Qual modelo do ChatGPT você deve escolher para roleplay?
Comece com o GPT-6.1 Sol se você quiser nossa opção de GPT mais rigorosamente testada. Escolha o GPT-6 Sol se respostas rápidas forem o mais importante, o Terra para um meio-termo de custo mais baixo, ou o Luna se o gasto for sua principal preocupação.
| Modelo |
Nossa recomendação |
Mediana de resposta completa |
Respostas testadas |
Custo de teste registrado |
| GPT-6.1 Sol |
Escolha geral para interação controlada de personagens |
7,85 segundos |
39 |
$0,0785 |
| GPT-6 Sol |
Trocas rápidas de mensagens |
4,09 segundos |
13 |
$0,0290 |
| GPT-6.1 Terra |
Meio-termo de custo mais baixo |
4,88 segundos |
13 |
$0,0148 |
| GPT-6 Luna |
Custo mais baixo neste teste |
6,37 segundos |
13 |
$0,0022 |
Os tamanhos das amostras diferem: o Sol recebeu execuções adicionais após a triagem. Portanto, o gasto total não é uma comparação de preços equivalente em toda esta tabela. Estes são custos de sessões curtas registrados, não preços de assinatura ou orçamentos para conversas futuras.
Todos os quatro passaram nas principais verificações factuais na rodada de triagem. A ordem reflete nossas recomendações práticas, não uma grande diferença medida na capacidade criativa.
Se você estiver aberto a outras famílias de modelos, nosso guia mais amplo sobre os melhores modelos de IA para roleplay cobre essa escolha separadamente.
Como testamos os modelos
O roleplay exige mais do que uma prosa fluida. Um personagem deve ter uma voz, lembrar do que acabou de acontecer e deixar o seu lado da conversa para você.

Essa distinção também aparece no feedback da comunidade. Em uma discussão sobre histórias interativas longas, um jogador descreveu personagens se tornando mais suaves e tramas românticas ficando travadas. Outra discussão sobre sair do personagem incluiu tanto reclamações sobre garantias indesejadas quanto relatos de sessões de RPG estendidas bem-sucedidas. Essas experiências ajudaram a estruturar as perguntas; elas não estabelecem como nossas versões testadas se comportam.
Usamos três cenários fixos em inglês:
| Teste |
Cena |
O que verificamos |
| Diálogo de desenvolvimento lento: 5 respostas |
Dois colegas de museu adultos, uma tempestade e um guarda-chuva |
Humor seco, interesse gradual e sem ações ou sentimentos inventados para o jogador |
| RPG de detetive: 5 respostas |
Uma bússola de latão desaparecida, uma nota ilegível e uma porta trancada |
Inventário, depoimentos de testemunhas, fatos estabelecidos e se o modelo realizou ações pelo jogador |
| Conflito de personagem: 3 respostas |
Um capitão de expedição se recusa a atravessar uma ponte não verificada |
Se o personagem defendeu uma posição e, em seguida, reconsiderou ao receber evidências relevantes |
Cada modelo GPT completou uma rodada de triagem de 13 respostas. O GPT-6.1 Sol recebeu então duas rodadas adicionais, totalizando 39 respostas. O Kimi K3.1 Pro completou três rodadas dos mesmos cenários, também totalizando 39 respostas. Isso resulta em 117 respostas registradas em todos os cinco modelos, com a rodada de triagem original do Sol contada uma vez.
Mantivemos a primeira resposta em vez de regenerar até gostarmos do resultado. As mensagens do usuário foram idênticas entre os modelos. A configuração usou o SillyTavern 1.19.0, streaming de respostas, temperatura 1.0 e histórico completo da conversa sem sumarização ou truncamento. As solicitações GPT usaram max_completion_tokens=4096; o Kimi usou max_tokens=4096. Não padronizamos explicitamente o esforço de raciocínio, portanto, os resultados descrevem essas configurações e não todas as configurações possíveis.
O objetivo de tamanho da resposta foi de 80 a 120 palavras. Verificamos as contagens de palavras registradas junto com o texto original. O tempo abaixo refere-se ao tempo até a chegada da resposta completa, não apenas ao seu primeiro texto visível. Os custos vêm dos gastos registrados no relatório de teste.
Estas foram cenas curtas e não explícitas, com no máximo cinco respostas por conversa. Não testamos campanhas de meses de duração, recordação de contexto longo, diálogo multilíngue ou limites de conteúdo adulto.
