Deux cents messages après le début de votre histoire, l’aubergiste que vous avez imaginé le premier jour porte soudain un autre nom, le méchant oublie son propre mobile et l’univers si soigneusement construit commence à se défaire. Ce n’est pas un défaut d’écriture de votre part. C’est un problème de grande fenêtre de contexte, et c’est la principale raison pour laquelle les longues sessions de jeu de rôle s’effondrent. La bonne nouvelle : plusieurs modèles gratuits peuvent aujourd’hui garder en mémoire une quantité énorme de texte, et quelques habitudes permettent d’aller bien plus loin avec les plus petits.
Cet article compare les meilleurs modèles gratuits pour le jeu de rôle long et le chat sans censure, explique ce que recouvrent vraiment ces deux étiquettes et vous propose une méthode concrète pour garder vos personnages cohérents du premier message au millième.
Ce que fait vraiment une fenêtre de contexte

Imaginez la fenêtre de contexte comme le bureau de travail du modèle. Tout ce qui s’y trouve (vos instructions, la fiche du personnage, l’ensemble du chat jusque-là et la réponse en cours de rédaction) est visible en même temps. Ce qui tombe du bord est perdu. Le modèle ne « se souvient » pas au sens humain, car il ne revoit jamais ce qui est sorti du bureau.
Des tokens, pas des mots
Le contexte se mesure en tokens, de petits morceaux de texte qui valent en moyenne environ les trois quarts d’un mot anglais. Une fenêtre de 8 000 tokens contient à peu près 6 000 mots. Une fenêtre de 128 000 tokens en contient environ 96 000, soit un roman complet. Le jeu de rôle consomme vite des tokens, car chaque échange comprend des dialogues, des actions et vos propres réponses longues.
| Taille du contexte | Mots environ | Ce que cela donne en pratique |
|---|
| 4K tokens | 3 000 | Le personnage oublie des choses en une soirée |
| 32K tokens | 24 000 | Une nouvelle courte et solide, avec quelques dérives |
| 128K tokens | 96 000 | Un arc de campagne complet avec de la place pour des notes |
| 1M tokens | 750 000 | Plusieurs livres de conversation continue |
Pourquoi le jeu de rôle casse en premier
Les tâches de programmation ou de résumé tiennent généralement dans une petite fenêtre. Le jeu de rôle, non. Une bonne session représente des centaines de tours de détails accumulés : noms, cicatrices, promesses, inventaire, blagues internes, relation qui évolue lentement. Quand les premiers tours sortent du champ, le modèle comble les trous avec des suppositions plausibles, et ce sont précisément ces suppositions qui ruinent la continuité.
💡 Astuce : Si un personnage contredit soudain un élément des débuts de l’histoire, vérifiez la limite de contexte avant de mettre en cause la qualité du modèle. Neuf fois sur dix, le fait est simplement tombé du bureau.
Pourquoi une longue mémoire compte pour le jeu de rôle

La continuité passe avant l’intelligence brute
Un modèle brillant avec une petite fenêtre écrira une scène magnifique, puis oubliera qui se trouve dans la pièce. Un modèle correct avec une énorme fenêtre gardera l’intrigue cohérente. En narration, la cohérence vaut plus que l’ingéniosité. Lecteurs et joueurs pardonnent une prose simple. Ils ne pardonnent pas à un personnage mort de revenir sans explication.
Le problème du « perdu au milieu »
Une fenêtre plus grande n’est pas une mémoire parfaite. La plupart des modèles accordent le plus d’attention au début et à la fin du contexte, et les détails enfouis au milieu deviennent flous. C’est pourquoi une fenêtre de 1M tokens ne dispense pas d’organiser ses informations. Placez les faits les plus importants tout en haut (une fiche de personnage épinglée) et gardez les événements récents en bas, et le modèle les exploitera bien tous les deux.
Meilleurs modèles gratuits pour le jeu de rôle long

