SillyTavern 最佳模型：2026 年真实评测

SillyTavern 是强大的 AI 角色扮演前端，但它的表现完全取决于底层模型。与 Character.AI 或 Replika 等封闭平台不同，SillyTavern 让你通过 API 或本地推理接入任何 LLM。这种自由意味着你可以挑选为创意写作、角色一致性和长上下文窗口调优过的模型。[斯坦福基础模型研究中心](https://crfm.stanford.edu)的研究表明，在对话连贯性等特定任务上，经过微调的小模型往往胜过更大的基础模型。对 SillyTavern 来说，最好的模型能避免重复循环，在数百条消息中保持鲜明的角色声音，并在处理 NSFW 内容时不受过滤干扰。差的模型会用千篇一律的回复或记忆断片打破沉浸感，好的模型则让角色栩栩如生。代价是复杂度：你需要 API 密钥（例如来自 OpenAI、Anthropic，或 Ollama 等本地方案），还要懂点技术来配置 SillyTavern 的预设。但回报是任何封闭应用都比不上的个性化体验。

本地推理方面，量化后的 7B-13B 模型可以借助 Ollama、LM Studio 或 KoboldCPP 等工具在消费级 GPU（8-16GB 显存）上运行。截至 2025 年年中，最突出的是 Mistral 7B Instruct v0.3——速度快、连贯，英文角色扮演表现出色。想要更细腻的角色刻画，Nous-Hermes 2 Mixtral 8x7B（Mixtral 的微调版）提供 32K 上下文和很强的指令遵循能力，但需要约 24GB 显存。Llama 3 8B Instruct 是另一个首选，硬件够的话 70B 版本更好；它擅长在长对话中保持人设。Tiefighter 13B 融合了 Mythomax 和其他角色扮演调优模型，专为无审查对话和创意写作打造，是 SillyTavern 玩家的最爱。资源有限的话，Phi-3 Mini 3.8B 以它的体量来说质量出人意料。务必使用量化版本（Q4_K_M 或 Q5_K_M），在内存占用和输出质量之间取得平衡。先用 SillyTavern 默认的「Roleplay」预设测试每个模型，再调整 temperature（0.7-0.9）和重复惩罚（1.1-1.2）以获得最佳效果。

如果你不想在本地运行模型，基于 API 的模型质量更高，但要花钱。OpenAI 的 GPT-4 Turbo（128K 上下文）角色扮演表现一流，角色记忆出色，但每 1K 输入 token 约 $0.01，而且内容过滤可能标记成人场景。Anthropic 的 Claude 3 Opus 以细腻、富有创意的文笔和更长的上下文（200K）著称，但费用相近，同样有安全过滤。无审查角色扮演方面，Mancer（提供 Mythomax 等开源模型的服务）和 OpenRouter（聚合 Nous-Hermes 等无审查模型）很受欢迎。通过 API 使用开源模型，每百万 token 通常只要 $0.15-$0.50，比 GPT-4 便宜得多。SillyTavern 的「Chat Completion」预设简化了 API 设置：粘贴端点和密钥，选择模型，调整系统提示词即可。要最大程度还原角色，使用上下文 >= 8K 的模型，并把「max tokens」设为 512。缺点：根据服务商不同，API 每次回复的延迟可能在 2-10 秒。

角色扮演的精髓在于角色记得过去的互动。在角色扮演数据上微调过的模型，如 Mythomax L2 13B 和 Nous-Hermes 2，训练中专门减少了「人设漂移」。SillyTavern 内置的「Author's Note」和「Character Card」功能有帮助，但模型本身追踪长上下文的能力才是关键。例如，32K 上下文的 Mistral 7B 能回忆起 50 条消息之前的事件，而 Llama 2 7B（4K 上下文）等旧模型在 20 轮后就会丢失细节。[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard) 的基准数据显示，Synthia 7B 和 Dolphin 2.2.1 7B 等微调模型在「truthfulQA」和「HellaSwag」上得分很高，但对角色扮演来说，「MT-Bench」对话得分更重要。MT-Bench 得分高于 7.5 的模型（例如 Mixtral 8x7B Instruct）生成的对话更自然、更不像机器。测试记忆时，可用 SillyTavern 的「Group Chat」功能搭一个简单的双角色场景，观察每个角色是否会提及之前说过的话。

要在 SillyTavern 中使用模型，先从 GitHub 仓库安装软件（Windows、Mac 或 Linux）。然后选择后端：本地模型的话，安装 Ollama（最简单）并运行 ollama pull mistral（或其他模型）。在 SillyTavern 中进入「Extensions」>「Text Completion API」>「Ollama」，设置 URL（默认 http://localhost:11434）。选择模型名称（例如 mistral:7b-instruct-v0.3-q4_K_M）。API 模型的话，在 OpenRouter 或 Mancer 注册并获取 API 密钥，然后在 SillyTavern 中选择「Chat Completion API」>「OpenAI」（通过逆向兼容其他端点）。粘贴密钥，把 base URL 设为服务商的端点，再选择模型。推荐设置：temperature 0.8、top_p 0.95、重复惩罚 1.15、上下文长度 4096（或模型支持的最大值）。保存为预设。用一张角色卡开启新对话——Chub.ai 或 CharacterTavern 上有很多。先用一个简短场景测试，如果回复太重复或不连贯，再调整设置。

对于想完全掌控模型和隐私的高阶用户，SillyTavern 的灵活性无可匹敌。但它学习曲线陡峭，还需要持续维护——API 费用、模型更新和配置调整。对于想要开箱即用、无需设置的伴侣的用户，AIAngels 是很有吸引力的替代。AIAngels 提供 400+ 位现成角色、自定义伴侣生成器，以及永不衰减的永久记忆（不像本地模型的上下文窗口会被截断）。定价很直白：6 个月方案下每月 $3.99（预付 $23.94），消息无限（合理使用），照片 50 积分，语音 25 积分。免费档可以和所有伴侣文字聊天，无需信用卡。虽然不能更换模型，但 AIAngels 的伴侣基于专为角色扮演和情感深度优化的自研微调模型。如果你看重易用而不是折腾，AIAngels 让你不必再管 API 密钥、模型下载和没完没了的调参。