minderjährigen, in keiner Form, niemals. Wenn du eine Companion- oder Roleplay-App auf dieser API aufbaust, formuliere diese Regel in deinen eigenen Bedingungen und halte deinen System-Prompt damit konsistent. Alles andere auf dieser Seite geht von erwachsenen Nutzern und erwachsenen Charakteren aus.
Ein funktionierendes Setup mit einem Charakter-Prompt
Hier ist eine kleine Terminal-Chat-Schleife. Sie streamt die Antwort, hält den Verlauf und verwendet Sampling-Werte, die für kreatives Schreiben geeignet sind. Ersetze den Schlüssel durch deinen eigenen und den Charakter durch deinen.
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek4api.com/v1",
api_key="YOUR_API_KEY",
)
system = (
"You are Mara, a sardonic navigator aboard a failing cargo ship in a space-opera story. "
"Stay in character at all times. Write in third person, past tense, in two to four "
"short paragraphs. Never speak or act for the user's character. "
"All characters are adults."
)
history = [{"role": "system", "content": system}]
while True:
user = input("> ")
if not user:
break
history.append({"role": "user", "content": user})
stream = client.chat.completions.create(
model="uncensored",
messages=history,
temperature=0.9,
top_p=0.95,
max_tokens=400,
stream=True,
)
parts = []
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
piece = chunk.choices[0].delta.content
print(piece, end="", flush=True)
parts.append(piece)
print()
history.append({"role": "assistant", "content": "".join(parts)})
Einige Entscheidungen in diesem Skript sind bewusst. Die Temperatur von 0,9 hält den Stil abwechslungsreich, ohne ihn in Rauschen zu verwandeln; senke sie auf 0,7, wenn die Figur abzuschweifen beginnt. Der Wert von max_tokens auf 400 verhindert, dass das Modell ein ganzes Kapitel schreibt, wenn du nur eine Szene wolltest. Der System-Prompt nennt eine Stimme, eine Person und Zeitform, eine Länge und eine Restriktionsregel, weil vage Prompts wie "sei ein guter Roleplay-Partner" vage Figuren produzieren.
Die Sampler-Optionen temperature, top_p, stop, seed und die Penalties werden an das Modell durchgereicht. Wenn du Wiederholungen siehst, hilft ein kleiner frequency_penalty (versuche 0,3). Wenn du eine Szene exakt wiederholen willst, setze einen seed.
Die gleiche Anfrage funktioniert mit jedem HTTP-Client. Für einen schnellen Test:
curl https://api.deepseek4api.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "system", "content": "You are Mara, a sardonic ship navigator. Stay in character."},
{"role": "user", "content": "The reactor alarm starts screaming. What do you do?"}
],
"temperature": 0.9,
"max_tokens": 300
}'
Lange Sitzungen kohärent und günstig halten
Das Kontextfenster hat 100.000 Token, Prompt und Completion zusammen. Als grobe Regel ist ein Token etwa drei Viertel eines englischen Wortes, also fasst dieses Fenster eine sehr lange Geschichte. Du wirst es wahrscheinlich nicht füllen, aber du zahlst für das, was du sendest, weil der gesamte Verlauf bei jeder Runde hochgeladen wird.
Die Kosten sind gering. Eine Runde mit 20.000 Token Verlauf und einer 300-Token-Antwort kostet 20.000 x $0,15 / 1M plus 300 x $0,50 / 1M, also $0,003 plus $0,00015, oder $0,00315. Hundert solcher Runden ergeben $0,315. Das $0,50 Testguthaben deckt etwa 158 davon ab. Die vollständigen Preise findest du auf der Preisseite.
Kosten sind nicht der einzige Grund, die History zu verwalten. Sehr lange Transkripte verwässern auch den Charakter-Prompt, sodass die Stimme abdriftet. Zwei Gewohnheiten beheben beide Probleme:
- Fakten verankern. Halte einen kurzen "Bisheriger Handlungsverlauf"-Block in der Systemnachricht: Namen, Verletzungen, Versprechen, Orte, das aktuelle Ziel. Aktualisiere ihn alle 20 oder 30 Runden.
