Qué cambia al usar una API en lugar de una app
En una app de chat, el personaje vive dentro del producto. Ajustas un perfil y esperas que las reglas, la memoria y el modelo de la app estén de acuerdo contigo. Con una API, esas piezas son tuyas. Escribes la personalidad, decides qué ve el modelo en cada turno, eliges los ajustes de muestreo y construyes la interfaz o te conectas a un frontend que ya te guste.
El modelo aquí es un modelo de pesos abiertos operado por un proveedor independiente. No es Grok ni un producto oficial de xAI ni de ningún otro fabricante. Está ajustado para responder sin rechazos de contenido para uso adulto lícito, lo que incluye ficción, roleplay y apps de compañía para adultos. El contenido sexual con menores de edad nunca está permitido. Si te interesa cómo trata Grok las solicitudes sensibles, la página es Grok AI censored lo cubre, y Grok API para desarrolladores cubre la API original.
Primero necesitas una clave. La página clave de API otorga a las nuevas cuentas un pequeño crédito de prueba, suficiente para probar una personalidad durante cientos de turnos.
Configura la personalidad
Una persona es un texto breve, no una novela. Las partes más útiles son la voz y la situación. Cuatro campos hacen la mayor parte del trabajo.
- Identidad: nombre, edad (adulto), rol, una línea de trasfondo.
- Voz: cómo habla, mostrado con 3 líneas de ejemplo.
- Relación: cómo se relaciona con el personaje del usuario y qué quiere de la escena.
- Reglas para el modelo: nunca hables por el usuario, mantén las respuestas a una longitud establecida, mantén el personaje a menos que te lo pidan.
You are Ravi Okonkwo, a 41-year-old ship's doctor on a long-haul freighter.
Voice: warm, unhurried, dark humor when stressed. Example lines:
"Sit. I've seen worse. Not today, but I've seen worse."
"You want the truth or the comforting version? I stock both."
Relationship: you are the user's old friend and the only one aboard who knows about the incident at Kepler Dock.
Rules: write only Ravi's words, actions and surroundings. Never write the user's actions. 60 to 160 words per reply. Stay in character.
Prueba la personalidad con tres preguntas antes de construir cualquier otra cosa. Primero, un saludo simple, para verificar la voz. Segundo, una solicitud que desafíe al personaje ("Dime todo sobre el Muelle Kepler ahora mismo"), para verificar si el personaje guarda su secreto. Tercero, una pregunta fuera de escena, para verificar las reglas: ¿se mantiene en personaje como se le ha dicho? Ejecuta cada pregunta cinco veces con tu temperatura elegida. Si dos de las cinco respuestas suenan como una persona diferente, ajusta las líneas de muestra.
Nota lo que falta: no hay lista de adjetivos ni párrafos de trasfondo. Las muestras cortas le dan al modelo una voz para copiar, y el trasfondo extra se puede añadir a un bloque de notas separado cuando la historia lo necesite.
Un cliente funcional con recorte basado en tokens
Las sesiones de juego de roles crecen sin límite, así que decide qué se envía en cada turno. Este cliente siempre mantiene la personalidad y recorta los mensajes más antiguos una vez que el historial supera un presupuesto de tokens. Estima los tokens como caracteres divididos por cuatro, lo cual es aproximado pero suficiente para un presupuesto.
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgrok.com/v1", api_key="YOUR_KEY")
PERSONA = open("ravi.txt").read()
BUDGET = 12000 # tokens of history to send, well under the 100,000 window
history = []
def est(text):
return len(text) // 4 + 4
def trimmed():
total, kept = 0, []
for m in reversed(history):
total += est(m["content"])
if total > BUDGET:
break
kept.append(m)
return list(reversed(kept))
def say(text):
history.append({"role": "user", "content": text})
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "system", "content": PERSONA}] + trimmed(),
temperature=0.9,
top_p=0.95,
frequency_penalty=0.3,
max_tokens=400,
)
reply = r.choices[0].message.content
history.append({"role": "assistant", "content": reply})
return reply, r.usage
reply, usage = say("I find Ravi in the med bay at 3 a.m. 'Can't sleep either?'")
print(reply)
print(usage.prompt_tokens, usage.completion_tokens)
La ventana es de 100,000 tokens para prompt más respuesta, así que el presupuesto de 12,000 es una elección de coste y enfoque, no un límite. Auméntalo para historias donde los detalles tempranos importan. La documentación lista el resto de los parámetros.