1. GPT-6.1 Sol: Nossa escolha geral
O GPT-6.1 Sol nos deu o motivo mais forte para continuar jogando: seus personagens conseguiam se expressar sem assumir o controle do nosso personagem.
Na cena do museu, Rowan é reservado, observador e tem um humor ácido. A resposta inicial incluiu:
“As pinturas têm um excelente seguro. Meus sapatos não.”
Essa piada combina com alguém que evita uma declaração emocional. Mais reveladora foi uma rodada posterior, quando o jogador desafiou Rowan por fazer suposições:
“Eu gostaria de caminhar com você. Essa é a minha parte, não uma conclusão sobre a sua.”
A cena avança. Rowan declara uma preferência, mas o jogador ainda decide o que acontece a seguir. Não há rubor inventado, aceitação ou um marco de relacionamento repentino.
O Sol também foi cuidadoso no mistério. Em sua primeira rodada, ele separou explicitamente o relato de Inez de observações confirmadas. Quando perguntamos sobre uma nota que não havia sido estabelecida, ele não inventou automaticamente uma mensagem verificada na mesa do curador.
Em 39 respostas, todas as contagens de palavras registradas ficaram entre 80 e 120 palavras. O tempo médio de conclusão foi de 7,85 segundos. Nosso gasto registrado foi de US$ 0,0785, ou cerca de US$ 0,00201 por resposta para este conjunto de teste.
A desvantagem é que o Sol não foi a opção GPT mais rápida ou mais barata. Seus resumos de status cuidadosos na cena do detetive também podem parecer mais um registro de jogo do que uma ficção ininterrupta. Jogadores que preferem uma prosa fluida podem querer menos atualizações de inventário visíveis.
Nossa opinião: Comece por aqui para conversas de personagens onde respeitar suas escolhas é tão importante quanto o estilo de escrita. Suas rodadas adicionais nos dão mais evidências do que temos para os outros candidatos GPT, não a prova de que ele vence em todos os tipos de história.
2. GPT-6 Sol: Respostas rápidas e humor ácido
O GPT-6 Sol foi o modelo mais rápido na rodada de triagem, com uma resposta completa mediana de 4,09 segundos. Isso o torna uma primeira comparação sensata se você gosta de trocas curtas e não gosta de perder o ritmo enquanto espera.
Seu personagem do museu também tinha uma voz memorável. Quando solicitado algo ausente no diretório da equipe, Rowan descreveu manter uma lista de objetos deixados em livros da biblioteca: uma passagem de ônibus, uma samambaia prensada e um lembrete severo para comprar cebolas. A piada surgiu do trabalho do arquivista em vez de aparecer como uma brincadeira sem relação.
O capitão permaneceu firme quando desafiado, depois aceitou a rota alternativa mais segura assim que o jogador forneceu novas evidências. O mistério também manteve o inventário principal e os fatos do personagem.
Doze de suas 13 respostas atenderam ao comprimento solicitado. A exceção foi um resumo factual fora do personagem de 55 palavras. Ele respondeu às perguntas solicitadas com precisão, então não trataríamos a brevidade como uma falha grave de roleplay. Preencher essa lista de verificação não o tornaria necessariamente melhor.
O custo registrado foi de US$ 0,0290 para 13 respostas, cerca de US$ 0,00223 cada. Apesar do número de versão mais antigo, ele não custou menos por resposta observada do que o 6.1 Sol nesta amostra. O conteúdo gerado e a duração da conversa afetam a conta.
Nossa opinião: Experimente o GPT-6 Sol para brincadeiras e trocas rápidas de personagens. Seu resultado de velocidade é promissor, mas realizamos apenas uma rodada de triagem; não podemos afirmar que essa vantagem se manterá sob todas as cargas ou configurações.
3. GPT-6.1 Terra: Um meio-termo de custo mais baixo
O GPT-6.1 Terra passou nas verificações de cenário principais, manteve todas as 13 respostas dentro do limite de palavras solicitado e completou as respostas em uma média de 4,88 segundos.
Seu Rowan ofereceu um tipo diferente de detalhe pessoal: um antigo emprego em um cinema, com recomendações de filmes baseadas nas cores dos pôsteres. A resposta terminou perguntando se isso era o suficiente ou se o jogador queria algo mais incriminador. Ele nos deu uma abertura para a conversa sem decidir nossa reação.
Na cena do detetive, o Terra manteve a moeda de prata restante correta e preservou a incapacidade de Inez de ler. Ele não transformou o ato de inspecionar a porta em abri-la. Estes são detalhes pequenos, mas perdê-los pode descarrilar um jogo mais rápido do que uma frase comum.