« Gratuit » peut vouloir dire trois choses différentes : gratuit à utiliser en ligne, poids ouverts gratuits à télécharger, ou une offre gratuite avec des limites. Les modèles ci-dessous sont disponibles sur PicassoIA, et plusieurs y sont proposés gratuitement à l’essai. Les limites de contexte exactes changent selon les versions et les hébergeurs, alors considérez les chiffres comme les valeurs couramment publiées et consultez la page de chaque modèle avant de préparer une très longue session.
Llama 4 Scout et Maverick
Llama 4 Scout Instruct est le nom phare pour la mémoire. Meta annonce pour Scout une fenêtre de contexte de plusieurs millions de tokens, bien au-delà de ce qu’une histoire aura jamais besoin. Llama 4 Maverick Instruct est le meilleur rédacteur des deux, avec une fenêtre d’environ un million de tokens. Pour le jeu de rôle, Maverick donne en général des dialogues plus vivants, tandis que Scout s’impose quand vous voulez coller un lorebook entier et un long historique de chat.
Granite 4.0 H Small
Granite 4.0 H Small repose sur une architecture hybride qui reste efficace à mesure que le contexte grandit, ce qui en fait une option gratuite agréable pour les longues sessions. Ce n’est pas un conteur aux envolées lyriques, mais il est stable et docile : il suit de près une fiche de personnage et s’écarte rarement de l’intrigue. Granite 3.1 8B Instruct est une alternative plus légère avec une fenêtre de l’ordre de 128K, lorsque vous voulez des réponses plus rapides.
DeepSeek, Kimi, Gemini et Qwen
Quelques autres options méritent une place dans votre liste :
- DeepSeek V3 : un bon modèle polyvalent avec une fenêtre généreuse et une bonne maîtrise du ton. Les joueurs l’apprécient pour les scènes riches en dialogues.
- Kimi K2.5 : il gère bien les longs documents, il convient donc très bien aux grandes notes d’univers que vous collez.
- Gemini 3.5 Flash : rapide, avec une fenêtre de l’ordre du million de tokens, idéal pour des réponses vives dans un fil très long.
- Qwen3.7-Plus : une option multilingue capable si vous jouez dans plusieurs langues.
💡 Où d’autres regardent aussi : Sur d’autres plateformes, des offres gratuites avec des fenêtres d’environ un million de tokens apparaissent de temps en temps, par exemple les versions MiniMax et GLM sur OpenRouter, et les variantes DeepSeek Flash sont populaires pour le jeu de rôle. Les offres gratuites changent souvent et peuvent avoir des limites de débit, donc vérifiez la disponibilité avant de bâtir une longue histoire autour d’une de ces options.
Ce que « sans censure » signifie vraiment

Le mot est utilisé à tort et à travers, il est donc utile d’être précis. Pour la plupart des auteurs, « sans censure » ne signifie rien d’extrême. Cela veut dire un modèle qui ne refuse pas le discours menaçant d’un méchant, une scène de guerre sombre, un personnage moralement ambigu ou une romance à la tension réelle. Cela signifie moins de leçons et moins d’interruptions au milieu d’une fiction.
Modèles hébergés et leurs garde-fous
Les modèles que vous utilisez via un service hébergé, y compris ceux de PicassoIA, sont livrés avec le comportement de sécurité défini par leurs créateurs et par la plateforme. C’est une fonctionnalité pour la plupart des gens, mais cela signifie qu’ils ne sont pas l’outil adapté à la fiction pour adultes ou extrême. N’attendez pas d’un modèle hébergé qu’il se comporte comme un fine-tuning sans restriction, et ne faites confiance à aucun site qui promet l’absence totale de limites. Si un modèle gratuit refuse une scène sombre mais légitime, reformuler le cadre comme une fiction claire avec un genre défini aide souvent.
Fine-tunes locaux pour moins de refus
Ceux qui veulent moins de refus téléchargent en général des fine-tunes à poids ouverts et les exécutent sur leur propre machine. Les modèles de type Dolphin sont l’exemple le plus connu, et des fusions communautaires pour le jeu de rôle apparaissent chaque semaine. Comme vous les exécutez vous-même, vous décidez des règles. Le compromis, c’est que leurs fenêtres de contexte sont en général bien plus petites que celles des énormes modèles hébergés, et que la qualité varie beaucoup d’un fine-tune à l’autre.
Les limites responsables à garder
Sans restriction ne veut pas dire sans limites. Gardez l’histoire dans le domaine de la fiction entre adultes consentants, évitez tout contenu impliquant des mineurs, et n’utilisez jamais un chat avec un personnage pour harceler une personne réelle ou usurper son identité. Ces limites vous protègent, vous, vos lecteurs et le loisir lui-même.
Exécuter des modèles en local gratuitement

Le retour à la réalité sur le matériel
Exécuter un modèle en local ne coûte rien par message, mais cela demande de la mémoire. Un petit modèle de 7B ou 8B tient sur une carte graphique de milieu de gamme. Un grand modèle avec une longue fenêtre peut nécessiter une station de travail. Beaucoup de gens se contentent d’un modèle de 8B à 13B, Meta Llama 3 8B Instruct étant un représentant typique de cette catégorie, puis utilisent des résumés pour étendre sa mémoire.
Quantification et coût du contexte
Deux réglages déterminent ce que vous pouvez faire tourner :
- La quantification réduit le fichier du modèle pour qu’il tienne dans moins de mémoire, généralement avec une petite perte de qualité. Une version en 4 bits est un compromis courant.
- La longueur du contexte a son propre coût en mémoire. Doubler la fenêtre peut doubler la mémoire utilisée par le cache de la conversation ; la régler à 32K au lieu du maximum fait donc souvent la différence entre une exécution fluide et une exécution très lente.
💡 Astuce : Commencez en local avec une fenêtre de 16K ou 32K. Augmentez-la seulement quand l’histoire en a vraiment besoin. La vitesse baisse nettement à mesure que la fenêtre se remplit.
Faire mémoriser davantage à n’importe quel modèle