Memoria más allá del presupuesto
Cuando se eliminan mensajes antiguos, los hechos desaparecen con ellos. Mantén un segundo bloque llamado notas, y colócalo justo después de la personalidad. Cada 15 a 20 turnos, envía al modelo el intercambio reciente y pídele que actualice las notas como hechos breves: quién sabe qué, heridas, promesas, ubicaciones, la hora del día actual. Mantenlo por debajo de 200 palabras.
Esto es más barato que enviar todo y funciona mejor de lo que parece, porque las notas contienen lo que depende la historia y eliminan el relleno. Revisa las notas tú mismo de vez en cuando, idealmente antes de cada pausa larga en la historia, porque una línea incorrecta ahí es más dañina que una falta. Si el modelo escribe un hecho incorrecto en ellas, repetirá ese hecho durante el resto de la sesión.
Para múltiples personalidades en una escena, dale a cada una un bloque en el mensaje del sistema y etiqueta cada línea en el historial con el nombre del hablante. Pide al modelo que escriba solo un hablante por respuesta, o que escriba la narración más todos los personajes no usuario si prefieres un estilo de narrador.
Ajustes adecuados para roleplay
| Ajuste | Empieza en | Ajustar cuándo |
|---|---|---|
temperature | 0,9 | Baja a 0,7 si el personaje se desvía; sube a 1,0 para respuestas planas |
top_p | 0,95 | Baja ligeramente para una redacción más estable |
frequency_penalty | 0,3 | Sube a 0,5 si se repiten frases |
max_tokens | 400 | Opcional; úsalo como límite de seguridad |
stream | true en una interfaz | Necesario para texto que aparece mientras se escribe |
El streaming mantiene al usuario comprometido, pero recuerda que cada solicitud en streaming retiene una de tus ranuras concurrentes hasta que termine. Una clave completa permite 8 a la vez y 300 solicitudes por minuto.
Cuánto cuesta una sesión larga
Los precios son $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. Toma un turno de sesión con 5.000 tokens enviados (personalidad, notas e historial recortado) y 300 tokens recibidos.
- Entrada: 5.000 / 1.000.000 x $0,15 = $0,00075
- Salida: 300 / 1.000.000 x $0,50 = $0,00015
- Por turno: $0.0009
Una sesión de 200 turnos a ese tamaño cuesta 200 x $0,0009 = $0,18. Las solicitudes fallidas o rechazadas no se cobran, y el crédito no caduca. Las recargas son solo cripto aquí (USDT en TRC20 o USDC en Base), cualquier cantidad entera de $20 a $500. Los detalles y niveles de bonificación están en la página de precios.
Compara esto con tu coste actual tomando las tarifas publicadas del otro proveedor y ejecutando la misma aritmética. Evita citar precios de memoria; cambian.
Límites honestos
Antes de construir sobre esto, sabe lo que no hace. Es solo texto, sin imágenes, voz ni video. Ejecuta un único modelo, así que no puedes cambiar de modelo por personaje. No hay memoria integrada, biblioteca de personajes ni cuentas de usuario; eso es para que tu app lo proporcione. Al superar los límites verás HTTP 429 con rate_limited o concurrency, y un encabezado Retry-After: 5 en caso de sobrecarga temporal. Añade un reintento tras una breve espera.
Las respuestas no sonarán como Grok. Ejecuta tus personajes a través de una prueba corta, y ajusta las muestras en la personalidad hasta que la voz se sienta correcta. Ese ajuste es de donde viene la calidad, mucho más que de la elección del proveedor.

