Model ChatGPT Mana yang Harus Anda Pilih untuk Roleplay?
Mulailah dengan GPT-6.1 Sol jika Anda menginginkan opsi GPT kami yang paling teruji secara menyeluruh. Pilih GPT-6 Sol jika balasan cepat adalah yang terpenting, Terra untuk opsi menengah dengan biaya lebih rendah, atau Luna jika pengeluaran adalah prioritas utama Anda.
| Model |
Rekomendasi kami |
Median balasan lengkap |
Balasan yang diuji |
Biaya pengujian yang tercatat |
| GPT-6.1 Sol |
Pilihan utama untuk interaksi karakter yang terkontrol |
7,85 detik |
39 |
$0,0785 |
| GPT-6 Sol |
Tanya-jawab cepat |
4,09 detik |
13 |
$0,0290 |
| GPT-6.1 Terra |
Opsi menengah dengan biaya lebih rendah |
4,88 detik |
13 |
$0,0148 |
| GPT-6 Luna |
Biaya terendah dalam pengujian ini |
6,37 detik |
13 |
$0,0022 |
Ukuran sampel berbeda: Sol menerima pengujian tambahan setelah penyaringan. Oleh karena itu, total pengeluaran bukanlah perbandingan harga yang setara di seluruh tabel ini. Ini adalah biaya sesi singkat yang tercatat, bukan harga langganan atau penawaran untuk percakapan di masa mendatang.
Keempat model lulus pemeriksaan faktual utama dalam tahap penyaringan. Urutan ini mencerminkan rekomendasi praktis kami, bukan perbedaan besar yang terukur dalam kemampuan kreatif.
Jika Anda terbuka terhadap keluarga model lain, panduan kami yang lebih luas mengenai model AI terbaik untuk roleplay membahas pilihan tersebut secara terpisah.
Cara Kami Menguji Model
Roleplay membutuhkan lebih dari sekadar prosa yang lancar. Karakter harus memiliki suara, mengingat apa yang baru saja terjadi, dan membiarkan bagian percakapan Anda tetap menjadi milik Anda.

Perbedaan tersebut juga muncul dalam umpan balik komunitas. Dalam satu diskusi tentang cerita interaktif yang panjang, seorang pemain menggambarkan karakter yang menjadi lebih lembut dan plot romantis yang macet. Diskusi lain tentang keluar dari karakter mencakup keluhan tentang kepastian yang tidak diinginkan dan laporan sesi RPG panjang yang sukses. Pengalaman-pengalaman tersebut membantu menyusun pertanyaan; hal itu tidak menetapkan bagaimana versi yang kami uji bekerja.
Kami menggunakan tiga skenario bahasa Inggris yang tetap:
| Tes |
Adegan |
Apa yang kami periksa |
| Dialog slow-burn: 5 balasan |
Dua rekan kerja museum dewasa, hujan badai, dan satu payung |
Humor kering, ketertarikan bertahap, dan tidak ada tindakan atau perasaan pemain yang diada-adakan |
| RPG Detektif: 5 balasan |
Kompas kuningan yang hilang, catatan yang tidak terbaca, dan pintu terkunci |
Inventaris, klaim saksi, fakta yang ditetapkan, dan apakah model melakukan tindakan untuk pemain |
| Konflik karakter: 3 balasan |
Seorang kapten ekspedisi menolak untuk menyeberangi jembatan yang belum diperiksa |
Apakah karakter mempertahankan posisi, lalu mempertimbangkan kembali ketika diberikan bukti yang relevan |
Setiap model GPT menyelesaikan satu putaran penyaringan 13-balasan. GPT-6.1 Sol kemudian menerima dua putaran tambahan, sehingga totalnya menjadi 39 balasan. Kimi K3.1 Pro menyelesaikan tiga putaran skenario yang sama, juga dengan total 39 balasan. Itu berarti ada 117 balasan yang direkam di kelima model, dengan putaran penyaringan Sol asli dihitung satu kali.
Kami menyimpan jawaban pertama alih-alih membuat ulang sampai kami menyukai hasilnya. Pesan pengguna identik di antara model. Pengaturan menggunakan SillyTavern 1.19.0, respons streaming, suhu 1.0, dan riwayat percakapan penuh tanpa peringkasan atau pemotongan. Permintaan GPT menggunakan max_completion_tokens=4096; Kimi menggunakan max_tokens=4096. Kami tidak secara eksplisit menstandarisasi upaya penalaran, jadi hasilnya menjelaskan konfigurasi ini alih-alih setiap pengaturan yang mungkin.
