Alternative à OpenRouter pour Janitor AI : Guide de configuration configuration

Ce que vous devez saisir

Si vous cherchez une alternative à OpenRouter pour Janitor AI ou une application de chat de personnages similaire, la configuration est la même que pour tout fournisseur compatible OpenAI. Trouvez l'endroit dans votre client où ajouter une API personnalisée ou proxy. Différentes applications l'intitulent différemment : "proxy", "endpoint OpenAI personnalisé", "URL API". Les champs en dessous sont toujours les mêmes trois champs.

Champ	Valeur
URL API / URL de base	https://api.openrouterapi.cc/v1
Clé API	La clé de votre compte, envoyée dans l'en-tête Authorization: Bearer
Nom du modèle	uncensored

Certains clients veulent l'endpoint complet au lieu de l'URL de base. Si l'enregistrement de l'URL de base génère une erreur ou un 404, essayez https://api.openrouterapi.cc/v1/chat/completions. Les deux méthodes prises en charge sont POST /v1/chat/completions et GET /v1/models, donc un client qui liste les modèles appellera le second et verra uncensored.

Si vous n'avez pas encore de clé, inscrivez-vous avec Google ou par e-mail et mot de passe, puis suivez les instructions de clé API. Les nouveaux comptes peuvent réclamer un crédit d'essai de 0,50 $ en un clic, ce qui est largement suffisant pour une première session de test.

Testez la connexion avant de blâmer l'application

Les interfaces de jeu de rôle masquent le texte d'erreur brut. Exécutez une requête depuis un terminal d'abord, pour savoir que la clé et le modèle fonctionnent. Remplacez le placeholder par votre clé.

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
  }'

Si cela renvoie une réponse, l'endpoint et la clé sont corrects, et tout problème se situe dans les paramètres de l'application. Si cela échoue, le corps de l'erreur vous indique pourquoi. Gardez l'ID de requête de l'en-tête de réponse X-Request-Id ; il aide lorsque vous écrivez à support.

Un prompt système de démarrage

Une fiche de personnage dans une interface devient généralement le message système. Ce que fait votre application, le modèle reçoit quelque chose comme le texte ci-dessous. Le modèle est ajusté pour répondre sans refus de contenu pour un usage adulte légal, donc le prompt n'a pas besoin de discuter avec lui. Il doit être clair sur la voix, les limites et le format.

Vous êtes Mara Voss, ingénieur en chef du cargo Calloway.

Voix : sèche, pratique, rapide à plaisanter sous la pression.

Écrivez à la troisième personne au passé, en 2 à 4 courts paragraphes.

Ne parlez ni n'agissez jamais pour le personnage de l'utilisateur.

Conservez la continuité : suivez les blessures, les réparations et ce que chacun sait.

Restez dans l'histoire. Tous les personnages sont des adultes.

Deux habitudes améliorent les longues sessions. Premièrement, gardez le prompt système court, car il est réenvoyé à chaque tour. Deuxièmement, placez les règles strictes à la fin du prompt, pas au milieu, afin qu'elles restent saillantes lorsque l'historique du chat s'allonge. Si votre application vous permet d'ajouter une "note d'auteur" ou un rappel inséré près du message le plus récent, utilisez-le pour les règles de style.

Une règle est fixée sur ce service et dans votre prompt : aucun contenu sexuel impliquant des mineurs. Écrire cela dans la fiche de personnage garde également vos propres fiches propres.

Les paramètres qui fonctionnent généralement

Ce sont des points de départ, pas des garanties. Modifiez un élément à la fois et comparez quelques réponses.

• Température 0,8 à 1,0 pour un dialogue vivant. Descendez autour de 0,6 si le personnage dérive ou se contredit.
• top_p 0,9 à 0,95 si votre client l'expose. Il est transmis tel quel.
• Pénalités de fréquence et de présence 0,2 à 0,5 lorsque les réponses commencent à répéter des phrases. Des valeurs élevées rendent la prose étrange, donc restez bas.
• max_tokens est optionnel. Définissez 300 à 600 si vous souhaitez des réponses de longueur paragraphe et non des essais.
• Streaming en cours. La réponse apparaît au fur et à mesure de sa rédaction, et le dernier chunk contient les données d'utilisation pour que votre client puisse afficher les compteurs de tokens.
• seed est transmis, ce qui est pratique lorsque vous voulez comparer deux versions de prompt sur la même génération.

Le streaming a un effet secondaire à connaître : une requête en streaming occupe son slot de concurrence jusqu'à la fin du flux. Une clé complète permet 8 requêtes à la fois et 300 par minute. Une clé d'essai permet 2 requêtes à la fois et 60 par minute.

Contexte, mémoire et coût des longues conversations

La fenêtre de contexte est de 100 000 tokens, prompt plus complétion. C'est beaucoup d'histoire : des dizaines de milliers de mots d'historique peuvent tenir. Le coût augmente avec cela, car tout l'historique est envoyé à chaque fois. Voici un exemple détaillé pour une longue session.

