API terbaik untuk SillyTavern: pilihan model, konteks, dan biaya bulanan

SillyTavern tidak menjual API maupun langganan, jadi memilih API terbaik untuk SillyTavern adalah pembelian model dan penyedia — dan angka penentunya adalah biaya satu giliran pada Context Size Anda, bukan harga utama per satu juta token. SillyTavern mengirim ulang kartu karakter, system prompt, dan sebanyak mungkin riwayat yang muat pada setiap generasi, sehingga tagihan bertambah seiring percakapan meskipun tarifnya tidak berubah.

Rilis 1.19.0 diterbitkan pada 14 September 2026 berdasarkan AGPL-3.0, dan push terakhir repositori adalah 14 September 2026 (diperiksa pada 18 September 2026). Dua hal yang bukan SillyTavern: TavernAI, proyek leluhur yang terpisah — dokumentasi menyebut SillyTavern sebagai "fork TavernAI 1.2.8 pada Februari 2023" — dan SillyTavern-Extras, yang deskripsi repositorinya kini diawali "[OBSOLETE]". Tutorial yang menyuruh Anda menginstal Extras sudah usang.

Apa yang gratis dan apa yang tidak

Sumber yang diperiksa pada 18 September 2026: repositori proyek dan FAQ resmi. FAQ tersebut membagi backend menjadi model self-hosted yang gratis untuk dijalankan dan layanan web berbayar yang, menurut kata-katanya, "memerlukan biaya untuk digunakan."

Bagaimana chat SillyTavern menghasilkan tagihannya

Dokumentasi Context Size SillyTavern mendefinisikan pengaturan ini sebagai jumlah maksimum token yang akan dikirim SillyTavern ke API sebagai prompt, dikurangi panjang respons, dan menyatakan bahwa konteks "terdiri dari informasi karakter, system prompt, riwayat chat, dan sebagainya." Pesan di atas garis putus-putus dalam chat tidak dikirim sama sekali, bukan diringkas. Jadi, satu giliran biayanya kira-kira context tokens × input rate + reply tokens × output rate, dan balasan yang dibuat ulang membayar sisi input sepenuhnya lagi.

Konteks Chat Completion default adalah 4.095 token, yang ditetapkan dalam default bawaan (dibaca pada 18 September 2026); slider dapat menaikkannya hingga beberapa kali lipat, dan lebih tinggi lagi dengan konteks yang dibuka. Karena itu, Context Size adalah kontrol anggaran terbesar dalam aplikasi: melipatgandakannya kira-kira melipatgandakan biaya input pada setiap pesan berikutnya dengan tarif yang sama.

Daftar singkat model dan biaya masing-masing

USD per satu juta token input / output: tarif katalog Kunavo saat ini di samping harga daftar yang diterbitkan vendor, semuanya diperiksa pada 18 September 2026.

Harga vendor berasal dari halaman harga Anthropic dan harga developer OpenAI.

Perkiraan bulanan dengan contoh perhitungan

Anggap 100 generasi dalam sebulan, prompt yang telah berkembang menjadi sekitar 16.000 token, balasan 300 token, dan tanpa pembuatan ulang. Itu berarti 1,6 juta token input dan 30.000 token output. Dengan tarif katalog di atas:

Ini adalah perhitungan token berdasarkan angka asumsi, bukan sesi yang diukur dan bukan batas maksimum jumlah yang akan ditagihkan kepada Anda. Ubah asumsi apa pun dan hasilnya berubah: menaikkan Context Size, membuat ulang balasan, atau menjalankan 500 giliran alih-alih 100 semuanya meningkatkan sisi input. Ini juga tidak mencakup biaya cache, yang dibahas di bagian berikutnya.

Kesenjangan cache yang menentukan chat panjang

Inilah bagian yang tidak terlihat dari dalam UI. Dalam branch rilis 1.19.0 backend chat-completions-nya (dibaca pada 18 September 2026), setiap penanda cache_control berada di balik pemeriksaan sumber bawaan: sumber Claude, sumber ElectronHub untuk ID model claude-, sumber OpenRouter untuk ID model anthropic/claude, sumber OpenRouter sekali lagi untuk ID google/gemini yang dianggap dapat di-cache, dan flag NanoGPT. Branch Custom (OpenAI-compatible) tidak berada dalam satu pun pemeriksaan tersebut dan tidak menetapkan field cache_control apa pun — yang ditetapkannya adalah logprobs, sebuah response_format jika Anda mengonfigurasi skema JSON, Include Headers dan Include Body Parameters Anda, serta reasoning_effort atau verbosity di tempat yang Anda minta. Selain itu, tidak ada bagian custom: dalam konfigurasi bawaan, tempat switch caching claude: dan gemini: berada.