Target panjang balasan adalah 80–120 kata. Kami memeriksa jumlah kata yang direkam bersama dengan teks aslinya. Waktu di bawah berarti waktu hingga respons lengkap tiba, bukan hanya teks yang terlihat pertama kali. Biaya berasal dari pengeluaran yang tercatat dalam laporan pengujian.
Ini adalah adegan pendek dan tidak eksplisit dengan maksimal lima balasan per percakapan. Kami tidak menguji kampanye berbulan-bulan, ingatan konteks panjang, dialog multibahasa, atau batasan konten dewasa.
1. GPT-6.1 Sol: Pilihan Utama Kami
GPT-6.1 Sol memberi kami alasan terkuat untuk terus bermain: karakternya dapat mengekspresikan diri tanpa mengambil alih karakter kami.
Dalam adegan museum, Rowan bersifat tertutup, penuh perhatian, dan memiliki selera humor yang kering. Respons pembukanya mencakup:
“Lukisan-lukisan itu memiliki asuransi yang sangat baik. Sepatu saya tidak.”
Lelucon itu cocok untuk seseorang yang menghindari pernyataan emosional. Yang lebih mengungkapkan adalah pada putaran berikutnya, ketika pemain menantang Rowan karena membuat asumsi:
“Saya ingin berjalan dengan Anda. Itu bagian saya, bukan kesimpulan tentang bagian Anda.”
Adegan terus berlanjut. Rowan menyatakan preferensi, tetapi pemain tetap memutuskan apa yang terjadi selanjutnya. Tidak ada rona merah yang dibuat-buat, penerimaan, atau tonggak hubungan yang tiba-tiba.
Sol juga berhati-hati dalam misteri tersebut. Pada putaran pertamanya, ia secara eksplisit memisahkan akun Inez dari pengamatan yang dikonfirmasi. Ketika kami bertanya tentang catatan yang belum ditetapkan, ia tidak secara otomatis mengarang pesan terverifikasi di meja kurator.
Selama 39 balasan, semua jumlah kata yang tercatat tetap berada dalam kisaran 80–120 kata. Waktu penyelesaian median adalah 7,85 detik. Pengeluaran kami yang tercatat adalah $0,0785, atau sekitar $0,00201 per balasan untuk set pengujian ini.
Kekurangannya adalah Sol bukan opsi GPT tercepat atau termurah. Ringkasan statusnya yang cermat dalam adegan detektif juga bisa terasa lebih seperti log permainan daripada fiksi yang mengalir. Pemain yang lebih menyukai prosa yang mengalir mungkin menginginkan pembaruan inventaris yang lebih sedikit.
Pendapat kami: Mulailah dari sini untuk percakapan karakter di mana menghormati pilihan Anda sama pentingnya dengan gaya penulisan. Putaran tambahannya memberi kami lebih banyak bukti daripada yang kami miliki untuk kandidat GPT lainnya, bukan bukti bahwa ia memenangkan setiap jenis cerita.
2. GPT-6 Sol: Balasan Cepat dan Humor Kering
GPT-6 Sol adalah model tercepat dalam putaran penyaringan, dengan respons lengkap median 4,09 detik. Itu menjadikannya perbandingan pertama yang masuk akal jika Anda menikmati pertukaran singkat dan tidak suka kehilangan ritme saat menunggu.
Karakter museumnya juga memiliki suara yang mudah diingat. Saat diminta sesuatu yang tidak ada dalam direktori staf, Rowan menjelaskan tentang menyimpan daftar benda yang tertinggal di buku perpustakaan: tiket bus, pakis yang dipres, dan pengingat tegas untuk membeli bawang. Lelucon itu muncul dari pekerjaan sang arsiparis alih-alih muncul sebagai candaan yang tidak relevan.
Kapten tetap teguh saat ditantang, lalu menerima rute alternatif yang lebih aman setelah pemain memberikan bukti baru. Misteri tersebut juga mempertahankan inventaris utama dan fakta karakter.
