OpenRouter-Alternative für Janitor AI: Setup-Anleitung

Was du eingeben musst

Wenn du eine OpenRouter-Alternative für Janitor AI oder eine ähnliche Charakter-Chat-App suchst, ist die Einrichtung dieselbe wie bei jedem OpenAI-kompatiblen Anbieter. Finde in deinem Client die Stelle, an der du eine benutzerdefinierte oder Proxy-API hinzufügst. Verschiedene Apps nennen dies unterschiedlich: „Proxy“, „benutzerdefiniertes OpenAI-Endpunkt“, „API-URL“. Die darunterliegenden Felder sind immer dieselben drei.

Feld	Wert
API-URL / Base URL	https://api.openrouterapi.cc/v1
API-Schlüssel	Der Schlüssel aus deinem Konto, gesendet als Authorization: Bearer
Modellname	uncensored

Einige Clients benötigen den vollständigen Endpunkt statt der Base URL. Wenn das Speichern der Base URL einen Fehler oder einen 404 ergibt, versuche https://api.openrouterapi.cc/v1/chat/completions. Die beiden unterstützten Methoden sind POST /v1/chat/completions und GET /v1/models, also ruft ein Client, der Modelle auflistet, die zweite Methode auf und sieht uncensored.

Wenn du noch keinen Schlüssel hast, registriere dich mit Google oder E-Mail und Passwort und folge den API-Schlüssel-Anweisungen. Neue Konten können mit einem Klick 0,50 $ Testguthaben beanspruchen, was für eine erste Testsitzung völlig ausreicht.

Verbinde dich, bevor du die App beschuldigst

Roleplay-Frontends verbergen den rohen Fehlertext. Führe zuerst eine Anfrage über die Kommandozeile aus, damit du weißt, dass Schlüssel und Modell funktionieren. Ersetze den Platzhalter durch deinen Schlüssel.

Copycurl https://api.openrouterapi.cc/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 dry-witted ship engineer."},
      {"role": "user", "content": "The reactor is humming wrong again."}
    ],
    "temperature": 0.9,
    "max_tokens": 200
  }'

Wenn hier eine Antwort zurückkommt, sind Endpunkt und Schlüssel in Ordnung, und jedes Problem liegt in den Einstellungen der App. Wenn es fehlschlägt, sagt dir der Fehler-Body, warum. Behalte die Request-ID aus dem X-Request-Id-Antwortheader; sie hilft, wenn du den Support schreibst.

Ein System-Prompt für den Start

Eine Character-Card in einem Frontend wird meist zur Systemnachricht. Was auch immer deine App tut, das Modell erhält etwas wie den Text unten. Das Modell ist darauf abgestimmt, ohne Inhaltsabweisungen für die legale Erwachsenenverwendung zu antworten, daher muss der Prompt nicht mit ihm diskutieren. Es muss klar über Stimme, Grenzen und Format sein.

Du bist Mara Voss, leitende Ingenieurin auf dem Frachter Calloway.

Stimme: trocken, praktisch, schnell mit einem Witz unter Stress.

Schreibe in der dritten Person im Präteritum, 2 bis 4 kurze Absätze.

Spreche oder handle nie für die Figur des Benutzers.

Halte die Kontinuität: Verfolge Verletzungen, Reparaturen und wer was weiß.

Bleib in der Geschichte. Alle Charaktere sind Erwachsene.

Zwei Gewohnheiten verbessern lange Sitzungen. Erstens halte den System-Prompt kurz, da er bei jedem Zug erneut gesendet wird. Zweitens platziere harte Regeln am Ende des Prompts, nicht in der Mitte, damit sie im Vordergrund bleiben, wenn der Chat-Verlauf wächst. Wenn deine App es erlaubt, eine „Autorennotiz“ oder eine Erinnerung hinzuzufügen, die in der Nähe der neuesten Nachricht eingefügt wird, nutze sie für Stilregeln.

Eine Regel ist auf diesem Dienst und in deinem Prompt festgelegt: keine sexuellen Inhalte mit Minderjährigen. Das Schreiben in die Charakterkarte hält auch deine eigenen Karten sauber.

Einstellungen, die meist funktionieren

Dies sind Startpunkte, keine Garantien. Ändere immer nur einen Wert und vergleiche einige Antworten.

• Temperatur 0,8 bis 1,0 für lebhaften Dialog. Gehe auf etwa 0,6 herunter, wenn die Figur abschweift oder widersprüchlich ist.
• top_p 0,9 bis 0,95, wenn dein Client dies anzeigt. Es wird durchgereicht.
• Häufigkeits- und Präsenzstrafen 0,2 bis 0,5, wenn Antworten beginnen, Phrasen zu wiederholen. Hohe Werte machen den Text seltsam, also bleibe niedrig.
• max_tokens ist optional. Stelle 300 bis 600 ein, wenn du Antworten in Absatzlänge und keine Essays möchtest.
• Streaming aktiv. Die Antwort erscheint, während sie geschrieben wird, und der finale Block enthält die Nutzungsinformationen, damit dein Client Token anzeigen kann.
• seed wird durchgereicht, was praktisch ist, wenn du zwei Prompt-Versionen auf derselben Rolle vergleichen möchtest.

Streaming hat einen bekannten Nebeneffekt: Eine gestreamte Anfrage belegt ihren Parallelitäts-Slot, bis das Streaming endet. Ein voller Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute. Ein Test-Schlüssel erlaubt 2 parallele Anfragen und 60 pro Minute.