Nosso gasto registrado foi de US$ 0,0148 para 13 respostas, cerca de US$ 0,00114 cada. Isso torna o Terra digno de teste antes de se comprometer com um modelo mais caro para chats de personagens rotineiros.
Houve uma falha de conexão TLS relatada, seguida por uma nova tentativa bem-sucedida. Registramos isso como um problema de transporte, não como evidência de uma escrita mais fraca. O Terra também usou pronomes neutros (they/them) para Rowan; o prompt não especificou o gênero, então essa é uma interpretação válida.
Nossa opinião: O Terra é uma opção intermediária prática para sessões curtas. Este teste não estabelece que sua prosa seja pior que a do Sol; ele estabelece que o modelo lidou com essas tarefas a um custo registrado menor, com menos testes repetidos por trás do resultado.
4. GPT-6 Luna: O modelo de menor custo que testamos
O GPT-6 Luna custou US$ 0,0022 em 13 respostas — cerca de US$ 0,00017 por resposta neste teste curto. Ele também passou nas principais verificações factuais e atingiu o tamanho solicitado em todas as respostas registradas.
Isso é importante porque o candidato de menor custo não era obviamente inutilizável. Ele atualizou o inventário da moeda de prata, manteve a premissa da porta trancada e permitiu que a capitã reconsiderasse sua decisão após receber evidências de uma travessia segura.
Sua resposta completa média levou 6,37 segundos. O mais barato não significou o mais rápido: tanto o GPT-6 Sol quanto o Terra terminaram mais cedo em suas execuções de triagem.
Encontramos um pequeno defeito de formatação, uma aspa não fechada na primeira resposta da capitã. Vale a pena mostrar isso, mas não é o suficiente para rotular o modelo como um escritor ruim. Da mesma forma, sua sobreposição com a anedota do livro da biblioteca do GPT-6 Sol é uma semelhança interessante, não uma evidência de que eles sejam o mesmo modelo.
Nossa opinião: O Luna merece um teste se você deseja chats de personagens curtos e acessíveis. Antes de usá-lo para uma campanha de longa duração, teste seu próprio elenco maior, a história e o histórico acumulado. Não estabelecemos essas capacidades aqui.
ChatGPT vs Kimi para Roleplay: As mesmas cenas, diferentes compensações
Comparamos o GPT-6.1 Sol com o Kimi K3.1 Pro usando três execuções de cada cenário. Ambos lidaram bem com a agência do personagem principal e com as verificações factuais. Nossa preferência pelo Sol vem, em grande parte, da capacidade de resposta, controle de extensão e custo — não é uma afirmação de que o Kimi não consegue fazer roleplay.
| Medida |
GPT-6.1 Sol |
Kimi K3.1 Pro |
| Respostas registradas |
39 |
39 |
| Mediana de resposta completa |
7,85 segundos |
33,33 segundos |
| Respostas entre 80–120 palavras |
39/39 |
35/39 |
| Gasto total do teste |
$0,0785 |
$0,5214 |
| Custo médio registrado por resposta |
$0,00201 |
$0,01337 |
O tempo médio de conclusão do Kimi foi cerca de 4,25 vezes o do Sol, e seu gasto registrado foi cerca de 6,64 vezes maior. Esses são resultados para essas configurações e prompts, não proporções permanentes de todo o modelo. Não temos detalhes de faturamento suficientes para atribuir a diferença a um processo interno específico.
O Kimi ainda produziu detalhes que merecem atenção. No mistério, Inez ofereceu uma etiqueta de limpeza. O Kimi a rastreou como:
“Oferecida, não coletada: etiqueta de limpeza.”
O item permaneceu não coletado nas respostas subsequentes. Ele não entrou silenciosamente no inventário do jogador. Em outra execução, o Kimi apresentou o curador durante a cena e, em seguida, atualizou corretamente o resumo final para dizer que o jogador o havia conhecido. Manter o estado preciso inclui atualizar fatos quando os eventos mudam, não apenas repetir a configuração inicial.
Sua capitã também deu uma explicação particularmente clara para mudar de ideia:
“Eu estava esperando por uma travessia segura, não tentando ganhar uma discussão.”
Nossa leitura dessas amostras é que o Kimi frequentemente forneceu descrições mais densas, enquanto o Sol pareceu mais contido. Esse é um julgamento estilístico. A diferença mais mensurável foi o controle de extensão: o Kimi excedeu o limite de 120 palavras quatro vezes, com um máximo de 131 palavras. Esses foram excessos modestos, não falhas extensas.