Dua belas dari 13 balasannya memenuhi panjang yang diminta. Pengecualiannya adalah ringkasan faktual di luar karakter sepanjang 55 kata. Ia menjawab pertanyaan yang diminta dengan akurat, jadi kami tidak akan menganggap kependekan itu sebagai kegagalan roleplay yang serius. Menambah daftar periksa itu tidak serta-merta membuatnya lebih baik.
Biaya yang tercatat adalah $0,0290 untuk 13 balasan, sekitar $0,00223 per balasan. Meskipun nomor versinya lebih lama, biayanya tidak lebih murah per balasan yang diamati daripada 6.1 Sol dalam sampel ini. Konten yang dihasilkan dan panjang percakapan memengaruhi tagihan.
Pendapat kami: Coba GPT-6 Sol untuk candaan dan pertukaran karakter yang cepat. Hasil kecepatannya menjanjikan, tetapi kami hanya menjalankan satu putaran penyaringan; kami tidak dapat mengklaim bahwa keunggulan itu akan bertahan di bawah setiap beban atau pengaturan.
3. GPT-6.1 Terra: Jalan Tengah yang Lebih Hemat Biaya
GPT-6.1 Terra berhasil melewati pemeriksaan skenario inti, menjaga ke-13 balasan tetap dalam rentang kata yang diminta, dan menyelesaikan respons dalam waktu rata-rata 4,88 detik.
Rowan-nya menawarkan detail pribadi yang berbeda: pekerjaan sebagai mantan pegawai bioskop, dengan rekomendasi film berdasarkan warna poster. Respons tersebut diakhiri dengan menanyakan apakah hal itu memenuhi syarat atau apakah pemain menginginkan sesuatu yang lebih memberatkan. Model ini memberi kami pembuka percakapan tanpa menentukan reaksi kami.
Dalam adegan detektif, Terra menjaga koin perak yang tersisa tetap akurat dan mempertahankan ketidakmampuan Inez untuk membaca. Model ini tidak mengubah tindakan memeriksa pintu menjadi membukanya. Ini adalah detail kecil, tetapi kehilangannya dapat menggagalkan permainan lebih cepat daripada kalimat biasa.
Pengeluaran yang kami catat adalah $0,0148 untuk 13 balasan, sekitar $0,00114 per balasan. Hal ini membuat Terra layak diuji sebelum berkomitmen pada model yang lebih mahal untuk obrolan karakter rutin.
Terdapat satu kegagalan koneksi TLS yang dilaporkan, diikuti dengan percobaan ulang yang berhasil. Kami mencatatnya sebagai masalah transportasi, bukan bukti penulisan yang lebih lemah. Terra juga menggunakan kata ganti they/them untuk Rowan; perintah tidak menentukan gender, jadi itu adalah interpretasi yang valid.
Pendapat kami: Terra adalah pilihan tengah yang praktis untuk sesi singkat. Pengujian ini tidak menetapkan bahwa prosa-nya lebih buruk daripada Sol; pengujian ini menetapkan bahwa model ini menangani tugas-tugas tersebut dengan biaya tercatat yang lebih rendah, dengan pengujian berulang yang lebih sedikit di balik hasilnya.
4. GPT-6 Luna: Model dengan Biaya Terendah yang Kami Uji
GPT-6 Luna menghabiskan biaya $0,0022 untuk 13 balasan—sekitar $0,00017 per balasan dalam pengujian singkat ini. Model ini juga berhasil melewati pemeriksaan faktual utama dan memenuhi panjang yang diminta dalam setiap respons yang dicatat.
Hal itu penting karena kandidat dengan biaya terendah ternyata tidak serta-merta tidak dapat digunakan. Model ini memperbarui inventaris koin perak, mempertahankan premis pintu terkunci, dan memungkinkan kapten untuk mempertimbangkan kembali keputusannya setelah menerima bukti penyeberangan yang aman.
Respons lengkap rata-ratanya memakan waktu 6,37 detik. Termurah tidak berarti tercepat: baik GPT-6 Sol maupun Terra selesai lebih cepat dalam uji coba penyaringan mereka.
Kami menemukan cacat pemformatan kecil, yaitu tanda kutip yang tidak ditutup pada respons kapten pertama. Hal itu layak ditunjukkan, tetapi tidak cukup untuk melabeli model tersebut sebagai penulis yang buruk. Demikian pula, tumpang tindihnya dengan anekdot buku perpustakaan GPT-6 Sol adalah kesamaan yang menarik, bukan bukti bahwa keduanya adalah model yang sama.