Même avec un million de tokens, une session bien rangée bat une session désordonnée. Ces habitudes fonctionnent sur chaque modèle de cet article.
Tenir une fiche d’histoire vivante
Rédigez un document court, d’environ 300 à 500 mots, avec les faits qui ne doivent jamais changer : noms, âges, relations, objectifs, secrets et lieu actuel. Collez-le en haut du chat et mettez-le à jour à chaque événement important. C’est l’outil de mémoire le plus efficace dont vous disposez, et il ne coûte presque aucun token.

Résumer tous les cinquante messages
De temps en temps, demandez au modèle un bref récapitulatif de ce qui s’est passé, puis gardez ce récapitulatif et supprimez les plus anciens messages bruts. Un récapitulatif de 200 mots peut remplacer 20 000 tokens de chat et maintient l’intrigue dans la partie de la fenêtre à laquelle le modèle accorde le plus d’attention.
Une consigne simple qui fonctionne bien :
« Mettez l’histoire en pause. Rédigez un récapitulatif de 200 mots avec le lieu actuel, l’humeur de chaque personnage, les promesses encore en suspens et le prochain objectif. N’ajoutez aucun événement nouveau. »
Lorebooks et faits épinglés
De nombreuses interfaces de jeu de rôle vous permettent de créer des entrées de lorebook, insérées seulement lorsqu’un mot-clé apparaît dans le chat. L’histoire du forgeron apparaît quand on mentionne le forgeron, et reste en retrait sinon. Cela libère votre fenêtre pour la véritable histoire. SillyTavern est l’interface la plus populaire pour ce style de jeu, et le modèle qui la fait tourner reste votre choix.

Adapter le modèle à votre histoire
Chaque histoire expose des faiblesses différentes. Utilisez cette carte rapide :
Erreurs courantes à éviter
- Coller tout l’historique à chaque fois alors qu’un récapitulatif ferait le même travail.
- Utiliser un seul bloc d’instructions géant avec 40 règles. Le modèle suit cinq règles claires mieux que quarante vagues.
- Négliger la fin de la fenêtre. Placez l’objectif de la dernière scène près du bas de votre message, là où l’attention est la plus forte.
- Changer de modèle en cours d’histoire sans récapitulatif. Un nouveau modèle ne connaît pas vos personnages tant que vous ne les lui avez pas présentés à nouveau.
Une configuration pratique sur PicassoIA
Vous pouvez mettre en place une routine solide pour le jeu de rôle long en quelques minutes :
- Ouvrez la page d’un modèle. Commencez avec Llama 4 Scout Instruct pour une mémoire maximale ou Granite 4.0 H Small pour une gestion stable des personnages.
- Collez votre fiche d’histoire en premier message, suivie d’une instruction d’une ligne du type « Restez dans le personnage, écrivez à la troisième personne, gardez les réponses sous 250 mots ».
- Réglez une longueur de réponse modérée. Des réponses courtes gardent plus de l’histoire dans la fenêtre et vous offrent davantage de tours avant qu’un récapitulatif ne soit nécessaire.
- Récapitulez à intervalles réguliers avec la consigne ci-dessus, puis continuez à partir du récapitulatif.
- Comparez deux modèles sur la même scène d’ouverture. Dix minutes de test côte à côte vous en apprennent plus que n’importe quel classement.
💡 Astuce : Enregistrez votre fiche d’histoire et vos récapitulatifs dans un fichier texte brut. Vous pouvez transférer toute l’histoire vers un autre modèle en quelques secondes si le premier cesse de correspondre à votre ton.
Commencez votre propre histoire

Le meilleur test, c’est votre propre personnage. Rédigez ce soir une courte fiche d’histoire, ouvrez l’un des modèles gratuits à long contexte présentés ci-dessus et jouez trente messages. Remarquez ce qu’il oublie, ajustez la fiche et refaites la même scène sur un deuxième modèle. Vous sentirez vite la différence entre une petite fenêtre et une grande.
Une fois l’histoire lancée, donnez-lui vie en images. PicassoIA propose aussi des modèles d’image et de vidéo qui peuvent transformer vos personnages et vos décors en scènes, afin que le monde que vous avez écrit puisse enfin être vu. Parcourez tout ce qui est disponible sur picassoia.com/en/all-models, choisissez un modèle de langage et commencez à écrire le chapitre suivant.