- Die Mitte kürzen. Behalte die Systemnachricht und die letzten 20 oder so Nachrichten und lösche oder fasse alles dazwischen zusammen.
def trim(history, keep=20):
# model: uncensored, base_url: https://api.deepseek4api.com/v1
system, rest = history[0], history[1:]
return [system] + rest[-keep:]
Rufe trim(history) vor jeder Anfrage auf. Wenn du willst, dass der gelöschte Teil überdauert, bitte das Modell selbst in einem separaten Aufruf, die gelöschten Nachrichten auf fünf Stichpunkte zu kondensieren und sie an den verankerten Block anzuhängen.
Ein Roleplay-Frontend statt Code schreiben
Du musst kein Skript schreiben. Frontends, die für Charakter-Chat entwickelt wurden, wie SillyTavern, ermöglichen es dir, einen OpenAI-kompatiblen Endpunkt hinzuzufügen. In SillyTavern ist das die Chat-Vervollständigungsquelle, die als benutzerdefiniert oder OpenAI-kompatibel gekennzeichnet ist: Füge https://api.deepseek4api.com/v1 als Basis-URL ein, füge deinen Schlüssel ein und gib uncensored als Modell ein. Menünamen ändern sich zwischen Versionen, also prüfe die Dokumentation deines Frontends für die genaue Bezeichnung.
Zwei Grenzen sind es wert, bekannt zu sein. Ein voller Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute, und eine gestreamte Antwort hält ihren Slot bis zum Ende. Für eine einzelne Person, die chattet, ist das weit mehr als nötig. Wenn du einen Shared-Bot für viele Nutzer betreibst, achte auf HTTP-429-Antworten. Der Fehlercode concurrency bedeutet zu viele Anfragen gleichzeitig, und rate_limited bedeutet zu viele pro Minute. Ein 429 mit einem Retry-After: 5-Header bedeutet temporäre Überlastung, also warte fünf Sekunden und versuche es erneut.
Die Dokumentation listet jeden unterstützten Parameter auf, einschließlich Tool Calling und JSON-Modus, was praktisch ist, wenn deine Roleplay-App Inventar oder Statistiken als strukturierte Daten verfolgt.
So testest du jedes Modell für Roleplay, bevor du dich festlegst
Führe das gleiche kurze Skript gegen jeden Kandidaten aus und vergleiche die Ausgabe nebeneinander. Fünf Szenarien reichen:
- Eine angespannte Konfrontation, in der deine Figur einen Rivalen bedroht.
- Eine Trauer-Szene, in der eine Hauptfigur stirbt.
- Ein kalter Einstieg, bei dem der Bösewicht einen Plan in Character erklärt.
- Eine Sitzung mit hundert Nachrichten, in der du nach einem Detail aus Nachricht zehn fragst.
- Ein Anweisungstest: Bitte um genau drei Absätze, keine Zusammenfassung, kein Sprechen für dich.
Bewerte jede Antwort darauf, ob sie abgelehnt wurde, ob sie im Ton geblieben ist und ob sie das Format eingehalten hat. Ein Modell, das bei vier von fünf Tests mit deinem Prompt besteht, ist ein guter Partner. Wenn du auch sehen möchtest, wie dieser Endpunkt mit einem anderen Open-Weight-Modell abschneidet, ist die Seite Gemma 4 API vs DeepSeek V4 API auf dieser Website ein guter Ausgangspunkt, und die Schlüssel-Seite enthält die Angaben zum Testguthaben, sodass du diese Tests noch heute durchführen kannst.
Weitere Anleitungen
Fragen und Antworten
Ist das Modell hier das offizielle DeepSeek-Modell?
Nein. Es ist ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird, und nicht die offizielle API von DeepSeek oder einem anderen Anbieter. Du rufst es mit der Modell-ID uncensored auf.
Weigert es sich, dunkle Themen in der Fiktion zu verarbeiten?
Es ist darauf abgestimmt, ohne Inhaltsfilter für die legale Nutzung durch Erwachsene zu antworten, daher werden reife fiktionale Themen zwischen erwachsenen Figuren nicht blockiert. Sexueller Inhalt mit Minderjährigen ist eine harte Grenze und ist verboten.
Wie viel kostet eine lange Rollenspiel-Sitzung?
Bei $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token kostet eine Runde mit 20.000 Token Verlauf und einer 300-Token-Antwort etwa $0,00315. Einhundert Runden kosten etwa $0,32.
Kann ich es mit SillyTavern verwenden?
Ja. Füge es als benutzerdefinierten OpenAI-kompatiblen Endpunkt mit der Basis-URL https://api.deepseek4api.com/v1, deinem Schlüssel und der Modell-ID uncensored hinzu.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.