Pendapat kami: Luna layak dicoba jika Anda menginginkan obrolan karakter singkat yang terjangkau. Sebelum menggunakannya untuk kampanye jangka panjang, ujilah dengan pemeran, pengetahuan (lore), dan riwayat akumulasi Anda sendiri yang lebih besar. Kami tidak menetapkan kemampuan tersebut di sini.
ChatGPT vs Kimi untuk Roleplay: Adegan yang Sama, Pertimbangan yang Berbeda
Kami membandingkan GPT-6.1 Sol dengan Kimi K3.1 Pro menggunakan tiga kali pengujian untuk setiap skenario. Keduanya menangani agensi karakter utama dan pemeriksaan fakta dengan baik. Preferensi kami terhadap Sol sebagian besar didasarkan pada responsivitas, kontrol panjang teks, dan biaya—bukan klaim bahwa Kimi tidak bisa melakukan roleplay.
| Metrik |
GPT-6.1 Sol |
Kimi K3.1 Pro |
| Balasan yang dicatat |
39 |
39 |
| Median waktu respons lengkap |
7,85 detik |
33,33 detik |
| Balasan dalam rentang 80–120 kata |
39/39 |
35/39 |
| Total biaya pengujian |
$0,0785 |
$0,5214 |
| Rata-rata biaya per balasan |
$0,00201 |
$0,01337 |
Median waktu penyelesaian Kimi sekitar 4,25 kali lebih lama dari Sol, dan pengeluaran yang tercatat sekitar 6,64 kali lebih tinggi. Ini adalah hasil untuk konfigurasi dan prompt tersebut, bukan rasio permanen di seluruh model. Kami tidak memiliki detail penagihan yang cukup untuk mengaitkan perbedaan tersebut dengan proses internal tertentu.
Kimi tetap menghasilkan detail yang patut diperhatikan. Dalam misteri tersebut, Inez menawarkan label pembersih. Kimi melacaknya sebagai:
“Ditawarkan, tidak diambil: label pembersih.”
Item tersebut tetap tidak diklaim dalam balasan berikutnya. Item itu tidak secara otomatis masuk ke inventaris pemain. Dalam pengujian lain, Kimi memperkenalkan kurator selama adegan berlangsung, lalu memperbarui ringkasan akhir dengan benar untuk menyatakan bahwa pemain kini telah bertemu dengannya. Menjaga akurasi status mencakup pembaruan fakta saat peristiwa berubah, bukan sekadar mengulangi pengaturan awal.
Kaptennya juga memberikan penjelasan yang sangat jelas untuk perubahan pikirannya:
“Saya menahan diri demi penyeberangan yang aman, bukan untuk memenangkan argumen.”
Interpretasi kami terhadap sampel ini adalah bahwa Kimi sering memberikan deskripsi yang lebih padat, sementara Sol terasa lebih terkendali. Itu adalah penilaian gaya. Perbedaan yang lebih terukur adalah kontrol panjang teks: Kimi melampaui batas 120 kata sebanyak empat kali, dengan maksimum 131 kata. Ini adalah kelebihan yang kecil, bukan kegagalan yang berlebihan.
Pilih Sol terlebih dahulu jika menjaga kelancaran percakapan adalah prioritas Anda. Cobalah Kimi dengan kartu karakter yang sama jika Anda menyukai gaya deskriptifnya dan bersedia menerima waktu tunggu serta biaya yang teramati. Untuk perbandingan dalam keluarga model tersebut, lihat panduan teruji kami mengenai model Kimi terbaik untuk roleplay.
Cara Memulai Roleplay dengan Model Pilihan Anda
Ingin membandingkan balasannya sendiri? Buka obrolan roleplay GPT Proto, pilih karakter dan model yang tersedia, lalu mulai percakapan langsung di GPT Proto. Coba model lain dengan karakter, pesan, dan riwayat percakapan yang sama, lalu bandingkan responsnya: mana yang terdengar lebih alami, tetap setia pada karakter, dan memberikan balasan yang benar-benar ingin Anda tanggapi? Gunakan perbedaan tersebut untuk memilih model yang sesuai dengan gaya roleplay Anda.
Berikan model karakter yang spesifik, latar adegan, dan pembagian kendali yang jelas. “Jadilah imersif” menyisakan terlalu banyak hal yang tidak terdefinisi. “Tulis tindakan Rowan, tetapi jangan pernah memutuskan perasaan Alex” memberikan aturan yang benar-benar dapat Anda periksa.