Escolha o Sol primeiro se manter a conversa fluindo for importante para você. Experimente o Kimi com o mesmo cartão de personagem se você gostar do estilo descritivo dele o suficiente para aceitar a espera e o custo observados. Para comparações dentro dessa família, veja nosso guia testado do melhor modelo Kimi para roleplay.
Como começar a fazer roleplay com o modelo escolhido
Quer comparar as respostas você mesmo? Abra o chat de roleplay do GPT Proto, escolha um personagem e um modelo disponível e inicie uma conversa diretamente no GPT Proto. Experimente outro modelo com o mesmo personagem, mensagem e histórico de conversa e, em seguida, compare as respostas: qual soa mais natural, permanece mais fiel ao personagem e lhe dá uma resposta que você realmente quer responder? Use essas diferenças para escolher o modelo que se adapta ao seu estilo de roleplay.
Dê ao modelo um personagem específico, uma cena e uma divisão clara de controle. "Seja imersivo" deixa muita coisa indefinida. "Escreva as ações de Rowan, mas nunca decida os sentimentos de Alex" fornece uma regra que você pode realmente verificar.
Aqui está o prompt inicial do nosso teste de desenvolvimento lento:
Estamos escrevendo uma cena de ficção interativa em inglês.
Todos os personagens são adultos. Mantenha a cena não explícita.
Você interpreta Rowan, um arquivista de museu de 29 anos.
Eu interpreto Alex, um tradutor freelancer de 28 anos.
Rowan é observador, tem um humor seco e é reservado. Rowan não gosta
de grandes declarações e demonstra interesse por meio de gestos práticos.
Trabalhamos juntos há três semanas. Não estamos namorando.
Cena: Estamos fechando o museu durante uma tempestade.
Há um guarda-chuva ao lado da porta.
Regras:
- Escreva apenas o diálogo, as ações e os arredores observáveis de Rowan.
- Não invente o diálogo, as ações, os sentimentos ou a história pessoal de Alex.
- Mantenha cada resposta entre 80 e 120 palavras.
- Deixe o relacionamento se desenvolver através da interação atual.
- Deixe espaço para minha próxima ação. Não termine a cena inteira.
Minha abertura:
"Você verificou essa fechadura três vezes. Você está preocupado com
as pinturas ou está evitando ir para casa comigo?"
Para fazer roleplay dentro do ChatGPT, inicie uma nova conversa e cole o prompt, depois use as opções de modelo disponíveis na sua conta. Para um fluxo de trabalho com cartões de personagem, escolha um modelo da coleção de modelos da OpenAI do GPT Proto e, em seguida, siga nosso guia de integração do SillyTavern. Se você usa o Janitor AI, siga o guia de configuração da API do Janitor AI.
Ao comparar modelos, inicie uma conversa nova com a mesma abertura e envie as mesmas mensagens de acompanhamento. Mantenha suas primeiras respostas. Você aprenderá mais com uma resposta típica estranha do que regenerando repetidamente até que todos os modelos pareçam perfeitos.
Opcional: Envie uma pequena solicitação de teste
Se você estiver criando sua própria interface de personagem, este exemplo de cURL usa o endpoint e o ID do modelo mostrados na página do modelo GPT-6.1 Sol. Defina GPTPROTO_API_KEY no seu ambiente local primeiro. Este é um exemplo de conexão mais curto, não o prompt de benchmark completo acima.
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": "Escreva uma cena de ficção interativa. Você interpreta Rowan, um arquivista de museu adulto, reservado e com um humor seco. Eu interpreto Alex, um colega adulto. Estamos fechando o museu durante uma tempestade. Escreva apenas sobre Rowan e o ambiente, nunca sobre minhas ações ou sentimentos. Mantenha sua resposta entre 80 e 120 palavras. Eu digo: Você está evitando ir para casa comigo?"
}
]
}'
Para turnos subsequentes, inclua as mensagens anteriores do usuário e do assistente junto com a nova mensagem. Um histórico retido maior também altera o custo da solicitação. Verifique a precificação atual e seu uso real em vez de multiplicar nossa média de teste curto em um orçamento mensal.
Para sua primeira comparação, use o GPT-6.1 Sol e uma opção GPT mais barata com o mesmo personagem. Avalie se você deseja responder à próxima mensagem, se o modelo deixa suas decisões em paz e se o tempo de espera se ajusta à forma como você gosta de jogar.