Konsekuensinya khusus untuk protokol Anthropic: sumber Custom tidak pernah menetapkan penanda cache_control, sehingga pada model Claude seluruh riwayat ditagihkan ulang dengan harga input penuh di setiap giliran, kecuali endpoint menyisipkan breakpoint itu sendiri. Namun, ini tidak berarti bahwa tidak ada caching pada jalur ini. Prompt caching OpenAI diaktifkan secara default untuk model yang didukung dan tidak memerlukan apa pun dari klien, sehingga rute GPT melalui sumber Custom dapat melakukan caching sementara rute Claude tidak. Caching ditentukan oleh model dan endpoint, bukan oleh apa yang dikirim SillyTavern. Terjemahan OpenAI-ke-Anthropic Kunavo memang menyisipkannya — pada blok tools dan system, ditambah breakpoint bergulir pada pesan terakhir setelah percakapan sudah memuat giliran assistant, yang merupakan bentuk chat SillyTavern setelah giliran pertama. Penyisipan ini baru aktif setelah prompt mencapai minimal 8.192 karakter, dan jumlah total breakpoint tidak pernah melebihi batas vendor, yaitu empat. Pesan system yang dikirim setelah jawaban pertama model, seperti Author's Note yang disisipkan ke dalam chat pada kedalaman tertentu, tetap berada di dalam percakapan, dan breakpoint ditempatkan dengan memperhitungkannya: jika prompt diakhiri dengan pesan seperti itu, breakpoint bergulir diletakkan pada blok tepat sebelum pesan tersebut, dan sisa jatah breakpoint diletakkan sebelum pesan-pesan semacam itu yang masih diikuti konten lain, dimulai dari yang paling akhir. Detailnya ada di dokumentasi caching, yang ditulis untuk pemanggil yang menetapkan breakpoint sendiri.

Nilainya, sebagai skenario terbaik dan bukan prakiraan: jika 12.000 dari 16.000 token prompt tersebut dibaca dari cache pada setiap giliran dengan tarif cache-read Kunavo untuk Claude Sonnet 5 ($0,14 per satu juta), 100 giliran yang sama akan berjumlah sekitar $0,94, bukan $2,45. Anggap ini sebagai penghematan terbesar yang tersedia, bukan batas maksimum yang akan Anda bayarkan: asumsi ini mengandaikan cache hit pada setiap giliran dan tidak menghitung penulisan cache, sehingga tagihan nyata akan lebih tinggi. Anthropic memberi harga cache read sebesar 0,1× input dasar (0,025× pada Fable 5.1), tetapi cache write sebesar 1,25× untuk jendela lima menit — pengguna roleplay yang membutuhkan waktu lebih lama dari itu di antara pesan akan membayar write lagi, bukan read. Anthropic juga menjual write satu jam dengan harga 2×. Tidak ada sesi SillyTavern live yang ditagihkan melalui gateway untuk panduan ini, jadi periksa penggunaan yang dilaporkan pada chat panjang pertama Anda sebelum membuat anggaran berdasarkan cache hit.

Kapan direct, gateway, langganan, atau lokal lebih unggul

Angka konkret, diperiksa pada 18 September 2026. OpenRouter meneruskan harga penyedia dan mengenakan 5,5% (minimum $0,80) pada pembelian kredit dengan kartu, dengan model gratis dibatasi hingga 50 permintaan per hari, atau 1.000 setelah membeli kredit sedikitnya $10. NanoGPT menjual sistem pay-as-you-go ditambah langganan opsional $12 per bulan, dengan setoran minimum $0,10 dalam kripto atau $1 melalui kartu. Arli AI menjalankan tier gratis ditambah tier bulanan $10, $15, $20, $30, dan $160, yang berbeda berdasarkan panjang konteks maksimum (12K pada tier gratis hingga 512K pada tier tertinggi), ukuran model, dan permintaan paralel; Infermatic mencantumkan paket gratis ditambah $9, $16, dan $20; Featherless mencantumkan Chat seharga $25 per bulan dan Developer seharga $50. AI Horde mendeskripsikan dirinya sebagai "Gratis · dijalankan komunitas · open source"; FAQ-nya menjelaskan bahwa posisi antrean mengikuti total saldo kudos Anda dan pengguna anonim memulai dari nol, sehingga pengguna terdaftar berada di atas mereka. Google menerbitkan tier Gemini gratis, tetapi halaman batas lajunya tidak mencantumkan angka per-model untuk tier gratis dan mengarahkan Anda ke AI Studio, jadi perlakukan kuota tier gratis spesifik apa pun yang Anda baca di tempat lain sebagai belum terverifikasi.

Kunavo tidak memiliki tier gratis maupun kredit pendaftaran: minimumnya adalah kredit prabayar sebesar $10, tanpa langganan dan dengan saldo yang tidak kedaluwarsa. Perkiraan katalog juga bukan batas maksimum harga — lihat penagihan untuk mengetahui bagaimana biaya diselesaikan.

Aturan konten didahulukan daripada harga

FAQ SillyTavern sendiri menyatakan bahwa layanan web berbayar "sering disensor dan akan menolak mengobrol dengan Anda tentang topik tertentu." Ini adalah informasi dari pihak pertama, dan itulah ekspektasi yang tepat. Usage Policy Anthropic melarang chat erotis dan generasi seksual eksplisit, tanpa pengecualian bagi pengguna dewasa, dan gateway tidak mengubah kebijakan yang berlaku pada model yang disajikan — kebijakan Kunavo sendiri menyatakan bahwa kebijakan penyedia upstream berlaku untuk apa pun yang Anda kirim. Tidak ada bagian di halaman ini yang boleh dibaca sebagai penawaran endpoint tanpa filter. Jika roleplay dewasa tanpa batas adalah persyaratan Anda, jawaban yang jujur adalah model lokal atau host open-weight, dan daftar singkat model di atas bukan tempat yang tepat.