Berikut adalah prompt pembuka dari uji coba slow-burn kami:
Kami sedang menulis adegan fiksi interaktif dalam bahasa Inggris.
Semua karakter adalah orang dewasa. Jaga agar adegan tetap non-eksplisit.
Anda berperan sebagai Rowan, seorang arsiparis museum berusia 29 tahun.
Saya berperan sebagai Alex, seorang penerjemah lepas berusia 28 tahun.
Rowan adalah orang yang jeli, memiliki selera humor yang kering, dan tertutup. Rowan tidak menyukai
pernyataan yang muluk-muluk dan menunjukkan ketertarikan melalui tindakan praktis.
Kami telah bekerja bersama selama tiga minggu. Kami tidak sedang berkencan.
Adegan: Kami sedang menutup museum saat hujan badai.
Ada satu payung di samping pintu.
Aturan:
- Tulis hanya dialog, tindakan, dan lingkungan yang dapat diamati oleh Rowan.
- Jangan mengarang dialog, tindakan, perasaan, atau riwayat pribadi Alex.
- Jaga agar setiap balasan antara 80 hingga 120 kata.
- Biarkan hubungan berkembang melalui interaksi saat ini.
- Beri ruang untuk tindakan saya selanjutnya. Jangan selesaikan seluruh adegan.
Pembukaan saya:
"Kamu sudah memeriksa kunci itu tiga kali. Apakah kamu khawatir dengan
lukisan-lukisan itu, atau kamu menghindari berjalan pulang bersamaku?"
Untuk roleplay di dalam ChatGPT, mulai percakapan baru dan tempel prompt tersebut, lalu gunakan opsi model yang tersedia untuk akun Anda. Untuk alur kerja kartu karakter, pilih model dari koleksi model OpenAI milik GPT Proto, lalu ikuti panduan integrasi SillyTavern kami. Jika Anda menggunakan Janitor AI, ikuti panduan pengaturan API Janitor AI.
Saat membandingkan model, mulailah percakapan baru dengan pembukaan yang sama dan kirimkan pesan tindak lanjut yang sama. Simpan respons pertama Anda. Anda akan belajar lebih banyak dari balasan yang canggung daripada terus-menerus melakukan regenerasi hingga setiap model terlihat sempurna.
Opsional: Kirim Permintaan Uji Coba Singkat
Jika Anda sedang membangun antarmuka karakter Anda sendiri, contoh cURL ini menggunakan endpoint dan ID model yang ditampilkan di halaman model GPT-6.1 Sol. Atur GPTPROTO_API_KEY di lingkungan lokal Anda terlebih dahulu. Ini adalah contoh koneksi yang lebih singkat, bukan tolok ukur lengkap seperti perintah di atas.
curl --fail-with-body --request POST 'https://gptproto.com/v1/chat/completions' \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "gpt-6.1-sol",
"temperature": 1.0,
"max_completion_tokens": 4096,
"stream": true,
"messages": [
{
"role": "user",
"content": "Tulis adegan fiksi interaktif. Anda berperan sebagai Rowan, seorang arsiparis museum dewasa yang tertutup dan memiliki selera humor kering. Saya berperan sebagai Alex, rekan kerja dewasa. Kita sedang menutup museum saat hujan badai. Tulis hanya tentang Rowan dan lingkungan sekitar, jangan pernah menulis tindakan atau perasaan saya. Jaga balasan Anda antara 80 hingga 120 kata. Saya berkata: Apakah kamu menghindari pulang bersamaku?"
}
]
}'
Untuk giliran berikutnya, sertakan pesan pengguna dan asisten sebelumnya bersama dengan pesan baru. Riwayat yang disimpan lebih besar juga akan mengubah biaya permintaan. Periksa harga saat ini dan penggunaan aktual Anda, alih-alih mengalikan rata-rata uji coba singkat kami ke dalam anggaran bulanan.
Untuk perbandingan pertama Anda, gunakan GPT-6.1 Sol dan satu opsi GPT yang lebih murah dengan karakter yang sama. Nilailah apakah Anda ingin menjawab pesan berikutnya, apakah model membiarkan keputusan Anda sendiri, dan apakah waktu tunggu sesuai dengan cara Anda bermain.