Kontext, Speicher und die Kosten langer Chats

Das Kontextfenster umfasst 100.000 Token, Prompt plus Antwort. Das ist viel Geschichte: Zehntausende von Wörtern an Verlauf können Platz finden. Die Kosten steigen damit, weil der gesamte Verlauf jedes Mal gesendet wird. Hier ist ein Rechenbeispiel für eine lange Sitzung.

Sag, der Verlauf hat 30.000 Token erreicht und die Ausgabe sind 300 Token. Input: 30.000 x 0,15 $ / 1 Mio. = 0,0045 $. Ausgabe: 300 x 0,50 $ / 1 Mio. = 0,00015 $. Eine Antwort kostet 0,00465 $. Hundert Antworten in dieser Größe kosten 0,465 $, also etwa 47 Cent.

Ein kürzerer Verlauf ist günstiger und oft besser. Modelle achten weniger auf die Mitte sehr langer Prompts, daher kann eine saubere Zusammenfassung alter Ereignisse plus der letzten Dutzend Nachrichten konsistenter wirken als 30.000 rohe Token. Viele Frontends haben eine Zusammenfassungs- oder „Speicher“-Funktion. Nutze sie, sobald der Chat einige tausend Token überschreitet.

Die Preise liegen bei $0,15 pro 1M Input und $0,50 pro 1M Output. Fehlgeschlagene oder abgewiesene Anfragen werden nicht berechnet, und Guthaben verfällt nie. Siehe die Preisseite für Aufladebeträge, Boni und Zahlungsmethoden, einschließlich Karte und Krypto.

Charaktere über Wochen hinweg konsistent halten

Langlaufende Charaktere driften. Die Lösung besteht hauptsächlich aus Buchhaltung, und sie kostet sehr wenig Token, wenn du es gut machst.

Halte einen festen Block von Fakten, der sich nie ändert: Name, Persönlichkeit, Sprachgewohnheiten, Beziehungen. Halte einen zweiten Block, den du von Zeit zu Zeit manuell aktualisierst: die aktuelle Situation, offene Handlungsfäden, gemachte Versprechen. Füge beide in den System-Prompt oder das Speicherfeld deines Clients ein und halte jeden unter etwa 500 Token. Zusammen sind das maximal 1.000 Token, was pro Antwort 0,00015 $ bei der Input-Rate kostet.

Lasse den Live-Chat dann nur den letzten Austausch tragen. Wenn eine Szene endet, schreibe zwei oder drei Sätze Zusammenfassung in den zweiten Block und lösche die alten Nachrichten. Deine Charaktere bleiben scharf, Antworten sind schneller zu lesen, und die Kosten pro Antwort bleiben bei etwa einem Tausendstel Dollar, statt mit jeder Sitzung zu steigen.

Wenn du mehrere Charaktere in einem Chat ausführst, sage, wer spricht und wann. Eine Zeile wie „Schreibe nur Maras Zeilen, es sei denn, der Benutzer fragt nach einem anderen Charakter“ verhindert, dass das Modell alle gleichzeitig narrativ beschreibt, was auch die Antworten kurz und günstig hält.

Fehlerbehebung bei 429-Fehlern und seltsamen Antworten

Roleplay-Apps lösen versehentlich gerne Ratenlimits aus: zwei Browser-Tabs, ein „Regenerate“-Button, den man zweimal drückt, ein Gruppenchat, in dem mehrere Charaktere gleichzeitig antworten. Die API antwortet mit HTTP 429 und einer dieser Ursachen.

1. Fehlercode concurrency. Du hast mehr Anfragen in Bearbeitung, als dein Schlüssel erlaubt. Schließe zusätzliche Tabs, warte, bis der Stream endet, oder schalte parallele Charakterantworten ab. Beachte, dass ein Stream seinen Slot bis zum Ende belegt.
2. Fehlercode rate_limited. Du hast zu viele Anfragen in einer Minute gesendet. Verlangsame; ein Mensch, der tippt, erreicht selten 300 pro Minute, aber eine automatisierte Swipe-Schleife kann 60 erreichen.
3. 429 mit einem Retry-After: 5 Header. Der Dienst ist vorübergehend überlastet. Warte fünf Sekunden und sende erneut.

Wenn Antworten abgeschnitten werden, überprüfe deine max_tokens-Einstellung im Client. Wenn der Charakter für dich spricht, verschärfe die Regel im System-Prompt und senke die Temperatur. Wenn die App meldet, dass das Modell nicht gefunden wurde, stelle sicher, dass das Feld Modell exakt uncensored lautet, in Kleinbuchstaben.

Wo es passt und wo nicht

Dies funktioniert als Ersatz, wenn dein Client dir erlaubt, deinen eigenen Endpunkt auszuwählen, und du ein einzelnes Modell mit einem flachen Token-Preis möchtest. Es ersetzt keinen Router, wenn du zwischen vielen Modellen während des Chats wechseln magst. Du erhältst ein Modell von einem unabhängigen Anbieter, nicht die offizielle API eines Modell-Anbieters.

Das Modell ist nur Text. Es erzeugt keine Charakterkunst, keine Stimme und kein Video, und Embeddings sind nicht verfügbar. Alles in deinem Client, das davon abhängt, benötigt einen anderen Dienst. Prompts werden nicht zum Training verwendet, und die vollständige Schnellstartanleitung findest du in den docs.

Weitere Anleitungen

• OpenRouter-Alternativen Günstiger: Ausgerechnete Token-Kosten
• OpenRouter-Alternative für KI-Modelle: Eins gegen Viele
• Perplexity API: So verwendest du unzensierte LLMs