Supposons que l'historique ait atteint 30 000 tokens et que la réponse fasse 300 tokens. Entrée : 30 000 x $0,15 / 1M = $0,0045. Sortie : 300 x $0,50 / 1M = $0,00015. Une réponse coûte $0,00465. Cent réponses de cette taille coûtent $0,465, soit environ 47 cents.

Un historique plus court est moins cher et souvent meilleur. Les modèles prêtent moins attention au milieu des prompts très longs, donc un résumé propre des événements passés plus les douze derniers messages peuvent être lus plus cohéremment que 30 000 tokens bruts. De nombreuses interfaces frontales ont une fonctionnalité de résumé ou de « mémoire ». Utilisez-la une fois que le chat dépasse quelques milliers de tokens.

Les prix sont de 0,15 $ par 1M d'entrée et 0,50 $ par 1M de sortie. Les requêtes échouées ou refusées ne sont pas facturées, et le crédit n'expire jamais. Consultez la page des tarifs pour les montants de rechargement, les bonus et les méthodes de paiement, y compris carte et crypto.

Maintenir la cohérence d'un personnage sur plusieurs semaines

Les personnages à long terme dérivent. La solution est surtout de la gestion, et cela coûte très peu en tokens si vous le faites bien.

Conservez un bloc fixe de faits qui ne change jamais : nom, personnalité, habitudes de langage, relations. Conservez un deuxième bloc que vous mettez à jour manuellement de temps en temps : la situation actuelle, les fils d'intrigue ouverts, les promesses faites. Collez les deux dans le prompt système ou le champ mémoire de votre client, et gardez chacun sous environ 500 tokens. Ensemble, cela fait au maximum 1 000 tokens, ce qui coûte 0,00015 $ par réponse au taux d'entrée.

Ensuite, laissez le chat en direct porter uniquement l'échange récent. Lorsqu'une scène se termine, écrivez deux ou trois phrases de résumé dans le deuxième bloc et effacez les anciens messages. Vos personnages restent nets, les réponses sont plus rapides à lire, et le coût par réponse reste proche d'un dixième de cent au lieu d'augmenter à chaque session.

Si vous faites tourner plusieurs personnages dans un seul chat, indiquez qui parle et quand. Une ligne telle que "Écrivez uniquement les lignes de Mara sauf si l'utilisateur demande un autre personnage" empêche le modèle de narrer tout le monde à la fois, ce qui garde également les réponses courtes et peu coûteuses.

Dépannage des erreurs 429 et des réponses étranges

Les applications de jeu de rôle sont bonnes pour déclencher par erreur les limites de débit : deux onglets de navigateur, un bouton « régénérer » appuyé deux fois, une discussion de groupe où plusieurs personnages répondent en même temps. L'API répond avec HTTP 429 et l'une de ces causes.

1. Code d'erreur concurrency. Vous avez plus de requêtes en vol que ce que votre clé le permet. Fermez les onglets supplémentaires, attendez que le flux se termine, ou désactivez les réponses simultanées des personnages. Notez qu'un flux occupe sa place jusqu'à sa fin.
2. Code d'erreur rate_limited. Vous avez envoyé trop de requêtes en une minute. Ralentissez ; une personne qui tape rarement dépasse les 300 par minute, mais une boucle de glissement automatisée peut atteindre 60 sur une clé d'essai.
3. 429 avec un en-tête Retry-After: 5. Le service est temporairement surchargé. Attendez cinq secondes et envoyez à nouveau.

Si les réponses sont coupées, vérifiez votre paramètre max_tokens dans le client. Si le personnage parle à votre place, renforcez la règle dans le prompt système et réduisez la température. Si l'application indique que le modèle est introuvable, assurez-vous que le champ du modèle soit exactement uncensored, en minuscules.

Où cela s'applique, et où non

Cela fonctionne comme une solution de remplacement lorsque votre client vous permet de choisir votre propre endpoint et que vous souhaitez un modèle unique avec un prix par token forfaitaire. Cela ne remplace pas un routeur si vous aimez basculer entre plusieurs modèles en cours de conversation. Vous obtenez un modèle, d'un fournisseur indépendant, et non l'API officielle d'un vendeur de modèle.

Le modèle est uniquement textuel. Il ne génèrera pas d'art de personnage, de voix ou de vidéo, et les embeddings ne sont pas disponibles. Tout dans votre client qui dépend de cela nécessite un autre service. Les prompts ne sont pas utilisés pour l'entraînement, et le guide de démarrage rapide complet est dans la documentation.

Plus de guides

• Alternatives à OpenRouter moins chères : coûts des tokens utilisés
• Alternative OpenRouter pour les modèles d'IA : Un vs plusieurs
• API Perplexity : comment utiliser des LLM sans censure