Konfigurasikan, lalu kendalikan tagihan

Jalur yang terdokumentasi adalah Chat Completion → Custom (OpenAI-compatible), dengan mengisi Custom Endpoint (Base URL) dan Custom API Key. Jangan menambahkan /chat/completions; tambahkan /v1 jika koneksi gagal. Empat hal yang perlu diketahui sebelum chat panjang pertama Anda:

1. Parameter sampling dikirim kecuali ID model berada dalam daftar strip. Request builder di front-end menempatkan temperature, top_p, frequency_penalty, dan presence_penalty ke dalam setiap permintaan Chat Completion. Dalam branch rilis 1.19.0, builder kemudian menghapus keempatnya ditambah top_k untuk setiap ID model yang cocok dengan claude-fable, claude-opus-5, atau claude-sonnet-5 — aturan tersebut menggunakan ID model tanpa pemeriksaan sumber, sehingga juga berlaku pada sumber Custom. Aturan ini tidak mencakup Claude Haiku 4.5, dan aturan GPT-5 yang sebanding di sebelahnya hanya berjalan untuk sumber OpenAI, Azure, dan OpenRouter bawaan, sehingga ID tersebut tetap membawa field sampling melalui endpoint khusus. Katalog Kunavo secara terpisah menandai temperature, top_p, dan top_k sebagai tidak didukung pada model Claude 5 yang tercantum di atas dan menghapusnya sebelum panggilan upstream; pada endpoint yang tidak melakukannya, kosongkan field tersebut melalui Exclude Body Parameters di drawer Additional Parameters, atau model yang menolak field tersebut akan menjawab dengan 400.
2. Mulai Prompt Post-Processing pada None. Messages API Anthropic menggabungkan giliran berurutan dengan peran yang sama secara otomatis dan menerima system prompt sebagai parameter tingkat teratas, sehingga gateway penerjemah yang menentukan ke mana setiap pesan system ditempatkan. Kunavo memasukkan pesan system yang dikirim sebelum jawaban pertama model ke parameter tersebut, sedangkan pesan yang dikirim sesudahnya, seperti Author's Note atau entri World Info yang disisipkan ke dalam chat pada kedalaman tertentu, tetap berada di giliran tempat pesan itu dikirim. Dokumentasi SillyTavern mendefinisikan None sebagai "tidak ada pemrosesan eksplisit yang diterapkan kecuali diwajibkan secara ketat oleh API", Semi-strict sebagai penggabungan peran dan hanya mengizinkan satu pesan system opsional, serta Strict sebagai tambahan yang mengharuskan pesan user terlebih dahulu — jadi jika Anda melihat error 400 tentang peran pesan, naikkan ke Semi-strict. Perhatikan bahwa Merge, Semi-strict, dan Strict juga menghapus tool call kecuali Anda memilih varian "with tools".
3. Penghitung token ini adalah perkiraan. Dokumentasi tokenizer SillyTavern menyatakan bahwa jumlahnya "diperkirakan berdasarkan jenis tokenizer yang dipilih" ketika backend tidak menyediakannya, dan aturan Best-match-nya menyebut vendor tertentu, bukan endpoint kustom sembarang. Anthropic menyatakan bahwa model Claude 4.7 dan yang lebih baru menggunakan tokenizer yang lebih baru, yang menghasilkan "sekitar 30% lebih banyak token untuk teks yang sama", sehingga jumlah yang dihasilkan tokenizer lama tampak lebih rendah dibandingkan jumlah yang ditagihkan model-model tersebut.
4. Panel Reverse Proxy adalah fitur yang berbeda. Blok peringatannya di UI yang dikirimkan berlaku khusus untuk sumber bawaan (data-source="openai,claude,mistralai,…") dan berbunyi "SEMUA permintaan dukungan akan DITOLAK jika Anda menggunakan proxy." Halaman dokumentasi dengan nama tersebut membahas cara menempatkan SillyTavern sendiri di belakang Traefik, NGINX, atau Caddy, yang sekali lagi merupakan topik berbeda. Sumber Custom adalah jalur yang didukung dan bukan panel tersebut.

Kunavo menerbitkan panduan penyiapan SillyTavern dengan nilai kolom yang tepat — sebuah konfigurasi tertulis, bukan pengujian kompatibilitas runtime yang dijalankan atas nama Anda. Jika tarif di atas sesuai dengan chat Anda, buat akun dan mulai dengan minimum $10 alih-alih berlangganan.

Pertanyaan umum

Status rilis SillyTavern, dokumentasi, sumber yang dikirimkan, dan harga pesaing diperiksa pada 18 September 2026. Tarif Kunavo dibaca dari katalog aktif; semua total di sini adalah perhitungan token berdasarkan asumsi yang dinyatakan, bukan sesi yang diukur.